CRAN 任务视图：空间数据分析

Base R 包含许多可用于读取、可视化和分析空间数据的函数。本视图的重点是“地理”空间数据，其中观察结果可以与地理位置相关联，并且如果位置记录得当，则可以检索有关这些位置的附加信息。

Base R 函数由作为源代码包提供的贡献包补充，以及为 Windows 和 macOS（Intel 64 位和 Apple Silicon arm64 架构）提供的即用型二进制包。有关使用 R 外部软件安装源代码包的信息，请参见本页末尾。本任务视图涵盖了当前从 CRAN 提供的贡献包的状态。

贡献的软件包涵盖了两个广泛的领域：将空间数据移入和移出 R（包括坐标转换），以及在 R 中分析空间数据。由于贡献的软件包构成了一个不断发展的生态系统，因此对于寻求帮助和信息的使用者来说，有几个切入点。两个非正式组织管理网站：带有连字符的 r-spatial 和没有连字符的 rspatial。R-spatial 更多地基于地理信息学，源于传统的 sp 包，现在与现代的 sf 和 stars 包明确对齐。Rspatial 源于 raster 包，现在正朝着现代的 terra 包发展。还值得注意的是大量在线书籍项目，这些项目可能对寻求介绍的使用者有所帮助，包括 使用 R 进行地理计算.

如果packageDescription(<pkg>)$BugReports返回了错误报告或问题的 URL（其中<pkg>是包名称的字符串），或者直接通过电子邮件与包维护者联系，可能会提出一些具体问题或问题。您也可以在订阅后使用R-SIG-Geo 邮件列表，或使用带有适当标签的Stack Overflow，或使用Stack Exchange。使用Twitter 和Mastodon 上的#rspatial 标签也值得尝试，或者浏览使用该标签（以及其他标签）的流量。

此视图中的包可以大致分为以下主题。如果您认为列表中缺少某些包，请通过电子邮件联系维护者，或在上面链接的 GitHub 存储库中提交问题或拉取请求。

空间数据和元数据的类

许多用于处理和分析空间数据的包使用共享类来减少重复工作。直到 2016 年，sp 包提供了用于空间矢量和栅格数据的共享类，但使用的表示早于更现代和更高效的国际空间矢量数据标准。从sf 的发布开始，这些现代矢量表示更受青睐。对于空间栅格数据，stars 和terra 中提出的表示满足重叠但略有不同的要求。sf、stars、terra 和传统sp 包定义的类之间的对象转换是可用的，并在R 中不同空间类之间的转换 中进行了描述。

正在进行的补充举措旨在支持更好地处理 R 中的地理元数据。

空间数据 - 通用

• sf 是一个用于空间矢量数据的 CRAN 包，并且正在这里积极开发：sf，为 R 提供简单要素，符合OGC 简单要素 标准。该包的开发得到了R 联盟 的支持。它为矢量数据提供了简单要素访问，因此是传统sp 包部分的现代实现和标准化。sf 在R 杂志 文章中进行了介绍。sf 使用PROJ、GEOS 和GDAL 外部软件库，这些库必须与其他它们依赖的外部软件库一起用于源代码安装。
• stars 正在这里积极开发：stars，并得到了 R Consortium 的支持；它提供了以密集数组形式存在的时空数据。它取代了 spacetime 包，该包扩展了 sp 中为时空数据定义的共享类（参见 Spatio-Temporal Data in R）。stars 通过 sf 使用 PROJ 和 GDAL。
• vapour 和 gdalraster 包为 R 包提供了对 GDAL 功能的低级访问。
• spatstat 包含适合于点模式分析的类，可以与 "sf"、"stars" 和其他空间类进行强制转换。

栅格数据

• terra 是 raster 功能的重新实现，直接链接到 PROJ、GDAL 和 GEOS，并为栅格和矢量数据引入了新的 S4 类。请参阅 手册和教程 以开始使用。terra 与 raster 包非常相似；但 terra 更简单、更好、更快。
• stars 提供以密集数组形式存在的时空数据，其中空间和时间是数组维度。示例包括社会经济或人口统计数据、在固定站监测的环境变量、具有多个光谱带的卫星图像时间序列、空间模拟和气候模型结果。
• gdalcubes 包还为数据立方体提供类，包括代理数据立方体，它链接到 PROJ、GDAL 和 NetCDF4。

地理元数据

• geometa 提供类和方法，用于根据 ISO 和 OGC 元数据标准（ISO 19115、19110、19119）编写地理元数据，并将其导出为 XML（ISO 19139）以供日后发布到元数据目录中。反之，geometa 提供了一种将 ISO 19139 元数据读入 R 的方法。该软件包扩展了 sf 以提供几何图形的 GML（ISO 19136）表示。 geometa 正在 Github 上积极开发中：geometa.
• ncdf4 提供用于处理自描述 NetCDF 格式中的元数据（CF 约定）的读写函数。
• CFtime 封装了 CF 时间坐标，并允许处理不同的 CF 日历。

读取和写入空间数据

空间数据最常由两种数据模型之一表示，即矢量或栅格，并且这两种模型都有许多自己的文件格式。 GDAL（地理空间数据抽象库） 是一个（非 R）库，它提供了一种统一的方式来读取和写入数百种空间数据格式。GDAL 支持的格式包括 OGC 标准数据格式（例如 GeoPackage）和专有格式（例如 ESRI Shapefile）。GDAL 被大量的 GIS 软件以及许多 R 包使用，例如 sf、terra 和 vapour。这使我们能够在 R 中从各种空间文件格式读取和写入空间数据。重要提示：CRAN 为 Windows 和 macOS 提供了软件包 sf、terra 和 vapour 的二进制版本，其中包含特定版本的 GDAL，其中包含可能的數據源驅動程序的子集。如果需要其他驱动程序，您需要使用其他转换工具或从源代码安装这些软件包，以针对具有所需驱动程序的 GDAL 版本进行安装。

过去，rgdal 和 raster（通过 rgdal）被推荐用于在 R 中读取和写入空间数据。然而，由于 rgdal 于 2023 年 10 月 16 日停止维护，新项目不应使用它，现有项目应实施迁移到上一段中提到的包。此外，rgeos 和 maptools 也在同一时间被归档。更多详细信息和链接可以在 演进项目报告 中找到。从 2023 年 10 月起，sp 仅使用来自 sf 的方法来代替来自 rgdal 的方法，用于投影和访问坐标参考系统的底层定义。

读取和写入空间数据 - 数据格式

其他包提供了读取和写入空间数据的工具，处理开放标准格式或专有格式。

开放格式

• Well-Known Text (WKT) / Well-Known Binary (WKB): 这些标准是 OGC 简单要素规范的一部分。WKT/WKB 格式都受到 sf 包的支持，该包在 R 中实现了整个 OGC 简单要素规范。此外，wk 和 wkutils 可用于将几何图形的已知二进制和已知文本表示解析到 R 本地格式，反之亦然。
• GeoJSON: rOpenSci 博客文章 描述了一种以 GeoJSON 为中心的读取 GeoJSON 和 WKT 数据的方法。该文章列出了 geojson 和 geojsonio 等。GeoJSON 格式也可以使用 sf、terra 和 vapour 读取和写入。
• 地理标记语言 (GML): GML 格式可以使用 sf 读取和写入。 geometa 模型提供了额外的 GML 原生读取器和写入器，该模型与 sf 类绑定，用于扩展地理元数据与 GML 数据和元数据元素（GML 3.2.1 和 3.3），以及在 ows4R 包中连接 OGC 网络服务。
• NetCDF 文件: NetCDF 文件可以使用 ncdf4 或 RNetCDF 读取和写入。此外，terra 和 stars 都具有读取和写入 NetCDF 文件的功能。
• LAS / LAX: 这些文件格式旨在与激光雷达点云数据一起使用，可以使用 lidR 或 rLiDAR 读取/写入。

专有数据格式

• ESRI 格式: 许多保存到 ESRI 文件格式的空间数据可以使用 GDAL 读取，因此也可以使用 sf、terra 和 vapour 读取。此外，shapefiles 读取和写入 ESRI ArcGIS/ArcView 形状文件。此外，maps（与 mapdata 和 mapproj 一起）提供了一个遗留工具来访问与 S 相同类型的地理数据库。
• 其他: gmt 包在 GMT 制图软件和 R 之间提供了一个简单的接口。

读取和写入空间数据 - GIS 软件连接器

• PostGIS: rpostgis 包为 RPostgreSQL 包提供了额外的功能，用于将 R 与支持“PostGIS”的数据库连接，以及对常见“PostgreSQL”查询的便捷包装器。它在 R 杂志 文章中进行了介绍。 sf 还通过 GDAL 为 PostGIS 提供了 R 接口，用于读取和写入。
• GRASS GIS: CRAN 包 rgrass 提供了与领先的开源 GIS GRASS GIS 的 7.* 和 8.* 版本的集成，该包使用 terra 进行文件传输。
• SAGA GIS: RSAGA 和 Rsagacmd 提供了基于 shell 的 SAGA GIS 命令包装器。
• QGIS: RQGIS (RQGIS) 支持 QGIS 2.0 版本。目前，qgisprocess 支持使用 QGIS 处理算法，它使用来自 QGIS 的独立“qgis_process”命令行实用程序（使用最新的 QGIS 版本；可能从 >= 3.16 开始工作）。它支持本机 QGIS 和第三方（插件）处理提供程序，例如 GRASS、SAGA、GDAL 等。
• WhiteboxTools: whitebox 是 WhiteboxTools 软件的 R 前端。
• ArcGIS: RPyGeo 是 Python 访问 ArcGIS GeoProcessor 的包装器。ESRI 公司还提供他们自己的软件包 (r-bridge)，允许将数据从 ArcGIS 传输到 R。
• 各种 GIS 软件，包括 Orfeo ToolBox 和 SAGA GIS，也可以使用 link2GI 连接到 R。

空间 Web 服务接口

一些 R 包专注于提供空间数据管理支持的 Web 服务和 Web 工具接口。以下是第一个尝试性的（非详尽的）列表

• ows4R 是一个旨在为 OGC 标准 Web 服务提供 R 接口的软件包。它正在 ows4R 中积极开发，目前支持 Web 特征服务 (WFS) 的接口，用于矢量数据访问，并与 sf 软件包绑定，以及用于地理元数据发现和管理（包括事务）的目录服务 (CSW)，并与 geometa 软件包绑定。
• geosapi 是 GeoServer REST API 的 R 客户端，GeoServer 是一种广泛用于提供空间数据的开源实现。
• geonapi 提供了对 GeoNetwork 遗留 API 的接口，GeoNetwork 是一个用于管理地理元数据的开源目录。
• rgee 是 Earth Engine 的 R 客户端库。所有“Earth Engine”API 类、模块和函数都可用。实现的其他功能包括导入（导出）Earth Engine 空间对象、提取时间序列、交互式地图显示、资产管理接口和元数据显示。
• rsi 提供了从 时空资产目录 下载、掩码和合成数据的函数，特别关注卫星图像。
• rstac 提供访问、搜索和下载时空地球观测数据的功能，通过 时空资产目录。此包支持 STAC 规范 的 1.0.0 版（及更早版本）。

特定感兴趣的地理空间数据源

• rnaturalearth 包便于与 Natural Earth 地图数据交互。它包含函数，用于下载大量 Natural Earth 矢量和栅格数据，包括文化（例如，国家边界、机场、道路、铁路）和物理（例如，海岸线、湖泊、冰川地区）数据集。
• elevatr 提供访问来自多个网络服务的数字高程模型数据。
• 历史国家边界（1886 年至今）可从 cshapes 获取。
• marmap 包旨在用于在 R 中下载、绘制和操作测深和地形数据。它允许查询 NOAA 托管的 ETOPO1 测深和地形数据库，使用 ASCII 格式的简单经纬度深度数据，并利用 R 中提供的先进绘图工具来构建出版质量的测深图（参见 PLOS 论文）。
• tidycensus 提供以整洁格式访问美国人口普查局数据，包括在导入时将数据空间绑定在一起的选项。
• tigris 提供访问美国人口普查局 TIGER 提供的制图元素，包括制图边界、道路和水体。
• rgbif 包用于访问全球生物多样性信息设施 (GBIF) 发生数据。
• geonames 是 www.geonames.org 服务的接口。
• osmdata 是一个 R 包，用于通过 Overpass API 访问来自 OpenStreetMap (OSM) 的相对较小的数据集。 osmextract 匹配、下载、转换和读取覆盖大区域的 OpenStreetMap 数据，这些数据来自 Geofabrik 和其他提供商。
• OpenStreetMap 提供访问开放街道地图栅格图像。
• giscoR 提供访问 GISCO - Eurostat 提供的空间元素，包括国家、NUTS 地区、城市和其它空间对象的边界文件。
• chilemapas 提供访问智利政治和行政区域的空间数据。
• geobr 提供对巴西官方空间数据集的轻松访问，涵盖多个地理区域和年份。
• geouy 加载和处理乌拉圭的地理信息。
• RCzechia 下载捷克共和国行政区域和其他空间对象的边界文件。
• rgugik 允许搜索和检索来自波兰测绘与制图总局（“GUGiK”）的数据。
• mapSpain 下载西班牙行政区域和其他空间对象的边界文件。
• mapme.biodiversity 允许下载和处理大量与生物多样性保护相关的开放数据集，提供高效的例程和并行化选项。数据集包括 全球森林观察、ESA/Copernicus 土地覆盖、WorldClim 和 NASA FIRMS 等。
• terrainr 提供对 美国地质调查局的国家地图服务 的接口，提供美国的高程数据和正射影像以及其他底图瓦片。

