Spatial เคลื่อนไหว เฉลี่ย Arcgis

ฉันมีแผนที่แบบแรสเตอร์ของมิดเวสต์ของสหรัฐฯซึ่งเบาบางมากพิกเซลที่น่าสนใจมีไม่มากพอที่จะมองไม่เห็นเกือบเมื่อดูที่ระดับที่รัฐทั้งหมดของมิดเวสต์ของสหรัฐมองเห็นได้ฉันต้องการทำตามแนวทางที่กล่าวไว้ในบทความ PNAS นี้ เพื่อสร้างแผนที่ที่ดีขึ้น แต่ไม่แน่ใจว่าจะทำซ้ำใน ArcGIS ความช่วยเหลือใด ๆ จะได้รับการชื่นชมเอกสาร PNAS แสดงขั้นตอนต่อไปนี้เนื่องจากขนาดเล็กและการกระจายพื้นที่กระจัดกระจายในพื้นที่เปลี่ยนแปลงจึงเป็นการยากที่จะมองเห็นรูปแบบภูมิภาคของ LCLUC ที่ความละเอียดเชิงพื้นที่ 56 ม. เดิมเราจึงได้ใช้เทคนิคการปรับผิวหน้าที่ไม่เรียบเพื่อสร้างพื้นผิวการเปลี่ยนแปลงระดับภูมิภาคที่เน้นจุดร้อนในท้องถิ่นของการเปลี่ยนแปลงวิธีการที่เกี่ยวข้องถูกใช้ในด้านต่างๆเช่นการระบาดวิทยาเชิงพื้นที่เพื่อสร้างประมาณการอัตราป่วยของโรคได้อย่างมั่นคง 48 ไม่ได้รับการประยุกต์ใช้กันอย่างกว้างขวางในสาขาวิทยาศาสตร์การเปลี่ยนแปลงที่ดินในแนวทางการปรับให้เรียบของเราเปลี่ยนพิกเซลที่ความละเอียดเชิงพื้นที่ 56 ม. เป็นครั้งแรกในอัตราร้อยละของการเปลี่ยนแปลงที่ 560 ม. นี่คือการกระทำโดยการ 10-by-10 บล็อกของพิกเซล 56-m เช่นบล็อก 100 พิกเซลและข้อสรุปการเปลี่ยนแปลงไบนารีภายในแต่ละบล็อกรูปที่ S4A ถัดไปเราใช้เคอร์เนล 2 มิติเรียบเนียนเพื่อคำนวณการเปลี่ยนแปลงที่ราบรื่นของการเปลี่ยนแปลงเปอร์เซ็นต์สำหรับแต่ละ พิกเซลความละเอียด 560-m พิกเซล S4B ฟังก์ชันเคอร์เนลเคอร์เนลถูกใช้ในการคำนวณค่าเฉลี่ยเคลื่อนที่ในพื้นที่ศึกษาที่แบนด์วิธ 10 กม. ฟังก์ชันเคอร์เนลเคอร์ติคเดียวกันถูกนำมาใช้เพื่อลดการเปลี่ยนแปลงเปอร์เซ็นต์จากถั่วเหลืองข้าวโพดในปี 2549 สู่ทุ่งหญ้าในปี 2554 ในที่สุดเรา สร้างแผนที่ทุ่งหญ้าที่ราบเรียบขึ้นในปีพ. ศ. 2549 โดยการรวมพื้นที่ทุ่งหญ้าที่ความละเอียด 56 เมตรไปยังพื้นที่ทุ่งหญ้าร้อยละที่ความละเอียด 560 มม. จากนั้นให้เรียบชั้นคลุมรวมกันนี้โดยใช้เมล็ดพันธุ์ควอร์ต 10 กิโลเมตรระยะเดียวกัน ภายหลังใช้เป็นตัวหารในการสร้างแผนที่ของอัตราสัมพัทธ์ของการแปลงทุ่งหญ้าเท่าที่ฉันเข้าใจนี่คือผังงาน 1 ใช้สถิติบล็อกใน ArcGIS เพื่อรวม 10x10 พิกเซลของ raster 56 m ไป 560m ราสเตอร์ 2 เคอร์เนล 2 อันเรียบเนียนไม่แน่ใจว่าจะทำอย่างไร 3 Quartic kernel ไม่แน่ใจว่าจะทำแบบนี้ไม่แน่ใจว่าจะทำอย่างไรให้ก้าวล้ำกว่าขั้นตอนที่ 1.asked Aug 15 14 at 0 29.Base R มีหลายฟังก์ชั่นที่สามารถใช้สำหรับการอ่านได้ , visualizing และวิเคราะห์ข้อมูลเชิงพื้นที่โฟกัสในมุมมองนี้อยู่ในข้อมูลเชิงพื้นที่ทางภูมิศาสตร์ซึ่งสามารถสังเกตการณ์การสังเกตด้วยตำแหน่งทางภูมิศาสตร์และสามารถหาข้อมูลเพิ่มเติมเกี่ยวกับตำแหน่งที่ตั้งเหล่านี้ได้หากตำแหน่งถูกบันทึกโดยมีการดูแลฟังก์ชัน R พื้นฐานที่เสริมด้วย แพคเกจบางส่วนที่อยู่ใน CRAN และอื่น ๆ ยังคงอยู่ในการพัฒนาสถานที่ที่ใช้งานอยู่หนึ่งแห่งคือ R-Forge ซึ่งแสดงข้อมูลเชิงพื้นที่และโครงการข้อมูลสถิติในแผนผังโครงการข้อมูลแพคเกจ R-sp โดยจะมีการโพสต์บน R-Forge เว็บไซต์โครงการ rspatial รวมทั้งแกลเลอรี่การแสดงผลการพัฒนาที่ใช้งานอยู่ของ sp จะดำเนินต่อไปใน Github ซึ่งเป็นแพคเกจข้อมูลที่อยู่สองพื้นที่กว้าง ๆ ที่เคลื่อนย้ายข้อมูลเชิงพื้นที่เข้าและออกจาก R และวิเคราะห์ ข้อมูลทางภูมิศาสตร์ใน R. SRIG - Geo mailing list เป็นจุดเริ่มต้นที่ดีสำหรับการขอความช่วยเหลือและการอภิปรายคำถามเกี่ยวกับการเข้าถึงข้อมูลและการวิเคราะห์ข้อมูลรายชื่อผู้รับจดหมายเป็นสถานที่ที่ดีในการค้นหาข้อมูลเกี่ยวกับหลักสูตรที่เกี่ยวข้อง เกี่ยวกับหลักสูตรอาจพบได้ในแท็บกิจกรรมของบล็อกนี้มีบทแนะนำและบทแนะนำที่เป็นส่วนหนึ่งเป็นบทนำเกี่ยวกับการแสดงข้อมูลเชิงพื้นที่ใน R โดย Robin Lovelace และ James Cheshire ในแพคเกจนี้อาจมีโครงสร้างเป็นแบบแผน หัวข้อต่อไปนี้ถ้าคุณคิดว่าแพคเกจบางส่วนขาดหายไปจากรายการโปรดแจ้งให้เราทราบข้อมูลสำหรับข้อมูลเชิงพื้นที่เนื่องจากแพคเกจจำนวนมากที่นำเข้าและใช้ข้อมูลเชิงพื้นที่ต้องมีวัตถุจัดเก็บข้อมูลและฟังก์ชันสำหรับการแสดงภาพนั้น กำลังดำเนินการสร้างคลาสที่ใช้ร่วมกันและวางแผนข้อมูลสำหรับข้อมูลเชิงพื้นที่แพคเกจ sp จะกล่าวถึงในหมายเหตุในข่าว R แพคเกจใหม่ที่เรียกว่า sf ใช้ CRAN อยู่แล้ว พัฒนาอย่างแข็งขันใน GitHub ให้คุณสมบัติที่เรียบง่ายสำหรับ R การพัฒนาแพคเกจนี้ได้รับการสนับสนุนโดย R Consortium มีคุณสมบัติง่ายๆในการเข้าถึงข้อมูลเวกเตอร์และการใช้งานชิ้นส่วนอื่น ๆ ในปัจจุบันมีมากขึ้น คลาสรวมถึง rgdal และ maptools แพคเกจ rgeos ให้อินเตอร์เฟสกับฟังก์ชัน topology สำหรับ sp object โดยใช้ GEOS stplanr จัดเตรียมคลาส SpatialLinesNetwork ขึ้นอยู่กับออบเจ็กต์ที่กำหนดไว้ใน sp และ igraph ซึ่งสามารถใช้สำหรับการวิเคราะห์เส้นทางภายใน R แพคเกจเครือข่ายอื่นได้ที่ shp2graph The cleangeo อาจใช้ในการตรวจสอบวัตถุเชิงพื้นที่อำนวยความสะดวกในการจัดการและการรายงานข้อผิดพลาดเกี่ยวกับโครงสร้างและประเด็นเกี่ยวกับความถูกต้องทางเรขาคณิตข้อเรียกร้องเพื่อให้ทำความสะอาดทางเรขาคณิตที่จะแก้ไขปัญหาทางเรขาคณิตทั้งหมดและลดความเป็นไปได้ที่จะมีปัญหาในการประมวลผลข้อมูลเชิงพื้นที่ raster เป็นส่วนขยายที่สำคัญของชั้นข้อมูลเชิงพื้นที่เพื่อทำให้สามารถเข้าถึง rasters ขนาดใหญ่ได้ อนุญาตให้มีการวิเคราะห์วัตถุขนาดใหญ่และขยายเครื่องมือวิเคราะห์ที่มีอยู่สำหรับข้อมูล raster และ vector ใช้กับ rasterVis นอกจากนี้ยังสามารถให้การสร้างภาพและการปฏิสัมพันธ์ที่ดีขึ้นแพคเกจประกอบด้วยฟังก์ชันเชิงพื้นที่เพื่อเพิ่มฟังก์ชันหลักของแพ็กเกจ raster รวมทั้งแบบขนาน engine การประมวลผลสำหรับใช้กับ rasters แพคเกจ micromap ให้ micromaps ที่เชื่อมโยงโดยใช้ ggplot2 แพคเกจ recmap ให้ cartograms สี่เหลี่ยมผืนผ้าที่มีขนาดเป็นรูปสี่เหลี่ยมผืนผ้าสะท้อนให้เห็นเช่นประชากร statebins privides วิธีการ binning ที่เรียบง่ายไปยังสหรัฐอเมริกาแพคเกจกาลอวกาศขยายชั้นเรียนที่ใช้ร่วมกันกำหนดไว้ใน sp สำหรับ spatio - ข้อมูลชั่วคราวดูข้อมูล Spatio-Temporal ใน R Grid2Polygons แปลงวัตถุเชิงพื้นที่จากชั้น SpatialGridDataFrame เป็น SpatialPolygonsDataFrame. An ทางเลือกของปัญหาเหล่านี้ถูกนำมาใช้ในแพคเกจ PBSmapping PBSmodelling ให้การสนับสนุนการสร้างแบบจำลองนอกจากนี้ GEOmap ยังมีสิ่งอำนวยความสะดวกในการทำแผนที่ที่กำกับทิศทาง t o ตอบสนองความต้องการของนักธรณีวิทยาและใช้แพคเกจ geomapdata การจัดการข้อมูลเชิงพื้นที่จำนวนแพ็กเกจได้รับการเขียนโดยใช้คลาส sp แพคเกจ raster แนะนำวิธีการ GIS หลายอย่างที่อนุญาตให้ทำข้อมูลพื้นที่ได้มากโดยไม่ต้องใช้ GIS นอกจากนี้ ไปยัง R มันอาจจะเสริมด้วย gdistance ซึ่งให้การคำนวณระยะทางและเส้นทางบน geosphere geographic ช่วยให้คำนวณระยะทางและพื้นที่ที่จะต้องดำเนินการเกี่ยวกับข้อมูลเชิงพื้นที่ในพิกัดทางภูมิศาสตร์แพคเกจ dggridR มีอินเตอร์เฟซสำหรับ DGGRID สำหรับการทำงานร่วมกับกริดทั่วโลกแบบ discrete, การใช้รูปหกเหลี่ยมรูปสามเหลี่ยมและเพชรที่จะเอาชนะปัญหาที่ถังทุกคนมีพื้นที่เดียวกันแพ็คเกจ spsurvey มีช่วงของฟังก์ชั่นการสุ่มตัวอย่างแพคเกจการเดินทางขยาย sp ชั้นเรียนเพื่อให้สามารถเข้าถึงและจัดการกับข้อมูลเชิงพื้นที่สำหรับการติดตามสัตว์แพคเกจ hdeco ให้ลำดับชั้น การสลายตัวของเอนโทรปีสำหรับการเปรียบเทียบแผนที่อย่างเป็นระเบียบแพคเกจ GeoXp อนุญาตให้มีการโต้ตอบกับ g การวิเคราะห์ข้อมูลเชิงพื้นที่เชิงสำรวจเกี่ยวกับการสำรวจเชิงพื้นที่การสุ่มตัวอย่างเชิงพื้นที่การสุ่มตัวอย่างจากพื้นที่ทางภูมิศาสตร์ที่มีขนาดกะทัดรัด Magclass มีชั้นข้อมูลสำหรับการทำงานร่วมกันที่เพิ่มขึ้นพร้อมกับข้อมูลเชิงพื้นที่และข้อมูลที่เกี่ยวข้องกับการแปลงและการคำนวณพื้นฐานและการจัดการข้อมูลพื้นฐาน มิติข้อมูลเชิงพื้นที่และมิติอื่น ๆ เพื่ออำนวยความสะดวกในการพัฒนาและการทำงานร่วมกันของเครื่องมือที่สร้างขึ้นสำหรับคุณลักษณะเพิ่มเติมคือการกำหนดที่อยู่ตามชื่อของข้อมูลและการตรวจสอบความสอดคล้องภายในเช่นการตรวจสอบคำสั่งซื้อข้อมูลที่ถูกต้องในการคำนวณชุด UScensus2000 ของชุด UScensus2000cdp UScensus2000tract ทำให้การใช้งาน ข้อมูลจากการสำรวจสำมะโนประชากรของสหรัฐในปี พ. ศ. 2543 มีความสะดวกยิ่งขึ้นชุดข้อมูลที่สำคัญ Guerry's Moral Statistics ของฝรั่งเศสได้รับการจัดทำขึ้นในชุดข้อมูลของ Guerry ซึ่งมีข้อมูลและแผนที่และตัวอย่างที่ออกแบบมาเพื่อนำไปสู่การรวมการวิเคราะห์หลายตัวแปรและเชิงพื้นที่ p ได้รับการออกแบบมาสำหรับการดาวน์โหลดการวางแผนและการจัดการข้อมูล bathymetric และภูมิประเทศใน marmap R สามารถสืบค้นฐานข้อมูลภูมิประเทศและฐานข้อมูลภูมิประเทศของ ETOPO1 ที่จัดทำโดย NOAA ใช้ข้อมูลเส้นรุ้งเส้นแวงและความกว้างที่เรียบง่ายในรูปแบบ ASCII และใช้ประโยชน์จากเครื่องมือวางแผนขั้นสูง มีให้เลือกใช้ใน R เพื่อสร้างแผนที่ที่มีคุณภาพสูงสำหรับสิ่งตีพิมพ์ดูกระดาษ PLOS ขอบเขตของประเทศในปัจจุบันมีอยู่ 2 วิธีด้วย rworldmap พร้อมกับฟังก์ชันที่จะรวมและจัดทำแผนที่ข้อมูลแบบตารางที่อ้างอิงจากชื่อประเทศหรือโค้ด