Lab 7 SUPPLEMENTING QGIS WITH R Mod

Lab 7 SUPPLEMENTING QGIS WITH R
Modification history Created May 2008 by Richard Plant and Dylan Beaudette Modified 20 April 2011 by Michele Tobias for QGIS Version 1.6.0 Modified 11 January 2012 by Richard Plant for QGIS Version 1.7.3 and R version 1.4.2
NEW SKILLS  Further use of R to carry statistical analysis on geographic data sets
In this lab we will continue to extract data from bands of the aerial images of Field 5. The file decIR.tif is the IR band of a false color infrared aerial image of bare soil just after a heavy rainstorm. Wet soil absorbs infrared energy more than dry soil. Therefore in the image the areas with low values are wetter because of less water infiltration. The amount of water infiltration may be related to clay content of the soil. The clay content was measured at the soil sample points in the feature point layer f05points. We will compare the water infiltration infrared data, prepared as integer points, with the clay content, prepared as integer points using a scatterplot in R.
1. We will start by using QGIS to locate the sample points. Start QGIS and the raster layer decIR.tif and the vector layer f5samples.shp from the folder C:QGISLabWheat. The file decIR.tif is a geotiff file, so the f5samples shapefile should overlay the image. Verify that this is the case.
We will carry out the calculations for this exercise in R. Many of the functions needed to carry out this exercise involve detailed programming of R. If you wish to delve more deeply into these functions, see the documentation on the R website, especially “An Introduction to R” by Venables and Smith.
2. Start the R program. To carry out the calculations we will need functions from the package maptools, which you downloaded in lab 6, and also from the package rgdal. Following the same steps as in Lab 6, install the package rgdal and then give the R commands
library(maptools) library(rgdal)
First we will load and display the image file decir.tif. Type the commands (modified appropriately for your file structure). Remember that R is case sensitive, although the file names, which are simply passed to Windows, are not.
f5.grid

Αποτελέσματα (Ελληνικά) 1:

Εργαστήριο 7 τη ΣΥΜΠΛΉΡΩΣΗ QGIS με R Τροποποίηση ιστορία δημιουργημένο Μαΐου 2008 από φυτικά Ρίτσαρντ και τροποποιημένο Dylan Beaudette 20 Απριλίου 2011 από Michele Tobias για QGIS έκδοση 1.6.0 τροποποιημένο 11 Ιανουαρίου 2012 από Richard φυτό για έκδοση QGIS 1.7.3 και R έκδοση 1.4.2 ΝΈΕΣ ΔΕΞΙΌΤΗΤΕΣ  περαιτέρω χρήση του R για την άσκηση στατιστική ανάλυση γεωγραφικών συνόλων δεδομένων Σε αυτό το εργαστήριο θα συνεχίσουμε για την εξαγωγή δεδομένων από τις ζώνες από τις εναέριες εικόνες των 5 πεδίο. Το αρχείο decIR.tif είναι το συγκρότημα IR υπέρυθρη εναέρια εικόνας ψευδείς χρώμα γυμνού εδάφους μόνο μετά από μια ισχυρή νεροποντή. Υγρό χώμα απορροφά ενέργεια υπέρυθρου περισσότερο από ξηρό χώμα. Επομένως στην εικόνα οι περιοχές με χαμηλές τιμές είναι πιο βροχερό λόγω λιγότερο διήθηση νερού. Το ποσό της διήθησης του νερού μπορεί να σχετίζεται με περιεκτικότητα σε άργιλο στο χώμα. Περιεκτικότητας σε άργιλο μετρήθηκε στα σημεία δείγμα εδάφους στο το χαρακτηριστικό σημείο στρώμα f05points. Θα συγκρίνουμε το νερό διήθηση δεδομένων υπέρυθρων, παρασκευάζεται ως ακέραιος σημεία, με το περιεχόμενο του αργίλου, παρασκευάζεται ως ακέραιος αριθμός σημείων χρησιμοποιώντας ένα scatterplot