空间数据分析与R语言实践

出版时间：2013-2  出版社：清华大学出版社  
Tag标签：无  

内容概要

《空间数据分析与R语言实践》较全面地介绍了R应用于空间数据分析的原理和方法。在介绍R中空间数据类、方法、空间对象、空间点类、空间线类、空间面类及空间网格的基础上，首先介绍了空间数据的可视化、空间数据的导入导出、空间数据的处理及定制多点数据、六角形网格、时空网格及大型网格数据类的方法；然后介绍了空间点模式分析、插值与地统计分析、面数据和空间自相关分析和面数据建模；最后介绍了空间数据分析在疾病数据制图及分析中的应用。

作者简介

作者：拜凡德（Roger S. Bivand） 裴贝斯玛（Edzer J. Pebesma） 格梅尔-卢比奥（Virgilio Gómez-Rubio） 译者：徐爱萍 舒红

书籍目录

第一部分 R的空间数据处理 第1章 空间数据介绍 1.1空间数据分析 1.2为什么要用R 1.2.1概述 1.2.2为什么使用R进行空间数据分析 1.3 R和GIS 1.3.1什么是GIS 1.3.2面向服务的架构 1.3.3进一步了解GIS 1.4空间数据的类型 1.5存储和显示 1.6空间数据分析应用 1.7 R空间资源 1.7.1在线资源 1.7.2本书的结构 第2章 R的空间数据类 2.1 概述 2.2 R中的类和方法 2.3 Spatial对象 2.4 SpatialPoints类 2.4.1 方法 2.4.2空间点数据的数据框 2.5 SpatialLines类 2.6 SpatialPolygons类 2.6.1 SpatialPolygons DataFrame对象 2.6.2孔和环方向 2.7 SpatialGrid和SpatialPixel对象 第3章 空间数据可视化 3.1传统绘图系统 3.1.1绘制点、线、多边形和网格 3.1.2坐标轴和布局元素 3.1.3坐标轴标签和参考网格中的度 3.1.4绘图尺寸、绘图区域、地图比例以及多图绘制 3.1.5绘图属性和地图图例 3.2使用spplot的Trellis／Lattice绘制 3.2.1 一个直观的Trellis示例 3.2.2绘制点、线、面和网格 3.2.3对图添加参考物和布局元素 3.2.4安排面板布局 3.3绘图交互 3.3.1 基本图形的交互 3.3.2 spplot和lattice的绘图交互 3.4彩色调色板和类区间 3.4.1彩色调色板 3.4.2类区间 第4章 空间数据导入／导出 4.1坐标参考系 4.1.1使用EPSG清单 4.1.2 PROJ.4 CRS规范 4.1.3投影和坐标转换 4.1.4度、分和秒 4.2矢量文件格式 4.2.1使用rgdal包中的OGR驱动程序 4.2.2其他的导入／导出函数 4.3栅格文件格式 4.3.1 使用rgdal包中的GDAL驱动 4.3.2编写一个GoogleEarth影像覆盖 4.4 GRASS 百老街霍乱数据 4.5其他的导入／导出接口 4.5.1 分析和可视化应用 4.5.2 TerraLib和aRT 4.5.3其他GIS和Web地图系统 4.6安装rgdal包 第5章 空间数据处理高级方法 5.1 支撑 5.2 叠置 5.3空间取样 5.4拓扑检查 5.4.1多边形合并 5.4.2孔状态检查 5.5组合空间数据 5.5.1组合位置数据 5.5.2组合属性数据 5.6辅助函数 第6章 定制空间数据类和方法 6.1 使用类和方法编程 6.1.1 S3型类和方法 6.1.2 S4型类和方法 6.2程序包trip中的动物足迹数据 6.2.1通用函数和构造函数 6.2.2 trip对象的方法 6.3多点数据：空间多重点 6.4六边形网格 6.5时•空网格 6.6蒙特卡洛模拟的空间分析 6.7大型网格的处理 …… 第二部分 空间数据分析 第7章 空间点模式分析 第8章 插值与地统计 第9章 面数据和空间自相关 第10章面数据建模 第11章 疾病制图 结语 参考文献