Chloropleth และแผนที่แบบฟองอากาศได้รับการสนับสนุนและฟังก์ชันทั่วไปในการทำงาน บนแผนที่ที่ผู้ใช้ให้มาดูแพคเกจ R ใหม่สำหรับการทำแผนที่ข้อมูลระดับโลกเส้นขอบประเทศที่มีความละเอียดสูงสามารถดูได้จากแพคเกจที่เชื่อมโยง rworldxtra ขอบเขตประเทศในประวัติศาสตร์ 1946-2012 สามารถหาได้จากแพคเกจ cshapes พร้อมด้วยฟังก์ชันสำหรับการคำนวณเมตริกระยะทางดูการแมปและวัดรูปร่างของประเทศ แพคเกจ landsat กับกระดาษ JSS ประกอบไปด้วยเครื่องมือสำหรับการใช้ประโยชน์ ring และการพัฒนาเครื่องมือแก้ไขข้อมูลระยะไกล TaRifx คือชุดของยูทิลิตีและฟังก์ชั่นที่สะดวกและฟังก์ชั่นเชิงพื้นที่บางอย่างที่น่าสนใจแพคเกจ gdalUtils จัดเตรียมห่อข้อมูล Geospatial Data Abstraction Library GDAL Utilities ซึ่งเป็นรายการบล็อกของ rOpenSci อธิบายวิธีการอ่าน GeoJSON เป็นศูนย์กลาง GeoJSON และ WKT ข้อมูล GeoJSON สามารถเขียนและอ่านได้โดยใช้ rgdal และ WKT โดย rgeos รายการจะแสดง geojson geojsonio geoaxe และ lawn ในหมู่ผู้อื่นแพคเกจ rgbif ใช้เพื่อเข้าถึงข้อมูล GBIF ของ Global Biodiversity Information Facility Geoaxe ช่วยให้ผู้ใช้สามารถแบ่งวัตถุเชิงพื้นที่ออกเป็นชิ้น ๆ ได้ แพคเกจสนามหญ้าเป็นลูกค้าสำหรับ Turfjs สำหรับการวิเคราะห์เชิงพื้นที่การอ่านและการเขียนข้อมูลเชิงพื้นที่ - rgdal Maps อาจเป็นแบบเวกเตอร์หรือแรสเตอร์แพคเกจ rgdal ให้การเชื่อมโยงกับรูปแบบ raster ที่สนับสนุน GDAL และรูปแบบเวกเตอร์ที่สนับสนุน OGR ซึ่งมีหน้าที่ในการเขียน ไฟล์แรสเตอร์ในรูปแบบที่สนับสนุนแพคเกจนี้ยังสนับสนุนการฉายภาพ PROJ 4 สำหรับ ve วัตถุ ctor เว็บไซต์นี้ให้ค้นหา PROJ 4 แบบออนไลน์ของการคาดการณ์การเปลี่ยนแปลงแบบ affine และ similarity บนวัตถุ sp อาจทำโดยใช้ฟังก์ชันในแพคเกจ vec2dtransf Windows และ Mac OSX CRAN ไบนารีของ rgdal รวมส่วนย่อยของไดร์เวอร์แหล่งข้อมูลที่เป็นไปได้หากจำเป็นต้องใช้ โปรแกรมอรรถประโยชน์การแปลงอื่น ๆ หรือติดตั้งจากแหล่งที่มากับ GDAL รุ่นที่มีไดรเวอร์ที่ต้องการแพคเกจ rgeos มีฟังก์ชันสำหรับการอ่านและการเขียนเรขาคณิตข้อความ WKT ที่มีชื่อเสียงและแพคเกจ wkb มีฟังก์ชันสำหรับการอ่านและการเขียนเรขาคณิต WKB ไบนารีที่รู้จักกันดี แพคเกจอื่น ๆ มีแพคเกจอื่น ๆ สำหรับการเข้าถึงข้อมูลเวกเตอร์บนแผนที่ CRAN ด้วย mapdata และ mapproj ให้การเข้าถึงฐานข้อมูลทางภูมิศาสตร์แบบเดียวกับที่ S - RArcInfo อนุญาตให้ไฟล์ไบนารีและไฟล์ eSF ของ ArcInfo 7 เป็นไฟล์ อ่านและ maptools และ shapefiles อ่านและเขียน ArcGIS ArcView shapefiles สำหรับไฟล์ NetCDF, ncdf4 หรือ RNetCDF อาจเป็น ใช้แพคเกจ maptools ยังมีฟังก์ชันผู้ช่วยเหลือสำหรับการเขียนไฟล์รูปหลายเหลี่ยมแผนที่ที่จะอ่านโดย WinBUGS, Mondrian และคำสั่ง tmap ใน Stata นอกจากนี้ยังมีฟังก์ชันอินเตอร์เฟซระหว่าง PBSmapping และ spatstat และ sp classes นอกเหนือจากฐานข้อมูลแผนที่และชั้น sp มี นอกจากนี้ยังมีส่วนติดต่อกับฐานข้อมูลชายฝั่งของ GSHHS แพคเกจ gmt ให้อินเตอร์เฟสที่เรียบง่ายระหว่างซอฟต์แวร์การทำแผนที่ของเอเจนซี่และ R geonames เป็นส่วนติดต่อกับ OpenStreetMap ของบริการทำให้สามารถเข้าถึงแผนที่แรสเตอร์แบบแผนที่เปิดได้และ osmar มีโครงสร้างพื้นฐานในการเข้าถึงข้อมูล OpenStreetMap จากแหล่งต่างๆ เพื่อทำงานร่วมกับข้อมูลในลักษณะ R และแปลงข้อมูลลงในโครงสร้างพื้นฐานที่พร้อมใช้งานโดยแพคเกจ R ที่มีอยู่แพคเกจ rpostgis มอบฟังก์ชันเพิ่มเติมให้กับแพคเกจ RPostgreSQL เพื่อเชื่อมต่อ R กับฐานข้อมูลที่เปิดใช้งาน PostGIS รวมทั้ง wrappers ที่สะดวก PostgreSQL แบบธรรมดาแพคเกจ postGIStools มีฟังก์ชันในการแปลงข้อมูลประเภทเรขาคณิตและ hStart จาก PostgreSQL ไปเป็นวัตถุ R มาตรฐานรวมถึงการนำข้อมูล R ที่มีอยู่รวมถึงเฟรมข้อมูลเชิงพื้นที่ลงใน PostgreSQL การรวมระบบกับรุ่น 6 และ GIS แบบโอเพนซอร์สชั้นนำ GRASS จะมีอยู่ในแพคเกจ CRAN spgrass6 โดยใช้ rgdal เพื่อแลกเปลี่ยนข้อมูล สำหรับ GRASS 7 ให้ใช้ rgrass7 RPyGeo เป็น wrapper สำหรับ Python เข้าถึง ArcGIS GeoProcessor และ RSAGA เป็น wrapper แบบ shell-based ที่คล้ายกันสำหรับคำสั่ง SAGA แพคเกจ RQGIS กำหนดการเชื่อมต่อระหว่าง R และ QGIS คืออนุญาตให้ผู้ใช้สามารถเข้าถึงฟังก์ชัน QGIS ได้ จากคอนโซล R มันประสบความสำเร็จโดยใช้ QGIS Python API ผ่านบรรทัดคำสั่งหมายเหตุนอกจากนี้หัวข้อนี้ในทางเลือก R QGIS integration. Visualisation สำหรับการสร้างภาพสีจานสีที่ให้ไว้ในแพคเกจ RColorBrewer