στο R. 1. εμείς θα ξεκινήσετε χρησιμοποιώντας QGIS για να εντοπίσετε τα σημεία δείγματος. Ξεκινήστε το QGIS και το decIR.tif στρώμα ράστερ και τα διανυσματικά f5samples.shp στρώμα από το φάκελο C:QGISLabWheat. Το αρχείο decIR.tif είναι ένα αρχείο geotiff, έτσι το f5samples shapefile πρέπει να επικαλύπτουν την εικόνα. Βεβαιωθείτε ότι αυτή είναι η περίπτωση. Εμείς θα πραγματοποιήσουμε τους υπολογισμούς για την άσκηση αυτή στο ρ. Πολλές από τις λειτουργίες που χρειάζονται για την εκτέλεση αυτής της άσκησης περιλαμβάνουν λεπτομερή προγραμματισμό του R. Εάν επιθυμείτε να ψάχνω πιο βαθιά αυτές τις λειτουργίες, ανατρέξτε στην τεκμηρίωση στην ιστοσελίδα του R, ειδικά "An εισαγωγή να R" από Venables και Smith. 2. Ξεκινήστε το πρόγραμμα του Ρ. Να πραγματοποιήσουμε τους υπολογισμούς θα χρειαστούμε λειτουργίες από το πακέτο maptools, που κατεβάσατε στο εργαστήριο 6, αλλά και από το rgdal πακέτο. Ακολουθώντας τα ίδια βήματα όπως σε εργαστήριο 6, εγκαταστήστε το πακέτο rgdal και στη συνέχεια να δώσει τις εντολές R Library(maptools) library(rgdal) Πρώτα θα φορτώσει και θα εμφανίσει το decir.tif αρχείου εικόνας. Πληκτρολογήστε τις εντολές (τροποποιείται κατάλληλα για σας αρχείο δομή). Να θυμάστε ότι το R είναι ευαίσθητη υπόθεση, αν και τα ονόματα αρχείων, η οποία είναι απλά πέρασε σε Windows, δεν είναι. F5.Grid <-image(f5.grid) readGDAL («qgislab\wheat\gis\decir.tif c:\») Και πάλι, σημειώστε ότι το R πρέπει διπλές καθέτους για να υποδείξει τους καταλόγους. Θα πρέπει να δείτε μια εικόνα του πεδίου σιτάρι, αν και μπορεί να είναι σε ένα παράξενο χρώμα. Σημείωση: από τώρα και στο εξής δεν είναι προφανές τι κάνουν οι συναρτήσεις R. Μην ξεχνάτε ότι μπορείτε να διαβάσετε σχετικά με κάθε συνάρτηση R, πληκτρολογώντας το όνομα αυτής της λειτουργίας με ένα; μπροστά του. 3. το επόμενο βήμα είναι να διαβάσετε για τα δεδομένα του σημείου. Η συνάρτηση που χρησιμοποιούμε για αυτό φαίνεται εδώ F5.PTS <-readShapePoints («qgislab\wheat\field5samples.shp c:\») Για να δείτε ποια είναι η δομή του f5.pts, πληκτρολογήστε: Str(F5.PTS) Τα δεδομένα του αργίλου είναι σε f5.pts$CLAY (θυμηθείτε ότι το R είναι διάκριση πεζών-κεφαλαίων!). 4. στη συνέχεια εμείς θα επικαλύπτουν τα δεδομένα του σημείου πάνω στο πλέγμα δεδομένων. x <-overlay(f5.grid,f5.pts) Για να μάθετε ποια είναι η δομή του x, πληκτρολογήστε: Str(x) Τα δεδομένα που θέλουμε είναι στο χ $band1. Για να δείτε τις τιμές, πληκτρολογήστε: x$ band1 5. το επόμενο βήμα είναι να σχεδιάσετε τα δεδομένα. Τύπος Plot(F5.PTS$CLAY,x$Band1) Οικόπεδο σας που προκύπτει πρέπει να μοιάζει κάπως έτσι: Αυτό δείχνει καθαρά τη σχέση μεταξύ περιεκτικότητας σε άργιλο και υπέρυθρες ακτίνες ανάκλασης. Μπορείτε να κάνετε μια παλινδρόμηση του πω στο χώμα χρησιμοποιώντας αυτό εντολές: clayir.reg <-lm (x$ band1 ~ f5.pts$CLAY) summary(clayir.reg) (lm σημαίνει «γραμμικό μοντέλο») και μπορείτε να εκτελέσετε μια γραμμή παλινδρόμησης μέσω σας χρησιμοποιώντας οικόπεδο abline(reg = clayir.reg) Σημείωση ότι R σας επιτρέπει να οικοδομήσουμε οικόπεδα με την προσθήκη πράγματα τους μία κάθε φορά. Χρήση του; εντολή στο R για να μάθετε τι κάνουν οι διάφορες λειτουργίες. Υπάρχουν αριθμός των βιβλίων που μπορείτε να χρησιμοποιήσετε για να ενισχύσετε τις γνώσεις σας για την εφαρμογή της R σε χωρικά δεδομένα. Ένα που συστήνω ιδιαίτερα (για μια προφανή λόγο) είναι χωρική ανάλυση δεδομένων στην οικολογία και γεωργία χρησιμοποιώντας R από Richard E. φυτών (CRC Press).

