7月1日:基于R语言的地理空间数据分析入门教程
  
7月1日:基于R语言的地理空间数据分析入门教程
发布-日期: 2017-06-19  作者:    浏览次数: 10 


讲座题目:基于R语言的地理空间数据分析入门教程

主讲人:平春博士(日本国立环境研究所地球环境研究中心研究员)对R语言,Pyhton(PythonArcGIS结合)RASS,QGIS等非常熟悉。而且有丰富的无人机数据,LiDAR数据,GIS和遥感数据处理经验。

1. 课时安排:12节课 x 每节3小时=36小时,为期6天。

2. 日期:71日 - 76


第一讲R语言的安装,简单入门

 计算机里语言环境的搭建,常用编辑器的安装,数据分析包的安装方法。如何写R语言的代码等基础知识的讲解。

第二讲 空间数据的基本构造,R语言操作

空间数据(SHP文件)的基本构造,单一空间数据的读取显示,多个空间数据的读取和显示等。

第三讲 空间数据的地域比较

 密度、属性值的基本统计和标准化,地域相关属性的差异比较等。

第四讲 空间数据的分类和可视化

根据属性等量分类、等间隔分类、标准偏差分类、自然分类、自定义区间分类等各种分类显示和可视化。

第五讲 基于空间的自相关分析

空间数据的自相关分析,加权自相关分析等。

第六讲 各种概率分布图的制作

相对危险度、泊松(Poission)分布、相对危险率的贝叶斯(Bayes)估计、莫兰(Moran's I)指数的经验贝叶斯估计的分布图制作。

第七讲 空间显著性检验

泊松分布X2检验、Potthoff-Whittinghill检验、Stone检验、Tango检验、Wittermore检验、Besag-Newell检验、地理分析仪器(Geographical Analysis Machine,简称GAM)。

第八讲 空间点过程

样方法、最近距离法、柯尔莫可洛夫-斯米洛夫(Kolmogorov-Smirnov)检验、将模式应用到观测数据的方法、根据距离采用不同函数的方法、标值点过程、模式模拟结果分析。

第九讲 空间插值

核密度估计、反距离加权法、变量图(Variogram)、克里金(Kriging)插值。

第十讲 空间计量经济学模型

回归模型和空间的自相关、一般回归模型、自回归模型、空间自相关模型、多层模型、地理加权回归模型。

第十一讲 计数数据模型

泊松回归模型、负二项分布模型、零膨胀泊松模型、零膨胀负二项分布模型。

第十二讲其他总和应用

函数的自定义,各种便利数据分析包的应用介绍等。