มีประโยชน์มากและอาจมีการปรับเปลี่ยนหรือขยาย การใช้ฟังก์ชัน colorRampPalette ที่ให้มาพร้อมกับ R แพคเกจ classInt มีฟังก์ชันสำหรับการเลือกช่วงชั้นเรียนสำหรับการทำแผนที่แบบเฉพาะทางแพคเกจ tmap ได้รับการพิสูจน์แล้ว เป็นพื้นฐานที่ทันสมัยสำหรับการทำแผนที่เฉพาะทางโดยใช้ไวยากรณ์ของไวยากรณ์ของกราฟิกเนื่องจากมีตารางกราฟิกแบบกำหนดเองทำให้จำเป็นต้องใช้รูปทรงเรขาคณิตเพื่อใช้กับ ggplot2 แพคเกจ mapview ให้วิธีการในการดูวัตถุเชิงพื้นที่ที่มีการโต้ตอบกันโดยปกติจะอยู่บนฐานการทำแผนที่เว็บ แพคเกจ quickmapr ให้วิธีการง่ายๆในการมองเห็นวัตถุ sp และ raster ช่วยให้สามารถซูมการแพนการระบุและการติดฉลากของวัตถุเชิงพื้นที่และไม่ต้องการให้ข้อมูลอยู่ในพิกัดทางภูมิศาสตร์แพ็กเกจการทำแผนที่ช่วยให้สามารถนำเสนอข้อมูลเกี่ยวกับการทำแผนที่ต่างๆเช่นสัดส่วน สัญลักษณ์, choropleth typology กระแสหรือ discontinuities แพคเกจ mapmisc เป็นชุดเครื่องมือที่มีน้ำหนักเบาและมีน้ำหนักเบาสำหรับการสร้างแผนที่ที่ดูดีใน R โดยสนับสนุนแผนที่ผู้ใช้ประสงค์จะวางฉากหลังแผนที่ไว้ข้างหลังการแสดงอื่น ๆ แพคเกจ RgoogleMaps สำหรับการเข้าถึง Google แผนที่ TM อาจเป็นประโยชน์สำหรับ ggmap สำหรับการสร้างภาพข้อมูลเชิงพื้นที่ด้วย Google Maps และ OpenStre etMap ggsn ให้ลูกศรเหนือและตาชั่งสำหรับแผนที่ดังกล่าวแพคเกจ plotGoogleMaps มอบวิธีการในการสร้างภาพของวัตถุเชิงพื้นที่และวัตถุชั่วคราวใน Google แผนที่ในเว็บเบราเซอร์ plotKML เป็นชุดที่จัดเตรียมวิธีการในการสร้างภาพของวัตถุเชิงพื้นที่และวัตถุชั่วคราวใน Google Earth ตัวเลือกเพิ่มเติมคือ leafletR ซึ่งมีฟังก์ชันการทำแผนที่เว็บขั้นพื้นฐานเพื่อรวมไฟล์ข้อมูลเวกเตอร์และแผนที่ออนไลน์จากแหล่งต่างๆการวิเคราะห์รูปแบบพอร์ทัลแพคเกจเชิงพื้นที่เป็นแพคเกจที่แนะนำมาพร้อมกับฐาน R และประกอบด้วยฟังก์ชันหลักหลายอย่างรวมทั้งการใช้งาน ของ Khat โดยศาสตราจารย์ Ripley นอกจากนี้ spatstat ยังช่วยให้เสรีภาพในการกำหนดขอบเขตที่น่าสนใจและทำให้การขยายกระบวนการทำเครื่องหมายและตัวแปรร่วมเชิงพื้นที่จุดแข็งของมันคือการจำลองแบบและการจำลองและมีหน้าแรกที่เป็นประโยชน์ แพคเกจที่จะช่วยให้ผู้ใช้เพื่อให้พอดีกับแบบจำลองจุดจุดที่ไม่ต่อเนื่องแบบ inhomogeneous กับ interactions interpoint Spatgraphs แพคเกจให้กราฟการสร้างภาพกราฟและกราฟที่ใช้สรุปที่จะใช้กับการวิเคราะห์รูปแบบจุดเชิงพื้นที่แพคเกจ splancs ยังช่วยให้ข้อมูลจุดที่จะวิเคราะห์ภายในพื้นที่เหลี่ยมที่น่าสนใจและครอบคลุมหลายวิธีรวมทั้งความหนาแน่นเคอร์เนล 2D แพคเกจ smacpod ให้สถิติต่างๆ วิธีการวิเคราะห์ข้อมูลจุดควบคุมกรณีมีอยู่ใกล้เคียงกับข้อมูลในบทที่ 6 ของสถิติเชิงพื้นที่ประยุกต์สำหรับข้อมูลด้านสาธารณสุขโดย Waller และ Gotway 2004.ecespa ให้ข้อมูลเกี่ยวกับห่อข้อมูลและข้อมูลสำหรับการวิเคราะห์รูปแบบจุดเชิงพื้นที่ที่ใช้ในหนังสือเกี่ยวกับอวกาศ นิเวศวิทยาของ ECESPA AEET ฟังก์ชั่นสำหรับการทำจุดฝังตัวบนกริดในเถ้าอาจเป็นที่น่าสนใจแพคเกจโฆษณาทำการวิเคราะห์หลายรายการตั้งแต่ลำดับแรกและลำดับที่สองที่มาจากฟังก์ชัน K-Ripley s แพคเกจ aspace คือชุดของฟังก์ชันสำหรับการประเมิน statktcs centrographic และรูปทรงคำนวณจากรูปแบบจุดเชิงพื้นที่ spatialkernel ให้เคอร์เนลแก้ไขขอบ การประมาณค่าความหนาแน่นและการประมาณค่าการถดถอยของข้อมูลไบนารีสำหรับข้อมูลกระบวนการเชิงพื้นที่หลายตัวแปร DSpat ประกอบด้วยฟังก์ชันสำหรับการสร้างแบบจำลองเชิงพื้นที่สำหรับข้อมูลการสุ่มตัวอย่างแบบระยะไกลและการแบ่งประเภทการแบ่งส่วนการแบ่งส่วนให้ใช้มาตรการแยกส่วนสำหรับรูปแบบจุดเชิงพื้นที่แบบหลายจุด GriegSmith ใช้วิธี Grieg-Smith ในข้อมูลเชิงพื้นที่ 2 มิติแพคเกจ dbmss ช่วยให้ง่าย การคำนวณของชุดเต็มของการทำงานเชิงสถิติเชิงพื้นที่ของระยะทางรวมทั้งคลาสสิกคน Ripley s K และอื่น ๆ และคนล่าสุดที่ใช้โดยนักเศรษฐศาสตร์เชิงพื้นที่ Duranton และ Overman s Kd, Marcon และ Puech ของ M มันอาศัย spatstat สำหรับการคำนวณหลักตาข่ายความหนาแน่นประกอบด้วยหน้าที่ที่ คำนวณค่าประมาณความหนาแน่นของแบร์รี่และแม็คอินไทร์ซึ่งใช้สำหรับกระบวนการจุดในพื้นที่สองมิติที่มีขอบเขตและหลุมที่ผิดปกติสถิติศาสตร์แพคเกจ gstat มีฟังก์ชันหลากหลายสำหรับ geostatistics เดียวและหลายตัวแปรรวมถึงชุดข้อมูลขนาดใหญ่ในขณะที่ geoR และ geoRglm มี f การดำเนินการสำหรับการวิเคราะห์ข้อมูลทางภูมิศาสตร์ตามรูปแบบการวิเคราะห์ข้อมูล Variogram อาจดำเนินการกับ vardiag การแก้ไขโดยอัตโนมัติโดยใช้ gstat มีอยู่ใน automap แพคเกจของครอบครัวนี้ได้รับการเสริมด้วย intamap ด้วยขั้นตอนการแก้ไขโดยอัตโนมัติและ psgp ซึ่งใช้งานโปรเจ็กต์ Gaussian kriging ที่กระจัดกระจาย แพคเกจเชิงพื้นที่จะมาพร้อมกับฐาน R และประกอบด้วยฟังก์ชันหลักหลายชุดแพคเกจ spBayes เหมาะกับโมเดลแบบ Gaussian univariate และ multivariate ที่มี MCMC ramps เป็นชุดแบบจำลอง Geostatistical แบบ Bayesian ที่แตกต่างกันแพคเกจ Geospt มีพื้นฐานทาง Geostatistical และ Radial บางอย่าง รวมถึงการทำนายและการตรวจสอบข้ามนอกจากนี้ยังมีฟังก์ชั่นสำหรับการออกแบบเครือข่ายการสุ่มตัวอย่างที่ดีที่สุดโดยอิงจากการจำลองแบบ Geostatistical แพคเกจ Geostatsp นำเสนอระบบการจำลองแบบ Geostatistical โดยใช้วัตถุ Raster และ SpatialPoints รูปแบบ Non - Gaussian เหมาะสมกับ INLA, และรูปแบบ Geostatistical แบบ Gaussian ใช้การประมาณค่าความเป็นไปได้สูงสุดแพคเกจ RandomFields มีฟังก์ชันสำหรับการจำลองและการวิเคราะห์เขตข้อมูลแบบสุ่มและสามารถอธิบายรายละเอียดรูปแบบ variogram ระหว่าง geoR gstat และแพคเกจนี้ SpatialExtremes เสนอแนวทางต่างๆในการใช้โมเดลเชิงพื้นที่เชิงขั้วโดยใช้ RandomFields นอกจากนี้ CompRandFld constrainedKinging และ geospt ให้แนวทางทางเลือกในการจำลองแบบ geostatistical แพคเกจ spTimer สามารถพอดีทำนายเชิงพื้นที่และคาดเดาชั่วคราวของข้อมูลพื้นที่ขนาดใหญ่จำนวนมากได้โดยใช้โมเดล GP แบบ Gaussian GP แบบเบย์เจส 1 แบบแบบจำลองแบบเบส์อัตโนมัติแบบเบส์ 2 แบบและแบบคาดคะเนแบบเบส์ 3 แบบ Bayesian Gaussian Predictive โปรเซสเซอร์ GPP แบบ AR ที่ใช้งานแพคเกจ rtop มีหน้าที่ในการแก้ไขข้อผิดพลาดทางภูมิศาสตร์ของข้อมูลที่มีการสนับสนุนเชิงพื้นที่ที่ไม่สม่ำเสมอเช่นข้อมูลที่ไหลบ่าเข้าหรือข้อมูลจากหน่วยงานที่รับผิดชอบแพคเกจ georob ให้ฟังก์ชันสำหรับการปรับโมเดลเชิงเส้นโดยมีข้อผิดพลาดเกี่ยวกับความสัมพันธ์เชิงพื้นที่ aussian ความถูกต้องสูงสุดที่ถูก จำกัด และสำหรับการคำนวณจุดแข็งและจารีตประเพณีและป้องกันการคาดการณ์ของ kriging รวมถึงฟังก์ชันอรรถประโยชน์สำหรับการตรวจสอบข้ามและการแปลงข้อมูลที่เป็นกลางของการคาดการณ์ kriging ของข้อมูลที่บันทึกด้วยการแปลงแพคเกจ SpatialTools ให้ความสำคัญกับ kriging และมีฟังก์ชัน สำหรับการทำนายและการจำลองมันถูกขยายโดย ExceedanceTools ซึ่งมีเครื่องมือในการสร้างพื้นที่ความเชื่อมั่นสำหรับพื้นที่ส่วนเกินและเส้นแนวตั้งแพคเกจเกียร์ใช้วิธีการทางภูมิศาสตร์แบบธรรมดาในลักษณะที่สะอาดและตรงไปตรงมาและมีประสิทธิภาพกล่าวคือเป็นการรีบูตเสมือน SpatialTools Sperrorest แพคเกจดำเนินการประมาณข้อผิดพลาดเชิงพื้นที่และการเปลี่ยนแปลงตามความสำคัญตัวแปรเชิงพื้นที่โดยใช้การตรวจสอบข้ามเชิงพื้นที่ที่แตกต่างกันและวิธีการบูตบล็อกเชิงพื้นที่แพคเกจ sgeostat นอกจากนี้ยังมีภายในพื้นที่เฉพาะทั่วไปเดียวกันเป็นแพคเกจ deldir และ tripack สำหรับ triangulation และแพคเกจ akima สำหรับ spline interpolati ในแพคเกจ MBA ให้ข้อมูลการกระจายที่กระจัดกระจายกับ B-splines แบบหลายชั้นนอกจากนี้ยังมีแพคเกจ spatialCovariance ซึ่งสนับสนุนการคำนวณเมทริกซ์ความแปรปรวนเชิงพื้นที่สำหรับข้อมูลในรูปสี่เหลี่ยมผืนผ้าการสร้างแพ็กเกจถอยหลังในส่วนที่เกี่ยวเนื่องกับข้อตกลงเชิงพื้นที่และแพคเกจ tgp แพคเกจ Stem ให้ค่าประมาณของพารามิเตอร์ของรูปแบบ spatio temporal โดยใช้อัลกอริธึม EM และการประมาณค่าของข้อผิดพลาดมาตรฐานพารามิเตอร์โดยใช้การสุ่มตัวอย่างแบบ spatio-temporal FieldSim เป็นอีกหนึ่งแพ็กเกจจำลองแบบสุ่ม SSN เป็นแบบจำลองทางภูมิศาสตร์สำหรับข้อมูลบนสตรีม เครือข่ายรวมถึงรูปแบบที่ขึ้นอยู่กับระยะทางในสตรีมโมเดลถูกสร้างขึ้นโดยใช้โครงสร้างที่เคลื่อนที่โดยเฉลี่ยเคลื่อนที่เชิงเส้นรูปแบบเชิงเส้นรวมถึงตัวแปรร่วมสามารถรวมกับ ML หรือ REML การแม็ปและฟังก์ชันกราฟิกอื่น ๆ ได้รวมอยู่ IPDW มีฟังก์ชันในการแก้ไขข้อมูลจุดที่ผ่านจุดทางภูมิศาสตร์ผ่าน Inverse Path การถ่วงน้ำหนักทางไกลที่เป็นประโยชน์สำหรับการใช้งานทางทะเลชายฝั่งทะเล wh อุปสรรคในแนวนอนขัดขวางการสอดแทรกด้วยระยะทางยุคลิด RSurvey อาจถูกใช้เป็นโปรแกรมประมวลผลสำหรับข้อมูลที่มีการกระจายแบบกระจายและมีความสามารถในการแก้ไขข้อผิดพลาดและการสร้างภาพข้อมูลได้การทำแผนที่แบบลดลงและการวิเคราะห์ข้อมูลเชิงพื้นที่ DCluster เป็นชุดสำหรับการตรวจหากลุ่มเชิงพื้นที่ของ โรคขยายและขึ้นอยู่กับแพคเกจ spdep