คำถามติดแท็ก r

ฉันใช้การรวมRกับ QGIS และพบว่าเป็นเครื่องมือที่น่าเชื่อถือมาก เมื่อดูที่ส่วนขยายกล่องเครื่องมือ R สำหรับ 9และส่วนขยายสำหรับ 10ปรากฏว่าทั้งคู่เสนอการจัดกลุ่มจุดเท่านั้นเพื่อแสดงการพิสูจน์แนวคิด สามารถใช้วิธีการวิเคราะห์อื่นใน R ในเดสก์ท็อป ArcGIS ผ่านสคริปต์ไพ ธ อน (ตัวอย่างเช่นการใช้บางส่วนของแพ็คเกจspatstat )

22 arcgis-desktop  r  spatstat 

ฉันสร้างรูปหลายเหลี่ยม 2 รูปใน QGIS การใช้รูปหลายเหลี่ยมใน R รูปหลายเหลี่ยมจะกลายเป็น SpatialPolygonsDataFrame (SPDF) โดยอัตโนมัติ ฉันต้องการรวมไว้ใน SPDF เดียว (เช่นเดียวกับใน ArcGis ที่ใช้ Tool Mergeง่ายมาก) ฉันแน่ใจว่าควรมีวิธีง่าย ๆ ในการทำให้สมบูรณ์ใน R แต่ฉันไม่สามารถหาได้ ผสานฟังก์ชั่นที่ดูเหมือนว่าจะผสาน data.frames เท่านั้นรวมฟังก์ชั่นละลายรูปหลายเหลี่ยมเป็นหนึ่งในหลายบราgIntersect (โดยการพิมพ์เข้าร่วมฟังก์ชั่น) ผลตอบแทนค่าตรรกะไม่ได้ทั้งหมด SPDF ข้อมูลมีอยู่ที่นี่: http://ulozto.cz/xpoo5jfL/ab-zip library(sp) library(raster) library(rgeos) library(spatstat) library(rgdal) library(maptools) setwd("C:/...") a<-readOGR(dsn=getwd(), layer="pol.a") b<- readOGR(dsn=getwd(), layer="pol.b") ab<-merge(a, b) # what tool if not …

22 r  spatial-analyst  merge  maptools 

คำถามนี้ถูกโยกย้ายจาก Stack Overflow เนื่องจากสามารถตอบได้ในการแลกเปลี่ยน Stack ของระบบข้อมูลทางภูมิศาสตร์ อพยพ 4 ปีที่แล้ว ฉันพยายามทำการรวมเชิงพื้นที่ระหว่างข้อมูลจุดและข้อมูลรูปหลายเหลี่ยม ฉันมีข้อมูลที่ระบุพิกัดเชิงพื้นที่ของเหตุการณ์ในไฟล์ csv ของฉัน A และมีไฟล์อีกไฟล์หนึ่งคือ shapefile B ซึ่งมีขอบเขตของพื้นที่เป็นรูปหลายเหลี่ยม head(A) month longitude latitude lsoa_code crime_type 1 2014-09 -1.550626 53.59740 E01007359 Anti-social behaviour 2 2014-09 -1.550626 53.59740 E01007359 Public order 3 2014-09 -1.865236 53.93678 E01010646 Anti-social behaviour head(B@data) code name altname 0 …

21 r  spatial-join  point-in-polygon 

ฉันพยายามที่จะอ่านตารางโดยตรงจากแฟ้มของ Geodatabase ESRI เข้าไปในอาร์ไฟล์ตัวอย่างเช่นข้อมูลที่สามารถดาวน์โหลดได้ที่นี่ ฐานข้อมูลมีคลาสคุณลักษณะจุด (Zone9_2014_01_Broadcast) และตารางที่เชื่อมโยงสองตาราง (Zone9_2014_01_Vessel และ Zone9_2014_01_Voyage) คุณสามารถอ่าน shapefile ใน R โดยใช้readOGRจากrgeosแพ็คเกจ: library(rgeos) library(downloader) download("https://coast.noaa.gov/htdata/CMSP/AISDataHandler/2014/01/Zone9_2014_01.zip", dest="Zone9_2014_01.zip", mode="wb") unzip("Zone9_2014_01.zip", exdir = ".") # Not Run (loads large point file) # broadcast <- readOGR(dsn = "Zone9_2014_01.gdb", layer = "Zone9_2014_01_Broadcast") ทั้งสองตารางที่เชื่อมโยงยังแสดงให้เห็นเมื่อคุณใช้หรือogrListLayers ogrInfoอย่างไรก็ตามogrInfoให้คำเตือน: ข้อความเตือน: ใน ogrInfo ("Zone9_2014_01.gdb", layer = "Zone9_2014_01_Vessel"): ogrInfo: …