Αποτελέσματα (Ελληνικά) 2:

Εργαστήριο 7 ΣΥΜΠΛΗΡΩΝΟΥΝ QGIS ΜΕ R
ιστορία Τροποποίηση Δημιουργήθηκε Μάιο του 2008 από τον Richard Plant και ο Dylan Beaudette Τροποποιημένο 20 Απριλίου, 2011 από τον Michele Tobias για QGIS Έκδοση 1.6.0 Τροποποιημένο 11, Ιαν 2012 από τον Richard Plant για QGIS έκδοση 1.7.3 και R έκδοση 1.4.2
ΝΕΑ ΔΕΞΙΟΤΗΤΕΣ  Περαιτέρω χρήση του R για την εκτέλεση στατιστικής ανάλυσης σε γεωγραφικά σύνολα δεδομένων
σε αυτό το εργαστήριο θα συνεχίσουμε να εξάγει δεδομένα από μπάντες των αεροφωτογραφίες του πεδίο 5. το decIR.tif αρχείο είναι η ζώνη IR της ψευδούς χρώματος υπερύθρων εναέρια εικόνα γυμνό έδαφος μόνο μετά από μια βαριά καταιγίδα. Υγρό χώμα απορροφά την υπέρυθρη ενέργεια περισσότερο από ξηρό έδαφος. Ως εκ τούτου, στην εικόνα οι περιοχές με χαμηλές τιμές είναι πιο βροχερό, λόγω των λιγότερο διείσδυση νερού. Η ποσότητα του νερού διήθησης μπορεί να σχετίζεται με το περιεχόμενο αργίλου του εδάφους. Η περιεκτικότητα σε άργιλο μετρήθηκε στα σημεία δείγμα εδάφους στα f05points στρώμα σημείο χαρακτηριστικό. Εμείς θα συγκρίνει την υπέρυθρη δεδομένων διείσδυση του νερού, παρασκευάζεται ως ακέραιος σημεία, με την περιεκτικότητα σε άργιλο, παρασκευάζεται ως ακέραιος σημεία χρησιμοποιώντας ένα διάγραμμα διασποράς στο R.
1. Θα ξεκινήσουμε με τη χρήση του QGIS για να εντοπίσετε τα σημεία του δείγματος. Ξεκινήστε QGIS και το στρώμα ράστερ decIR.tif και το στρώμα f5samples.shp φορέα από το φάκελο C: QGISLab Σιτάρι. Η decIR.tif αρχείο είναι ένα αρχείο GeoTIFF, έτσι ώστε η f5samples shapefile πρέπει να επικαλύπτουν την εικόνα. Βεβαιωθείτε ότι αυτή είναι η περίπτωση.
Εμείς θα πραγματοποιήσει τους υπολογισμούς για αυτή την άσκηση στο R. Πολλές από τις λειτουργίες που απαιτούνται για την εκτέλεση αυτής της άσκησης περιλαμβάνει λεπτομερή προγραμματισμό του R. Αν θέλετε να ψάχνω πιο βαθιά σε αυτές τις λειτουργίες, ανατρέξτε στην τεκμηρίωση για η ιστοσελίδα R, ιδιαίτερα "Εισαγωγή στην R" από Venables και Smith.