处理空间数据

数据处理 - 通用

• sf 使用 GEOS 和 S2 库提供对空间几何函数的接口；S2 包含在 s2 包中，sf 方法默认使用它来进行球面或椭球坐标的拓扑谓词和操作。
• stars 包含用于操作栅格和矢量数据立方体的工具。
• terra 包含了许多用于空间矢量和栅格数据的 GIS 方法。
• The gdalUtils (参见 https://stat.ethz.ch/pipermail/r-sig-geo/2022-April/028953.html) 和 gdalUtilities 包为地理空间数据抽象库 (GDAL) 工具提供了包装器。
• The geos 基于 libgeos 的 GEOS 库的高性能绑定；后者捆绑了 GEOS 的冻结副本，并且不链接到系统版本，系统版本可能是 GEOS 的不同版本。
• rmapshaper 是围绕“mapshaper” “JavaScript” 库的包装器，用于执行拓扑感知的多边形简化和其他操作，例如裁剪、擦除、合并和将“多部分”几何转换为“单部分”几何。
• gdistance 提供了在地理网格上计算距离和路线的功能。 geosphere 允许对地理坐标中的空间数据进行距离和面积计算。 cshapes 包提供用于计算距离矩阵的功能（参见 Mapping and Measuring Country Shapes）。
• magclass 提供了一个数据类，用于增强与时空数据一起工作的互操作性，以及相应的函数和方法（转换、基本计算和基本数据操作）。
• The trip 包扩展了空间类，以允许访问和操作用于动物跟踪的空间数据。

数据清理

• sf 具有内置函数 st_is_valid 用于检查 sf 几何图形是否有效，以及 st_make_valid 用于修复无效几何图形（来自 GEOS 3.8）。
• lwgeom 也可用于促进处理和报告 sf 对象中的拓扑错误和几何有效性问题。

数据处理 - 特定

• The landsat 包及其配套的 JSS 论文 提供了用于探索和开发遥感数据校正工具的工具。
• The areal 包可用于插值重叠但不相容的多边形，也称为面积加权插值。
• 可以使用 qualmap 包来数字化定性 GIS 数据。
• 可以使用 exactextractr 快速准确地汇总多边形区域上的栅格值（称为区域统计）。
• sits 是一个端到端的工具包，用于使用大型地球观测数据进行土地利用和土地覆盖分类，它基于机器学习方法应用于卫星图像数据立方体。
• rsi 包提供了一个接口，用于访问 Awesome Spectral Indices 项目，其中包含用于过滤可用索引列表并从栅格输入中有效计算这些索引的函数。

空间抽样

• spsurvey 提供了用于选择广义随机镶嵌分层 (GRTS) 概率样本并分析调查数据的函数。
• Spbsampling 允许在任何维度和使用任何距离函数的情况下，选择在感兴趣的总体中分布良好的概率样本。
• spatialsample 是 tidymodels 包系列的成员，包含用于空间重采样的函数和类，可与 rsample 一起使用。
• MBHdesign 使用准随机数方法提供空间调查平衡设计。
• SpotSampling (已归档) 包含三种空间和时间抽样方法。

可视化空间数据

基本可视化包

• 诸如 sf、stars、terra 和 rasterVis 等包通过通用 plot 函数提供基本可视化方法。
• classInt 包提供用于选择主题制图类别的函数。
• 目前，grDevices 包（包含在 R 安装中）包含大量可以使用 hcl.colors 和 palette.colors 函数访问的颜色调色板；另请参阅此 博客 中的新功能。其中一些颜色调色板也可以使用单独的包来检索，例如 RColorBrewer、viridis 或 rcartocolor。

主题制图包

• tmap 包接受大多数空间数据类，并使用图形语法提供主题制图的现代基础。它还允许交互式空间数据映射。
• mapsf 包允许各种制图表示，例如比例符号、分级符号或类型地图；它接受 sf (sf) 和 SpatRaster (terra) 对象
• ggplot2 包使用 geom_sf 函数对 sf 对象内置支持，并通过 stars 包中提供的 geom_stars 函数对 stars 对象提供额外支持。它的空间可视化功能可以通过 ggspatial 进一步扩展，该功能增加了对更多空间类的支持（包括来自 raster 包的类），允许添加北箭头和比例尺等。
• The mapmisc package is a minimal, light-weight set of tools for producing nice-looking maps in R, with support for map projections.
• Additional processing and mapping functions are available in PBSmapping package; PBSmodelling provides modelling support. In addition, GEOmap provides mapping facilities directed to meet the needs of geologists and uses the geomapdata package.