21 r  file-geodatabase  table  rgdal 

ฉันจะแปลงคะแนน lon-lat ให้เป็นฟีเจอร์ง่าย ๆ (sfg) จากนั้นวางมันลงในคอลเล็กชันฟีเจอร์ที่เรียบง่าย (sfc) ได้อย่างไร นี่คือ MWE ที่ใช้งานไม่ได้ แต่อยู่ใกล้ฉันมากที่สุด library(data.table) library(sf) # The DT data.table is the data I have (but 10,000s of rows, each row is a point) DT <- data.table( place=c("Finland", "Canada", "Tanzania", "Bolivia", "France"), longitude=c(27.472918, -90.476303, 34.679950, -65.691146, 4.533465), latitude=c(63.293001, 54.239631, -2.855123, -13.795272, 48.603949), …

21 r  sf 

มีฟังก์ชั่นการครอบตัดวัตถุแผนที่ sf คล้ายกับที่maptools::pruneMap(lines, xlim= c(4, 10), ylim= c(10, 15))ใช้สำหรับ SpatialPolygon หรือ SpatialLine หรือไม่ ฉันกำลังพิจารณาst_intersection()แต่อาจมีวิธีที่เหมาะสม

20 r  clip  sf 

มีตัวอย่างของจุดกระจายที่ไม่สม่ำเสมอ (~ 1 ล้าน) ขนาดใหญ่ - เป็นไปได้หรือไม่ที่จะสร้างกริดที่ผิดปกติ (ขนาด แต่อาจมีรูปร่างผิดปกติถ้าเป็นไปได้?) ซึ่งจะมีจำนวนจุดnขั้นต่ำที่ระบุไว้ มันมีความสำคัญน้อยกว่าสำหรับฉันหากสร้าง 'เซลล์' ของกริดดังกล่าวมีจำนวนnจำนวนจุดหรืออย่างน้อยnจุด ฉันรู้วิธีแก้ปัญหาเช่นgenvecgridใน ArcGIS หรือสร้าง Grid Layerใน QGIS / mmgis อย่างไรก็ตามพวกเขาทั้งหมดจะสร้างกริดปกติซึ่งจะส่งผลให้มีเซลล์ว่างเปล่า (ปัญหาเล็ก - ฉันสามารถทิ้งพวกเขา) หรือเซลล์ที่มีคะแนน น้อยกว่าn (ปัญหาใหญ่กว่าเนื่องจากฉันต้องการวิธีแก้ปัญหาเพื่อรวมเซลล์เหล่านั้นอาจใช้เครื่องมือบางอย่างจากที่นี่ใช่ไหม) ฉันได้รับประโยชน์จากสิ่งต่างๆมากมายและเปิดรับทั้งในเชิงพาณิชย์ (ArcGIS & ส่วนขยาย) หรือฟรี (Python, PostGIS, R) โซลูชั่น

20 r  clustering  quadtree 

ฉันจะพล็อตตำแหน่งทางภูมิศาสตร์(lon, lat)ของทวีตที่รวบรวมโดยใช้ Stream API ด้วย 7mi รัศมี. ภาพด้านล่างแสดงแผนที่สองชุดของข้อมูลเดียวกัน แต่ใช้อัลฟ่า / ความโปร่งใสที่แตกต่างกันสำหรับการสังเกตแต่ละครั้ง เมื่อมองดูแผนที่ทางซ้ายฉันสังเกตว่าตำแหน่งทางภูมิศาสตร์เป็นไปตาม "กริด" ตามจินตนาการส่วนใหญ่ที่มีโหนดเฉพาะ ทุกคนสามารถช่วยฉันให้เข้าใจว่าทำไมรูปแบบนี้ถึงปรากฏขึ้น แน่นอนฉันมีการปัดเศษในพิกัดเช่น: "loc: 42.7388,13.1798" "loc: 42.6252,13.2948" "loc: 42.6008,13.293" "loc: 42.73,13.2028" "loc: 42.66918468,13.27893702" แต่คำถามของฉันคือทำไมการปัดเศษเหล่านี้เกิดขึ้นเนื่องจากฉันคิดว่า Twitter API จะรับประกันความแม่นยำระดับเดียวกัน