ซึ่งมีหน้าที่พื้นฐานในการสร้างรายชื่อเพื่อนบ้านและน้ำหนักเชิงพื้นที่การทดสอบความสัมพันธ์เชิงพื้นที่สำหรับข้อมูลเกี่ยวกับสภาพแวดล้อมเช่น Moran s I และฟังก์ชันสำหรับการปรับโมเดลการถดถอยเชิงพื้นที่เช่นรุ่น SAR และ CAR โมเดลเหล่านี้ สมมติว่าการพึ่งพาเชิงพื้นที่สามารถอธิบายได้ด้วยน้ำหนักที่รู้จักแพคเกจ SpatialEpi ให้การใช้งานของการตรวจหาคลัสเตอร์และฟังก์ชันการทำแผนที่โรค ได้แก่ การตรวจหาคลัสเตอร์แบบ Bayesian และสนับสนุนชั้นแพ็คเก็จ smerc ให้วิธีการทางสถิติสำหรับการวิเคราะห์ข้อมูลข้อมูลโดยมุ่งเน้น การตรวจหาคลัสเตอร์แพคเกจ diseasemapping มีรูปแบบ ของประชากรและข้อมูลกรณีการคำนวณอัตราส่วนอุบัติการณ์มาตรฐานและเหมาะสมรูปแบบ BYM โดยใช้ขอบเขตของเขตข้อมูลของวัตถุรูปหลายเหลี่ยมมีให้โดย AMOEBA หน้าที่ในการคำนวณกลุ่มเชิงพื้นที่โดยใช้ Getis-Ord สถิติท้องถิ่นค้นหาไนโตรเจนของกลุ่มที่ไม่สม่ำเสมอบนแผนที่, และโดยผู้เล่นสเก็ตใน spdep ชุด seg และ OasisR มีหน้าที่ในการวัดการแบ่งแยกเชิงพื้นที่ OasisR รวมถึงการจำลองแบบ Monte Carlo เพื่อทดสอบดัชนีแพคเกจ spgwr มีการใช้วิธีการถดถอยถ่วงน้ำหนักทางภูมิศาสตร์เพื่อการสำรวจความเป็นไปได้ที่ไม่เป็นไปได้แพคเกจ gwrr เหมาะกับการถดถอยถ่วงน้ำหนักทางภูมิศาสตร์แบบ GWR โมเดลและมีเครื่องมือในการวินิจฉัยและแก้ไขความคลาดเคลื่อนในโมเดล GWR นอกจากนี้ยังเหมาะกับการถดถอยของสันเขาที่ถ่วงน้ำหนักทางภูมิศาสตร์ GWRR และรูปแบบ GWL แบบเชือกคลัสเตอร์ตามภูมิภาคแพคเกจ GWmodel ประกอบด้วยฟังก์ชันสำหรับการคำนวณโมเดลที่มีน้ำหนักตามพื้นที่ทางภูมิศาสตร์แพคเกจ lctools ให้นักวิจัยและนักการศึกษาที่มีผู้ใช้ที่เรียนรู้ได้ง่าย เพื่ เครื่องมือที่ใช้ในการคำนวณสถิติเชิงพื้นที่ที่สำคัญและใช้วิธีการวิเคราะห์เชิงพื้นที่ในข้อมูลจริงรวมถึงค่าสัมประสิทธิ์สหสัมพันธ์เพียร์สันเพียร์สันและสมการทางภูมิศาสตร์ค่าความไม่เท่าเทียมเชิงพื้นที่ Gini พื้นที่ Gini LQ โฟกัส LQ พื้นที่เชิงพื้นที่ Local Moran s I เทคนิคการถดถอยแบบถ่วงน้ำหนักทางภูมิศาสตร์หลายแบบและเครื่องมือการวิเคราะห์เชิงพื้นที่อื่น ๆ สถิติทางภูมิศาสตร์ที่มีการถ่วงน้ำหนักทางสถิติชุดนี้ยังประกอบด้วยฟังก์ชันสำหรับการวัดความสำคัญของแต่ละสถิติที่คำนวณโดยอาศัยการจำลองแบบมอนติคาร์โลส่วนแพ็คเกจ sparr ให้แนวทางในการสร้างความเสี่ยงอื่น ๆ CARBayes แพคเกจนำมาใช้แบบจำลองหน่วยพื้นที่เชิงพื้นที่ Bayesian ตามลำดับในรูปแบบดังกล่าวความสัมพันธ์เชิงพื้นที่เป็นแบบจำลองโดยชุดของผลกระทบแบบสุ่มซึ่งได้รับมอบหมายให้มีการแจกแจงก่อนการจำหน่ายรถยนต์ที่มีอัตรคติยนต์แบบมีเงื่อนไขตัวอย่างของโมเดลรวมอยู่ในรูปแบบ BYM รวมทั้งการพัฒนาพื้นที่เชิงพื้นที่ที่เพิ่งพัฒนาขึ้น แพคเกจ glmmBUGS เป็นวิธีที่เป็นประโยชน์ในการส่งแบบจำลองเชิงพื้นที่ไปยัง WinBUGS แพคเกจ spaMM เหมาะกับ GLMM เชิงพื้นที่โดยใช้ฟังก์ชัน Matern correlation เป็นรูปแบบพื้นฐานสำหรับผลกระทบเชิงพื้นที่แบบสุ่มแพคเกจ PReMiuM ใช้สำหรับการถดถอยโปรไฟล์ซึ่งเป็นกระบวนการ Dirichlet Bayesian clustering model จะให้คำจำกัดความของ CAR เชิงพื้นที่ที่สามารถรวมอยู่ใน fixed effects ซึ่งเป็น global คือ non cluster specific พารามิเตอร์ที่ใช้อธิบายความสัมพันธ์เชิงพื้นที่ในส่วนที่เหลือแพคเกจ spacom มีเครื่องมือในการสร้างและใช้ข้อมูลบริบทที่ถ่วงน้ำหนักเชิงพื้นที่ นอกจากนี้ยังช่วยให้การรวมข้อมูลบริบทที่ถ่วงน้ำหนักเชิงพื้นที่ที่มีตัวทำนายและตัวแปรผลลัพธ์แต่ละตัวเพื่อจุดประสงค์ในการสร้างแบบจำลองหลายระดับแพคเกจ geospacom สร้างการฝึกอบรมระยะทางจากไฟล์รูปร่างและแสดงผลการวิเคราะห์หลายระดับที่มีความสำคัญเชิงพื้นที่การวิเคราะห์การรอดตายเชิงพื้นที่มีให้โดย spatsurv - Bayesian การอนุมานสำหรับอันตรายสัดส่วน parametric รูปแบบการอยู่รอดเชิงพื้นที่ - และ spBayesSurv - การสร้างแบบจำลอง Bayesian และการวิเคราะห์ข้อมูลการอยู่รอดที่สัมพันธ์กับอวกาศ - แพคเกจแพคเกจ spselect ให้ฟังก์ชันการสร้างแบบจำลองขึ้นอยู่กับการถดถอยแบบก้าวกระโดดไปข้างหน้าการถดถอยแบบถดถอยไปข้างหน้าแบบทวีคูณการถดถอยต่ำสุดของลาร์สและแบบเชือก lasso สำหรับการเลือกขนาดเชิงพื้นที่ของตัวแปรร่วม ในรูปแบบการถดถอยการถดถอยเชิงพื้นที่การเลือกฟังก์ชันสำหรับการถดถอยเชิงพื้นที่จะขึ้นอยู่กับการสนับสนุนที่มีอยู่ถ้าข้อมูลมีลักษณะการสนับสนุนจุดและกระบวนการเชิงพื้นที่เป็นไปอย่างต่อเนื่องอาจใช้วิธีการทางภูมิศาสตร์แบบ geostatistical หรือการทำงานในแพคเกจ nlme หากการสนับสนุนเป็น areal และกระบวนการเชิงพื้นที่ไม่ได้รับการปฏิบัติอย่างต่อเนื่องการทำงานที่มีให้ในแพคเกจ spdep อาจถูกใช้แพคเกจนี้สามารถมองเห็นได้เช่นเดียวกับการทำหน้าที่เชิงเศรษฐศาสตร์เชิงพื้นที่และตามที่ระบุไว้ด้านบนให้ฟังก์ชันพื้นฐานสำหรับการสร้างรายชื่อเพื่อนบ้านและน้ำหนักเชิงพื้นที่ , การทดสอบความสัมพันธ์เชิงพื้นที่สำหรับข้อมูลเกี่ยวกับพื้นที่เช่น Moran s I, a d ฟังก์ชันสำหรับการปรับโมเดลการถดถอยเชิงพื้นที่มันมีตัวบ่งชี้เฉพาะถิ่นของความสัมพันธ์เชิงพื้นที่เช่น local Moran s I และเครื่องมือวินิจฉัยสำหรับรูปแบบเส้นตรงเช่น Lagrange Multiplier tests รูปแบบการถดถอยเชิงพื้นที่ที่สามารถติดตั้งได้โดยใช้ความเป็นไปได้มากที่สุด ได้แก่ ความล่าช้าเชิงพื้นที่ (spatial lag) โมเดลโมเดลข้อผิดพลาดเชิงพื้นที่และรูปแบบ Durbin เชิงพื้นที่สำหรับชุดข้อมูลที่มีขนาดใหญ่เทคนิคเมทริกซ์แบบเบาบางสามารถนำมาใช้เพื่อหาโอกาสที่เหมาะสมที่สุดในขณะที่เชิงพื้นที่สองขั้นตอนอย่างน้อยสี่เหลี่ยมและวิธีการทั่วไปของตัวประมาณช่วงเวลาเป็นทางเลือกเมื่อใช้ GMM sphet สามารถนำมาใช้ รองรับการคำนวณถดถอยเชิงพื้นที่โดยใช้ MCMC แบบกำหนดเองโดย spatcounts McSpatial มีฟังก์ชันสำหรับการถดถอยถ่วงน้ำหนักในระดับท้องถิ่น semiparametric และการถดถอยพหุคูณแบบมีเงื่อนไขฟังก์ชัน Fourier และ Cubic Spline GMM และ linearized spitial logit และ probit ฟังก์ชัน k-density และ counterfactuals การถดถอยเชิงปริมาณแบบไม่เชิงพารามิเตอร์ ไอออนและฟังก์ชันความหนาแน่นของเงื่อนไขการสลายตัวของ Machado-Mata สำหรับการถดถอยเชิงปริมาณแบบจำลอง AR เชิงพื้นที่แบบจำลองการขายซ้ำและพารามิเตอร์และ logit parameterit และ probit แพคเกจ splm ให้วิธีการติดตั้งข้อมูลพื้นที่เชิงพื้นที่โดยโอกาสสูงสุดและ GM สองชุดขนาดเล็ก S2sls และ spanel ให้การใช้งานแบบอื่นโดยไม่ใช้สิ่งอำนวยความสะดวกของ splm แพคเกจ HSAR ให้ HARarchical Spatial Autoregressive Models HSAR อิงจาก Bayesian Markov Chain มอนติคาร์โล MCMC algorithm spatialprobit ทำให้การประมาณแบบ Bayesian ของโมเดล probit แบบ SAR probit แบบเชิงพื้นที่เป็นไปได้ ProbitSpatial package มีวิธีการสำหรับ แบบจำลอง Binomial probit เชิงพื้นที่ที่มีขนาดใหญ่กว่าชุดข้อมูล SAR เชิงพื้นที่และข้อผิดพลาดเชิงพื้นที่ SEM probit models จะรวมอยู่ในแพคเกจ Starma จะมีฟังก์ชันในการระบุประมาณและวิเคราะห์แบบจำลอง STARMA แบบ Auto - Regressive Movement Average-Space เวลาวิเคราะห์ทางสรีรวิทยามีหลายแพ็คเกจสำหรับการวิเคราะห์ e ข้อมูลเกี่ยวกับสภาพแวดล้อมและสิ่งแวดล้อมรวมถึง ade4 สำหรับการสำรวจและวิธีการแบบยุคลิดในวิทยาศาสตร์สิ่งแวดล้อมกลุ่ม adehabitat ของแพคเกจสำหรับการวิเคราะห์การเลือกที่อยู่อาศัยโดยสัตว์ adehabitatHeh adehabitatHS adehabitatLT และ adehabitatMA, pastecs สำหรับการควบคุมการสลายตัวและการวิเคราะห์ชุดพื้นที่ - มังสวิรัติสำหรับวิธีการอุปสมบทและหน้าที่ที่เป็นประโยชน์อื่น ๆ สำหรับ ecologists ชุมชนและพืชและฟังก์ชั่นอื่น ๆ อีกมากมายในแพคเกจที่มีส่วนร่วมอื่น ๆ เช่น tripEstimation บนพื้นฐานของชั้นเรียนที่ได้รับจากการเดินทาง ncf ได้เข้าสู่ CRAN เมื่อเร็ว ๆ นี้และมีช่วงความสามารถเชิงพาราเมตริกเชิงระนาบที่ไม่ใช่ แพคเกจเพื่อจัดการแผนที่ช่วงขอบเขตของเหตุการณ์ที่เกิดขึ้นโดยส่วนใหญ่เป็นเครื่องมือสำหรับการสร้างความหลากหลายของความหลากหลายทางชีวภาพชนิดต่างๆหรือแผนที่ลักษณะชีวิตในตัวแพคเกจ siplab เป็นแพลตฟอร์มสำหรับการทดลองกับโมเดลพืชพันธุ์ที่ใช้แต่ละบุคคลอย่างชัดเจน ModelMap สร้างขึ้นบนแพ็กเกจอื่น ๆ สร้างแบบจำลองโดยใช้ใต้ ข้อมูล GIS แบบแบ่งส่วน SpatialPosition คำนวณรูปแบบตำแหน่งเชิงพื้นที่ศักยภาพของสจ๊วตพื้นที่เก็บกักน้ำ Reilly พื้นที่เก็บกักห้วย Huff แพคเกจลุ่มน้ำให้แนวทางสำหรับการรวบรวมพื้นที่ลุ่มน้ำและการวิเคราะห์เครือข่ายการระบายน้ำเชิงพื้นที่แพคเกจ off-CRAN - Rcitrus - สำหรับการวิเคราะห์เชิงพื้นที่ของอุบัติการณ์ของโรคพืช แพ็กเกจ Geneland ใช้ฟิลด์และ RandomFields เพื่อใช้ประโยชน์จากข้อมูลทางภูมิศาสตร์และข้อมูลทางพันธุกรรมในการประมาณจำนวนประชากรในชุดข้อมูลและกำหนดขอบเขตขององค์กรแพคเกจ ngspatial มีเครื่องมือในการวิเคราะห์ข้อมูลเชิงพื้นที่โดยเฉพาะอย่างยิ่งข้อมูลที่ไม่ใช่แบบ Gaussian ข้อมูลสนับสนุนพื้นที่เชิงซ้อน รูปแบบผสมเชิงเส้นทั่วไปของ Hughes และ Haran 2013 และรูปแบบ autologistic ศูนย์กลางของ Caragea and Kaiser 2009 Environmetrics Task View มีการสำรวจที่สมบูรณ์มากขึ้นเกี่ยวกับหน้าที่และแพคเกจต่างๆของแพ็คเกจ CAN. Related link. Cost Space Analyst. The ข้อมูลแหล่งที่มา สามารถเป็นคลาสคุณลักษณะหรือ raster เมื่อใช้ inpu t ข้อมูลต้นทางเป็น raster ชุดของเซลล์ต้นทางประกอบด้วยเซลล์ทั้งหมดใน raster ที่มีค่าที่ถูกต้องเซลล์ที่มีค่า NoData ไม่รวมอยู่ในชุดต้นทางค่า 0 ถือว่าเป็นแหล่งข้อมูลที่ถูกต้องแหล่งข้อมูล raster สามารถทำได้อย่างง่ายดาย สร้างขึ้นโดยใช้เครื่องมือการสกัดเมื่อข้อมูลแหล่งนำเข้าเป็นคลาสคุณลักษณะแหล่งที่มาจะถูกแปลงเป็นราสเตอร์ก่อนทำการวิเคราะห์ความละเอียดของ raster สามารถควบคุมได้ด้วยพารามิเตอร์ Output cell size หรือ Cell Size ตามค่าดีฟอลต์ ความละเอียดจะถูกกำหนดโดยความกว้างหรือความสูงของขอบเขตของคุณสมบัติการป้อนข้อมูลในการอ้างอิงเชิงพื้นที่นำเข้าหารด้วย 250 เมื่อใช้ข้อมูลรูปหลายเหลี่ยมสำหรับข้อมูลแหล่งที่มาของอินพุตต้องคำนึงถึงวิธีการส่งออก cell size is handled when it is coarse, relative to the detail present in the input The internal rasterization process employs the same default Cell assignment type method as the Polygon to Raster t ool, which is CELLCENTER This means that data not located at the center of the cell will not be included in the intermediate rasterized source output, and so will not be represented in the distance calculations For example, if your sources are a series of small polygons, such as building footprints, that are small relative to the output cell size, it is possible that only a few of them will fall under the centers of the output raster cells, seemingly causing most of the others to be lost in the analysis. To avoid this situation, as an intermediate step, you could rasterize the input features directly with the Polygon to Raster tool and set a Priority field and use the resulting output as input to the Distance tool Alternatively, you could select a small enough cell size to capture the appropriate amount of detail from the input features. When the source input is a feature, by default, the first valid available field will be used If no valid fields exist, the ObjectID field for example, O ID or FID, depending on the type of feature input will be used. Cell locations with NoData in the Input cost raster act as barriers in the cost surface tools Any cell location that is assigned NoData on the input cost surface will receive NoData on all output rasters cost distance, allocation, and back link. If the input source data and the cost raster are different extents, the default output extent is the intersection of the two To get a cost distance surface for the entire extent, choose the Union of Inputs option on the output Extent environment settings. If a Mask has been set in the environment, all masked cells will be treated as NoData values. When a mask has been defined in the Raster Analysis window and the cells to be masked will mask a source, the calculations will occur on the remaining source cells The source cells that are masked will not be considered in the computations These cell locations will be assigned NoData on all outputs distance, allocation, and back link rasters. The Maximum distance is specified in the same cost units as those on the cost raster. For the output distance raster, the least-cost distance or minimum accumulative cost distance of a cell to a set of source locations is the lower bound of the least-cost distances from the cell to all source locations. The cost raster cannot contain values of zero since the algorithm is a multiplicative process If your cost raster does contain values of zero, and these values represent areas of lowest cost, change values of zero to a small positive value such as 0 01 before running Cost Distance by first running the Con tool If areas with a value of zero represent areas that should be excluded from the analysis, these values should be turned to NoData before running Cost Distance by first running the Set Null tool.