基于网络地图框架的软件包

• mapview 和 leaflet 软件包提供方法以交互方式查看空间对象，通常在网络地图基础上。此外，tmap 具有允许交互式空间数据映射的查看模式。
• mapdeck 软件包提供了一种通过 javascript 库“Mapbox GL”和“Deck.gl”绘制交互式地图的机制。
• RgoogleMaps 软件包用于访问 Google Maps(TM)，如果用户希望在其他显示屏后面放置地图背景，则可能很有用。
• ggmap 可用于使用 Google Maps 和 OpenStreetMap 进行空间可视化；ggsn 为此类地图提供北箭头和比例尺。
• mapedit 提供了一个基于 leaflet 的 R shiny 小部件，用于编辑或创建 sf 几何图形。

构建地图

• cartogram 软件包允许通过橡胶片变形算法构建连续区域地图、非连续区域地图和非重叠圆形地图。
• geogrid 软件包将多边形转换为矩形或六边形地图。
• micromap 软件包使用 ggplot2 提供链接的微型地图。
• recmap 软件包提供矩形地图，矩形大小反映例如人口。
• geogrid 将空间多边形转换为规则或六边形网格。 statebins 为美国各州提供了一种简单的分箱方法。

分析空间数据

将空间统计分为三个部分重叠的领域：点模式分析、地统计学和区域/格网数据分析，已被广泛接受。但是，区域数据分析可以分为疾病映射和空间回归（也部分重叠）。此外，生态分析通常以特定方式处理空间数据，从而产生一组特定的主题软件包。所有这些分析空间数据的方法都将观测之间的空间关系视为探索和利用有关观测的重要信息来源的一种方式，这些信息超出了假设它们彼此独立时所知的信息。

点模式分析

点模式分析检查观察到的点之间的距离关系，其中观察集预计包含研究区域中所有此类实体。

• spatstat 是一个 R 包系列，用于分析空间点模式数据（以及其他类型的空间数据）。它具有广泛的探索性分析、统计建模、模拟和统计推断功能。它允许自由定义感兴趣的区域，并扩展到标记过程和空间协变量。它的优势在于模型拟合和模拟，并且它有一个有用的 主页；它是 积极开发的。它是唯一一个允许用户拟合具有点间相互作用的非齐次点过程模型的包。
• 该 splancs 包允许在感兴趣的多边形区域内分析点数据，并涵盖许多方法，包括 2D 核密度。
• 该 spatial 包是随基本 R 一起提供的推荐包，包含几个核心函数，包括其作者 Ripley 教授实现的 Khat。
• 该 spatgraphs 包提供图形、图形可视化和图形摘要，用于空间点模式分析。
• 该 smacpod 包提供了用于分析病例对照点数据的各种统计方法。可用的方法紧密遵循 Waller 和 Gotway（2004）的《公共卫生数据应用空间统计》第 6 章中的方法。
• ecespa 提供了用于空间点模式分析的包装器、函数和数据，用于 ECESPA/AEET 的空间生态学书籍。用于将点在网格上进行分箱的函数在
• ads 中也可能令人感兴趣。ads 包执行从 Ripley 的 K 函数派生的第一和第二阶多尺度分析。
• 该 dbmss 包允许简单地计算一组完整的距离空间统计函数，包括经典函数（Ripley 的 K 等）和空间经济学家最近使用的函数（Duranton 和 Overman 的 Kd，Marcon 和 Puech 的 M）。它依赖于 spatstat 进行核心计算。