19 r  geolocation  twitter 

coast<-readShapeSpatial("coastline.shp") landc<-readShapeSpatial("landcover.shp") ro<-readShapeSpatial("roads.shp") bc<-gBuffer(ro,width=100) landc$ratings=1 landc$ratings[landc$LANDUSE_ID==4]=0 ด้านบนฉันใช้หมวดหมู่ใด ๆ ที่มี 4 และในคอลัมน์ใหม่ให้เป็น 0 ณ จุดนี้ฉันต้องการคอลัมน์ชื่อratingsเช่นกันสำหรับbcที่ซึ่งจะเป็น 0 ถ้ามันอยู่ในบัฟเฟอร์และ 1 ถ้ามันอยู่ข้างนอก ปัญหาคือว่าbcเป็นSpatialPolygonsและมันไม่ได้มีตารางคุณลักษณะ เห็นได้ชัดว่าการเพิ่มคอลัมน์ลงในSpatialPolygonวัตถุที่คุณต้องแปลงเป็น a SpatialPolygonsDataFrameแต่ฉันไม่รู้ ฉันลองสิ่งนี้: buf_df<-as.data.frame(bc) s_po<-SpatialPolygonsDataFrame(bc,buf_df) s_po$ratings=0 แต่ข้อผิดพลาดนี้จะปรากฏขึ้น: row.names of data and Polygons IDs do not match

19 r  cartography 

ฉันมีชุดภาพแรสเตอร์ซึ่งแสดงเดือนเฉพาะในช่วงหลายปีที่ผ่านมาและฉันต้องการสร้างเส้นเวลาของค่าเฉลี่ยของพื้นที่โดยใช้รูปร่างไฟล์ ฉันจะแยกค่าจากแรสเตอร์และนำเข้ามาในรูปแบบที่ฉันสามารถใช้ได้อย่างไร

19 r  spatial-statistics 

Moran Iซึ่งเป็นมาตรวัดความสัมพันธ์เชิงพื้นที่อัตโนมัตินั้นไม่ได้เป็นสถิติที่แข็งแกร่งเป็นพิเศษ เทคนิคที่แข็งแกร่งกว่านี้สำหรับการวัดค่าความสัมพันธ์เชิงพื้นที่มีอะไรบ้าง ฉันสนใจเป็นพิเศษในการแก้ปัญหาที่พร้อมใช้งาน / นำไปใช้ในภาษาสคริปต์เช่นอาร์หากการแก้ปัญหานำไปใช้กับสถานการณ์ / การแจกแจงข้อมูลที่ไม่ซ้ำกันโปรดระบุคำตอบของคุณ แก้ไข : ฉันกำลังขยายคำถามด้วยตัวอย่างบางส่วน (เพื่อตอบสนองต่อความคิดเห็น / คำตอบของคำถามเดิม) มีคนแนะนำว่าเทคนิคการเปลี่ยนแปลง (ที่การกระจายตัวตัวอย่างฉันของโมแรนสร้างขึ้นโดยใช้วิธีการมอนติคาร์โล) เสนอวิธีแก้ปัญหาที่มีประสิทธิภาพ ความเข้าใจของฉันคือว่าการทดสอบดังกล่าวจะช่วยลดความจำเป็นที่จะต้องทำให้สมมติฐานใด ๆ เกี่ยวกับการกระจายผมโมแรน (ระบุว่าสถิติการทดสอบสามารถได้รับอิทธิพลจากโครงสร้างเชิงพื้นที่ของชุดข้อมูล) แต่ผมไม่เห็นว่าการเปลี่ยนแปลงแก้ไขเทคนิคในการที่ไม่ปกติ ข้อมูลแอตทริบิวต์กระจาย ฉันเสนอสองตัวอย่าง: ตัวหนึ่งที่แสดงให้เห็นถึงอิทธิพลของข้อมูลที่บิดเบือนที่มีต่อสถิติของโมแรน I ในท้องที่และอีกอันเกี่ยวกับโมแรน I ของโลก - แม้ภายใต้การทดสอบการเปลี่ยนรูป ฉันจะใช้จางและคณะ 's (2008) วิเคราะห์เป็นตัวอย่างแรก ในบทความของพวกเขาพวกเขาแสดงอิทธิพลของการกระจายข้อมูลคุณลักษณะที่มีต่อMoran I ในท้องถิ่นโดยใช้การทดสอบการเปลี่ยนรูป (9999 แบบจำลอง) ฉันทำซ้ำผลลัพธ์ฮอตสปอตของผู้เขียนสำหรับความเข้มข้นของสารตะกั่ว (Pb) (ที่ระดับความเชื่อมั่น 5%) โดยใช้ข้อมูลดั้งเดิม (แผงด้านซ้าย) และการแปลงบันทึกของข้อมูลเดียวกัน (แผงด้านขวา) ใน GeoDa …