2. Ξεκινήστε το πρόγραμμα R. Για την εκτέλεση των υπολογισμών θα πρέπει λειτουργίες από τις maptools πακέτο, που έχετε κατεβάσει στο εργαστήριο 6, καθώς επίσης και από την rgdal πακέτο. Ακολουθώντας τα ίδια βήματα όπως και στο Εργαστήριο 6, εγκαταστήστε το πακέτο rgdal και στη συνέχεια να δώσει το R εντολές
βιβλιοθήκης (maptools) βιβλιοθήκη (rgdal)
Πρώτα θα φορτώσει και να εμφανίσει το decir.tif αρχείο εικόνας. Πληκτρολογήστε τις εντολές (τροποποιημένες κατάλληλα για την δομή των αρχείων σας). Να θυμάστε ότι το R είναι ευαίσθητη υπόθεση, αν και τα ονόματα των αρχείων, τα οποία απλώς πέρασε στα Windows, δεν είναι.
F5.grid <- readGDAL ( "c: \ \ qgislab σιτάρι \ GIS \ decir.tif") εικόνα ( f5.grid)
Και πάλι, σημειώστε ότι το R θα πρέπει διπλό καθέτους για να δείξει τους καταλόγους. Θα πρέπει να δείτε μια εικόνα του πεδίου σιτάρι, αν και μπορεί να είναι σε μια παράξενη χρώμα. ΣΗΜΕΙΩΣΗ: Από τώρα και στο εξής δεν μπορεί να είναι εμφανής τι κάνουν οι λειτουργίες R. Μην ξεχνάτε ότι μπορείτε να διαβάσετε για οποιαδήποτε λειτουργία R, πληκτρολογώντας το όνομα της συνάρτησης με; μπροστά του.
3. Το επόμενο βήμα είναι να διαβάσει στα δεδομένα σημείο. Η λειτουργία που χρησιμοποιούμε για αυτό που παρουσιάζεται εδώ
f5.pts <- readShapePoints ( "c: \ \ qgislab σιτάρι \ field5samples.shp")
Για να δείτε ποια είναι η δομή της f5.pts είναι, τύπου:
str (f5.pts)
Τα δεδομένα πηλός είναι σε f5.pts $ ΑΡΓΙΛΟΣ (θυμηθείτε ότι το R είναι ευαίσθητη υπόθεση!).
4. Στη συνέχεια θα επικαλύπτουν τα δεδομένα σημείο πάνω στα δεδομένα του δικτύου.
X <- επικάλυψης (f5.grid, f5.pts)
Για να μάθετε ποια είναι η δομή του x είναι, τύπου:
str (x)
Τα δεδομένα που θέλουμε είναι στο x $ band1 . Για να δείτε τις τιμές, τον τύπο:
x $ band1
5. Το επόμενο βήμα είναι να σχεδιάσει τα δεδομένα. Τύπος
οικόπεδο (f5.pts $ πηλό, x $ band1)
προκύπτει οικόπεδο σας θα πρέπει να μοιάζει κάπως έτσι:
Αυτό δείχνει σαφώς τη σχέση μεταξύ της περιεκτικότητας σε άργιλο και υπέρυθρης ανάκλασης.
Μπορείτε να κάνετε μια υποχώρηση της decIR σε πηλό χρησιμοποιώντας αυτή την εντολή:
clayir.reg < - lm (x $ band1 ~ f5.pts $ πηλός) περίληψη (clayir.reg)
(lm σημαίνει "γραμμικό μοντέλο") και μπορείτε να εκτελέσετε μια γραμμή παλινδρόμησης μέσω του οικοπέδου σας, χρησιμοποιώντας
abline (reg = clayir.reg)
Σημειώστε ότι R σας επιτρέπει να δημιουργήσετε οικόπεδα, προσθέτοντας τα πράγματα να τα ένα κάθε φορά. Χρησιμοποιήστε το ? εντολή στο R για να μάθετε τι κάνουν οι διάφορες λειτουργίες.
Υπάρχουν αριθμός των βιβλίων που μπορείτε να χρησιμοποιήσετε για να βελτιώσετε τις γνώσεις σας για την εφαρμογή του R σε χωρικά δεδομένα. Ένας που συστήνω ιδιαίτερα (για προφανείς λόγους) είναι Χωρική Ανάλυση Δεδομένων στην Οικολογία και Γεωργία Χρησιμοποιώντας R από τον Richard E. Plant (CRC Press).