地统计学

地统计学使用根据观察值之间的距离拟合的模型来插值观察到的点到未观察到的点的值。

• 该 gstat 包提供了广泛的函数，用于单变量和多变量地统计学，也适用于更大的数据集。
• geoR 包含用于基于模型的地统计学的函数。
• 可以使用 vardiag 进行变异函数诊断。
• 使用 gstat 的自动插值在 automap 中可用。
• 此系列软件包由 intamap 补充，其中包含用于自动插值的程序。
• 类似的广泛功能可以在 fields 软件包中找到，并由 LatticeKrig（用于大型空间数据集）和 autoFRK 扩展。
• spatial 软件包随 base R 一起提供，并包含一些核心地统计函数。
• spBayes 软件包使用 MCMC 拟合高斯单变量和多变量模型。
• ramps 是另一个贝叶斯地统计建模软件包。
• geospt 软件包包含一些地统计和径向基函数，包括预测和交叉验证。此外，它还包含基于地统计建模的最佳空间采样网络设计的函数。
• FRK 软件包是用于大型数据集的空间/时空建模和预测的工具。该方法（在 Cressie 和 Johannesson (2008) 中讨论）使用一组固定的 n 个基函数分解场，因此分解协方差函数，其中 n 通常远小于数据点（或多边形）m 的数量。
• SpatialExtremes 提出了几种空间极值方法。
• 此外，constrainedKriging 和 geospt 提供了地统计建模的替代方法。
• spTimer 软件包能够使用 [1] 贝叶斯高斯过程 (GP) 模型，[2] 贝叶斯自回归 (AR) 模型和 [3] 基于 AR 模型的贝叶斯高斯预测过程 (GPP) 拟合、空间预测和时间预测大量时空数据。
• rtop 软件包提供用于对具有不规则空间支持的数据（例如径流相关数据或来自行政单位的数据）进行地统计插值的函数。
• georob 软件包提供用于通过稳健和高斯受限最大似然拟合具有空间相关误差的线性模型的函数，以及用于计算稳健和定制点和块克里格预测的函数，以及用于交叉验证和对对数转换数据的克里格预测进行无偏反变换的实用程序函数。
• SpatialTools 软件包侧重于克里格，并提供用于预测和模拟的函数。它由 ExceedanceTools 扩展，该扩展提供用于构建超限区域和等高线的置信区域的工具。
• 该 gear 包以简洁、直接、高效的方式实现了常见的地理统计方法，据说它是 SpatialTools 的准重启版本。
• 该 sperrorest 包使用不同的空间交叉验证和空间块自举方法实现空间误差估计和基于置换的空间变量重要性，由 mlr3spatiotempcv 使用。
• 该 sgeostat 包也可用。在同一一般主题领域内，有 deldir 包用于三角剖分和 interp 包用于样条插值；该 MBA 包提供使用多级 B 样条的散点数据插值。
• 此外，还有 spatialCovariance 包，它支持计算矩形上数据的空间协方差矩阵，regress 包部分基于 spatialCovariance，以及 tgp 包。
• 存档的 Stem 包用于使用 EM 算法估计时空模型的参数，以及使用时空参数自举估计参数标准误差。
• 该 SSN2 用于流网络数据的地理统计建模，包括基于流内距离的模型。模型是使用移动平均构造创建的。空间线性模型，包括协变量，可以使用 ML 或 REML 进行拟合。支持映射和其他图形功能。
• 该 ipdw 提供函数，通过逆路径距离加权来插值地理参考点数据。对于沿海海洋应用很有用，在这些应用中，景观中的障碍物阻止了使用欧几里得距离进行插值。
• sptotal 使用有限总体块克里格 (FPBK) 来提供对感兴趣数量的预测，最常见的是对有限数量的空间站点上的总体总数或总丰度的预测。
• spmodel 使用各种协方差结构，将统计模型拟合到地统计和区域空间数据。附加功能允许预测（克里金法）、非空间随机效应、各向异性和大数据。

疾病制图和区域数据分析

点模式分析和地统计学都参与疾病制图，疾病制图关注以一种有说服力和负责任的方式在空间和时间上表示公共卫生信息。估计对于呈现可比较的计算率（在水平和不确定性方面）至关重要。

• DCluster 是一个用于检测疾病空间聚集的软件包。它由 DClusterm（用于基于模型的聚类检测）以及 rflexscan 和 FlexScan（灵活扫描统计的两种实现）补充。
• DCluster 扩展并依赖于 spdep 软件包，该软件包提供用于构建邻居列表和空间权重的基本功能。
• spdep 还提供用于空间自相关的全局和局部检验，包括连接计数检验、莫兰指数、吉里指数、Getis-Ord G 等。
• rgeoda 是 GeoDa 的包装器，它为计算空间自相关的全局和局部检验提供了有效的替代方案。
• 一些用于拟合空间回归模型（如 SAR 和 CAR 模型）的功能在 spatialreg 中，见下文。
• SpatialEpi 软件包提供了聚类检测和疾病制图功能的实现，包括贝叶斯聚类检测，并支持分层。
• smerc 软件包提供了用于分析区域数据的统计方法，重点是聚类检测。
• 可以在 mgcv 软件包（随 R 基础版一起提供）中的模型中添加马尔可夫随机场 "mrf" 效应，在推荐的软件包中提供灵活的建模工具。
• hglm 软件包还提供了 SAR 和 CAR 模型拟合方法。
• 已存档的 AMOEBA 不再提供多边形对象的区域化：一个使用 Getis-Ord 局部统计量计算空间聚类的函数。它在地图上搜索不规则聚类（生态位）。spdep 中的 skater() 不使用局部统计量，而是基于属性空间中特征之间的距离和多边形邻接性。
• The seg (已归档), divseg 和 OasisR (已归档) 包提供用于测量空间隔离的函数；OasisR (已归档) 包含蒙特卡罗模拟以测试指标。
• The lctools 包为研究人员和教育工作者提供了易于学习的用户友好工具，用于计算关键空间统计数据，并对真实数据应用简单和高级的空间分析方法。这些包括：局部 Pearson 和地理加权 Pearson 相关系数、空间不平等度量（Gini、空间 Gini、LQ、焦点 LQ）、空间自相关（全局和局部 Moran's I）、几种地理加权回归技术和其他空间分析工具（其他地理加权统计数据）。此包还包含用于测量每个计算统计量的显著性的函数，主要基于蒙特卡罗模拟。The
• sparr 包提供了另一种相对风险方法。
• The CARBayes 包实现了贝叶斯分层空间区域单元模型。在这种模型中，空间相关性由一组随机效应建模，这些随机效应被分配了一个条件自回归 (CAR) 先验分布。所包含模型的示例包括 BYM 模型以及最近开发的局部空间平滑模型。
• The spaMM 包使用 Matern 相关函数作为空间随机效应的基本模型来拟合空间 GLMM。
• The PReMiuM 包用于轮廓回归，这是一种狄利克雷过程贝叶斯聚类模型；它提供了一个空间 CAR 项，可以包含在固定效应（它们是全局的，即非聚类特定的参数）中，以解释残差中的任何空间相关性。
• 空间生存分析由 spBayesSurv 包提供：空间相关生存数据的贝叶斯建模和分析。
• spselect 包提供基于前向逐步回归、增量前向分段回归、最小角回归 (LARS) 和 lasso 模型的建模函数，用于选择回归模型中协变量的空间尺度。
• rakeR、sms 和 synthACS 提供了空间微模拟功能，允许构建和运行空间显式基于代理的模型。
• geostan 包包含用于贝叶斯疾病映射和空间回归的 GLM、SAR、适当的 CAR、ICAR 和特征向量空间滤波器 (ESF) 模型。该包使用 Stan 建模语言进行 MCMC 分析。该包还包含探索性空间分析工具（莫兰散点图和各种空间自相关度量）以及专为使用（噪声）调查估计作为协变量而设计的测量误差模型。
• waywiser 有助于评估拟合到空间数据的模型，其函数用于计算模型残差的空间自相关性，计算模型性能统计量，评估跨多个空间尺度的模型性能，以及计算模型的“适用范围”。这些函数旨在与基本 R 和 tidymodels 建模框架兼容，并采用 yardstick 类和接口。