章节摘录

版权页：   插图：   关于支撑作用的一个示例是选举系统中投票区边界不严格按比例变化所产生的影响。虽然最根本的投票行为无法改变，但根据选民居住地的结构或聚集不同来记录结果，往往能得到不同的选举结果（CRAN的BARD包中的自动重新区划和重划选区的启发性探索所揭示的一个偏好就是使用R来研究这一问题的一个示例）。当执行上述行为的目的是为了某些候选人或政党利益的时候，这就是所谓的徇私舞弊。该集合是任意的多边形，因为它们没有充分反映出这样的一个政治实体。这就是从选民居住地位置到某些聚集地支撑度变化的一个例子。支撑度的变化在空间数据分析中是一个意义重大的问题，它由Schabenberger and Gotway（2005，pp.284.285）提出。Gotway and Yong（2002）还提出了一个更加完善的处理方法，他们展示了分析中，统计学方法如何用来将支撑度变化所关联的误差带入到深一层的研究。同样的道理，特定学科领域的研究者在他们的项目之初就应该考虑项目涉及的统计人员，从而尽可能地检测出项目中潜在的不确定性因素的来源。尝试从分析和报告阶段收集到的数据中推断出这些不确定因素时，他们就会在项目中寻找办法尽力控制错误的传播（Guttorp，2003，Wikle，2003）。这里由一个示例来说明，海洋生物学家在不同的地点和时间收集数据，并且他们希望在不引入系统误差的情况下这些来自不同地点和时间的数据能够很好地结合。 随着测量行业被计算机取代以及测量数据传至给非测量人员，越来越多的人忽视了对空间数据不精确性的理解。其中的一些不精确性来自于测量误差，要缩小这些误差必须靠测量人员平时的训练和他们的职场经验。但是一个坐标用数字表示看起来会非常准确和理想。测量和制图表示法仅仅是对可用数据的一个概括。没有收集任何数据时，实际值往往靠猜测，这会带来严重的错误，正如海图制作用户日常工作中发现的那样。此外，支撑度改变的目的是为了更好的实现可视化，因为同样的数据用等高线表示或用等高距影像图表示使得这些数据看起来不像其绘制的图形那么臃肿，如图5.1所示。事实上，Ross Ihaka将来自纸质地图上的数据进行数字化，如同许多其他的数字高程数据，纸质地图本身也是可用数据的一种表示，而不是一个确切的地形再现，甚至SRTM数据也只能在整理之后才能实际地使用。2.7节使用的3角秒数据是使用一个特定的重取样和整理算法从繁杂的1角秒数据中得到的。不同的算法会产生略微不同的数字高程模型。

编辑推荐

《空间数据分析与R语言实践》适合作为“空间信息处理”和“空间信息可视化”课程的教材，通过大量的实例展示了空间分析方法的应用领域及其价值，较全面地展示了R在空间统计与分析中的成果与前景。《空间数据分析与R语言实践》配套网站包括了书中的所有实例、所涉及的包和数据集，对读者学习和研究将有很大帮助。

用户评论 (总计10条)

•   英文原版是关于空间数据分析的非常好的教材，于是怀着很高兴的心情买了中文翻译版收藏。但是认真阅读了前2章，简直是不忍继续读下去了，对比译版和原版，随处可见的翻译错误，很多词汇的翻译都不地道，看完之后反而令人费解，不禁让人猜测翻译者是否有认真理解过原版的内容，或者甚至让人猜测这种翻译中文版是否出自几个学生之手？缺乏对原版内容的理解，加上英语水平不够，翻译出来自然是让人费解了。如果翻译英文书籍，尤其是科技类的教材，如果不抱着“传播知识，尽量让读者能不费力的体会原作者的思想和方法”，那么就干脆不要翻译。制造出这样的垃圾，实在是对原作者及广大读者的极其不尊重。
•   尽管好书不能直接以金钱来衡量其贵贱，但作为出版物却是可以用价格来衡量的。个人认为这本书300+页的篇幅定价却高达79元，有抢钱之嫌——别忘了买这书的多是清贫一族的知识分子，也别忘了我们还是发展中国家。:-)英文版我浏览过，感觉不错。至于中文版最关键的当然是翻译质量，否则不如直接看英文版的算了。也请买过的读者说说翻译质量如何？让我们心痛掏腰包之前也有个掂量。谢谢！
•   翻译太差了，十足的骗钱！翻译似乎完全由软件打理
•   外国人写的，还是很不错的
•   翻译的很差，后悔买了！！
•   原著英文版的，确实是一本相当好的书，奈何被清华大学的老师翻译成这样，简直不能直视，看中文还不如看英文呢，直接怀疑是学生翻译的，但好歹也是清华的学生啊，译者序里面也提了，有几个硕士帮忙翻译的，难道清华硕士就这水平？太垃圾了，真丢人。
•   建议买原版的看，能看到这种书的人学历应该也不浅了，所以看原版肯定没问题，看这个翻译的越看越糊涂！还清华的呢，有失水准
•   读过本书的英文原版，关注R在空间分析领域的一些应用，原书非常棒！买之前看到有些不好评论但还是买了，只是为了支持下好书。。最近拿到书后，只能说自己真的很傻很天真。。首先就书的装帧，无论是从格式、排版、文本处理、章节细节等，无不显露出译者们的轻率敷衍，对读者极其不负责！其次从内容上看，大量低级的错误让人很难不怀疑译者是否真正懂R和GIS，给人的感觉像是机器人翻译或... 阅读更多
•   很明显，译者对书的主题不熟悉，自己首先没太读懂，其次语言能力有问题，组词造句感觉挺痛苦的。唉，清华大学也是越来越不珍惜自己的牌子了！
•   竟然没有人买过这本书，经典