19 algorithm  r  spatial-statistics 

Zillow มีชุดรูปร่างที่แตกต่างกันสำหรับละแวกใกล้เคียงของเมืองสำคัญ ๆ ในสหรัฐอเมริกา ฉันต้องการตรวจสอบว่ามีอาคารบางแห่งอยู่ในละแวกใกล้เคียงโดยใช้ R: library(rgeos) library(sp) library(rgdal) df <- data.frame(Latitude =c(47.591351, 47.62212,47.595152), Longitude = c(-122.332271,-122.353985,-122.331639), names = c("Safeco Field", "Key Arena", "Century Link")) coordinates(df) <- ~ Latitude + Longitude wa.map <- readOGR("ZillowNeighborhoods-WA.shp", layer="ZillowNeighborhoods-WA") sodo <- wa.map[wa.map$CITY == "Seattle" & wa.map$NAME == "Industrial District", ] ฉันสามารถลงจุดได้โดยไม่มีปัญหาใด ๆ plot(sodo) points(df$Latitude …

19 r  rgdal  zillow 

ฉันมีรูปหลายเหลี่ยมสองอัน หนึ่งประกอบด้วยเขตข้อมูล (X, Y, Z) และอื่น ๆ ประกอบด้วยชนิดของดิน (A, B, C, D) ฉันต้องการที่จะรู้ว่าสิ่งที่พื้นที่ของทุกเขตข้อมูลมีชนิดของดิน ฉันพยายามต่อไปนี้: library(rgdal) library(rgeos) Field<-readOGR("./","Field") Soil<-readOGR("./","Soil") Results<-gIntersects(Soil,Field,byid=TRUE) rownames(Results)<-Field@data$FieldName colnames(Results)<-Soil@data$SoilType > Results A B C D Z TRUE FALSE FALSE FALSE Y FALSE TRUE TRUE FALSE X TRUE TRUE TRUE TRUE และได้ผลลัพธ์ที่ดีโดยบอกว่าสนามใดมีดินประเภทใด อย่างไรก็ตามฉันจะหาพื้นที่แทนได้อย่างไร

19 shapefile  polygon  r  intersection  rgdal 

ฉันพยายามที่จะทำการรวมกันในสนามทั่วไปหลังจากรวมสองไฟล์รูปร่างที่อยู่ติดกัน ท้ายที่สุดรูปร่างของไฟล์นั้นจะมีช่องว่างระหว่างเศษไม้อย่างน้อยหนึ่งอัน เมื่อฉันพยายามสหภาพฉันได้รับข้อผิดพลาดของหลุมที่กำพร้าต่อไปนี้: ข้อผิดพลาดใน createPolygonsComment (p): rgeos_PolyCreateComment: รูแบบกำพร้าไม่สามารถค้นหารูปหลายเหลี่ยมที่มีรูสำหรับดัชนีที่ 17 ฉันได้อัปโหลดตัวอย่างที่ทำซ้ำได้ไปยัง Dropbox ที่ลิงค์นี้ นี่คือรหัสเพื่อสร้างปัญหา: #loading required packages require(sp) require(rgdal) require(maptools) require(rgeos) #load example data, set "dsn=" to your working directory or specify the path example <- readOGR(dsn=".",layer="ReproducibleExample") #Attempting a UnionSpatialPolygons based on the COUNTY field example.df <- as(example, "data.frame") countycol <- …

18 polygon  r  merge 

เป้าหมายของฉันคือการแก้ไข shapefile ที่มีอยู่โดยการผสานรูปหลายเหลี่ยมบางอย่าง หลังจากนำเข้ารูปร่างไฟล์และใช้คำสั่ง UnionSpatialPolygons ฉันได้รับโครงร่างรูปหลายเหลี่ยมที่ฉันต้องการ อย่างไรก็ตามตอนนี้เป็นวัตถุ SpatialPolygons ไม่ใช่ SpatialPolygonsDataFrame ดังนั้นฉันจึงไม่สามารถส่งออกไปยังรูปร่างไฟล์โดยใช้ writeOGR ฉันจะแก้ไขปัญหานี้ได้อย่างไร

18 shapefile  cartography  r  ogr