空间回归

许多提供用于拟合空间回归模型的函数的包已经在疾病映射中使用，因此已给出。在本节中，将更多关注空间计量经济学中使用的方法子集，因此补充了 Econometrics 任务视图中涵盖的一般计量经济学方法。

• 空间回归函数的选择将取决于可用的支持。如果数据以点支持为特征，并且空间过程是连续的，则可以使用地统计方法，或者使用 nlme 包中的函数。
• 如果支持是区域性的，并且空间过程没有被视为连续的，则可以使用 spatialreg 包中提供的函数。该包也可以被视为提供空间计量经济学函数。 spdep 提供了完整的空间关联局部指标，例如局部莫兰 I 和拟合线性模型的诊断工具，包括拉格朗日乘数检验。可以使用 spatialreg 中的最大似然和贝叶斯 MCMC 方法拟合的空间回归模型包括空间滞后模型、空间误差模型、双参数模型、它们的杜宾变体和 SLX 模型。对于较大的数据集，可以使用稀疏矩阵技术进行最大似然拟合。在 spatialreg 中，ME 和 SpatialFiltering 函数提供莫兰特征向量模型拟合，就像 spmoran 包中更现代的函数一样。
• 当使用广义矩估计 (GMM) 时，sphet 可用于同时适应自相关和异方差，也包括工具变量。
• splm 包提供通过最大似然和 GM 拟合空间面板数据的方法。
• The spsur 包提供函数，用于通过最大似然法和三阶段最小二乘法测试和估计空间似不相关回归模型 (空间 SUR)。
• 两个小型存档包 S2sls 和 spanel 提供了替代实现，但没有 splm 的大多数功能。
• 以前的 HSAR 包提供基于贝叶斯马尔可夫链蒙特卡罗 (MCMC) 算法的层次空间自回归模型 (HSAR)。
• spatialprobit 使得空间自回归概率模型 (SAR 概率模型) 的贝叶斯估计成为可能。
• The ProbitSpatial 包提供方法，用于将二项式空间概率模型拟合到更大的数据集；包括空间自回归 (SAR) 和空间误差 (SEM) 概率模型。
• The starma 包提供函数，用于识别、估计和诊断时空自回归移动平均 (STARMA) 模型。
• varycoef 和 spBayes 提供空间变化系数 (SVC) 模型的实现，与地理加权回归 (GWR) 模型相比，这些模型可能更可取，因为它们具有适当的统计基础。
• The gwrr 包拟合地理加权回归 (GWR) 模型，并具有诊断和修复 GWR 模型中的共线性的工具。它还拟合地理加权岭回归 (GWRR) 和地理加权套索 (GWL) 模型。The GWmodel 包包含用于计算地理加权 (GW) 模型的函数。具体来说，基本、稳健、局部岭、异方差、混合、多尺度、广义和时空 GWR；GW 汇总统计量、GW PCA 和 GW 判别分析；相关的检验和诊断；以及各种距离度量的选项。
• waywiser 有助于评估拟合到空间数据的模型，其函数用于计算模型残差的空间自相关性，计算模型性能统计量，评估跨多个空间尺度的模型性能，以及计算模型的“适用范围”。这些函数旨在与基本 R 和 tidymodels 建模框架兼容，并采用 yardstick 类和接口。

生态分析

有许多包用于分析生态和环境数据。它们包括

• ade4 用于环境科学中的探索性和欧几里得方法，adehabitat 包系列用于分析动物的栖息地选择 (adehabitatHR, adehabitatHS, adehabitatLT, 和 adehabitatMA)
• pastecs 用于时空序列的调节、分解和分析
• vegan 用于排序方法和其他对群落和植被生态学家有用的函数，以及其他贡献包中的许多其他函数。其中一个例子是 tripEstimation，它基于 trip 提供的类。
• ncf 提供了一系列空间非参数协方差函数。
• spind 包提供基于广义估计方程 (GEE) 和小波修正方法 (WRM) 的空间方法函数，用于通过小波多分辨率回归 (WMRR) 进行缩放，进行多模型推断和逐步模型选择。
• siplab 包是一个用于实验空间显式个体为基础的植被模型的平台。
• ModelMap 基于其他包，使用底层 GIS 数据创建模型。
• SpatialPosition 计算空间位置模型：斯图尔特势、莱利集水区、哈夫集水区。
• Watersheds 包提供了用于流域聚合和空间排水网络分析的方法。
• ngspatial 包提供了用于分析空间数据的工具，尤其是非高斯区域数据。它支持 Hughes 和 Haran (2013) 的稀疏空间广义线性混合模型和 Caragea 和 Kaiser (2009) 的中心自逻辑模型。
• landscapemetrics 包计算分类景观模式的景观指标。它可以用作 FRAGSTATS 的直接替代品，因为它在单个环境中为景观分析提供了可重复的工作流程。它还提供了一些可视化功能，例如显示所有标记的斑块或所有斑块的核心区域。
• waywiser 有助于评估拟合到空间数据的模型，其函数用于计算模型残差的空间自相关性，计算模型性能统计量，评估跨多个空间尺度的模型性能，以及计算模型的“适用范围”。这些函数旨在与基本 R 和 tidymodels 建模框架兼容，并采用 yardstick 类和接口。

Environmetrics 任务视图包含更完整的相关函数和包调查。

安装链接到 PROJ、GDAL 或 GEOS 的包

安装像 sf 和 terra 这样的包，这些包使用 PROJ、GDAL 或 GEOS 等外部软件库，需要谨慎。对于大多数在 Windows 或 macOS 等平台上的用户，他们本身不是包开发者，最好避免所谓的源代码安装，因为 CRAN 二进制包包含所有所需的外部软件。因为这些平台上的 getOption("pkgType") 通常是 "both"，所以如果源代码包比最新的二进制包更新，你可能会被要求选择安装源代码包。

请不要尝试选择源代码安装 sf 或 terra 或类似的软件包；二进制软件包将在 一两天内生成。为了避免被询问，您可以从 ?options 中查看 utils 包提供的选项，了解您的 R 安装的默认行为可能由设置选项 install.packages.check.source 和 install.packages.compile.from.source 来控制，或者通过设置环境变量 R_COMPILE_AND_INSTALL_PACKAGES 来控制，另请参阅此 有用的评论。

如果您是使用 Windows 或 macOS 或从 github 安装的开发人员，与构建 CRAN 二进制软件包中使用的相同静态链接的二进制外部软件库、头文件等可从以下位置获得：Windows 4.0 和 4.1 按需下载，Windows 4.2 RTools42，Windows 4.3 RTools43，以及 macOS 两种架构。这些外部软件库使用与 R 本身相同的编译和链接设置构建，因此避免了由于不匹配的二进制文件而导致的潜在错误风险。当前版本可能会在 R 版本之间更新，以便提供对 GDAL、GEOS 或 PROJ 的更新版本。

如果您是 getOption("pkgType") 为 "source" 的系统上的用户（或开发人员），您需要确保在安装源代码软件包时外部软件可用。一些此类系统的建议可以在 这里 找到。 最常见的原因 是在您的平台上安装了多个版本的外部软件。

CRAN 软件包

相关链接

• R-SIG-Geo 邮件列表
• r-spatial
• rspatial
• R 的地理计算

其他资源

• CRAN 任务视图：计量经济学
• CRAN 任务视图：环境计量学
• R-Forge 项目：maptools
• R-Forge 项目：rgdal
• R-Forge 项目：rgeos
• GitHub 项目：gdalUtils
• GitHub 项目：geometa
• GitHub 项目：ggsn
• GitHub 项目：ows4R
• GitHub 项目：r-bridge
• GitHub 项目：rLiDAR
• GitHub 项目：RQGIS
• GitHub 项目：sf
• GitHub 项目：stars
• GitHub 项目：Watersheds