Skip to content
/ gis2024 Public

Kurs "Zaawansowane analizy przestrzenne" 2024 UMCS

Notifications You must be signed in to change notification settings

kadyb/gis2024

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Zaawansowane analizy przestrzenne

To repozytorium zawiera materiały do kursu Zaawansowane analizy przestrzenne prowadzonego na Uniwersytecie Marii Curie-Skłodowskiej w 2024 r.

R jest jednym z najpopularniejszych języków programowania używanych do analizy danych. Jest szeroko stosowany w analizach przestrzennych ze względu na dużą liczbę pakietów przeznaczonych do przetwarzania danych geoprzestrzennych. R znalazł szczególne zastosowanie w takich dziedzinach ekologia, nauki środowiskowe czy teledetekcja dzięki swojej prostocie, możliwości automatyzacji powtarzalnych zadań oraz ogromnemu wsparciu przez jego społeczność. R stanowi świetną alternatywę dla standardowych aplikacji GIS znacząco rozszerzając ich możliwość w kontekście statystycznej analizy danych i uczenia maszynowego. Oprócz tego oferuje szeroki wachlarz technik wizualizacji danych.

Wstęp

1. Instalacja R

Interpreter języka R można pobrać dla Windows, MacOS oraz Linux.

2. Instalacja RStudio

RStudio jest zintegrowanym środowiskiem programistycznym z edytorem kodu. Aplikacja dostępna jest na różnych platformach do pobrania w tym miejscu.

3. Instalacja pakietów

Jednym z najpopularniejszych pakietów do analizy przestrzennej w R jest pakiet terra. Umożliwia on analizę zarówno danych rastrowych i wektorowych. Można go zainstalować w następujący sposób:

install.packages("terra")

Następnie można go załadować używając funkcji library().

library("terra")

Dokumentację do tego pakietu znajdziesz tutaj: https://rspatial.github.io/terra/reference/terra-package.html

Materiały

Materiały dostępne są w postaci interaktywnych notebooków (R Markdown).

Zaliczenie

Do zaliczenia kursu wymagane jest wykonanie jednego z proponowanych projektów końcowych.

Literatura

  1. "Geocomputation with R" Robin Lovelace, Jakub Nowosad i Jannes Muenchow
  2. "Spatial Data Science With Applications in R" Edzer Pebesma i Roger Bivand
  3. "Spatial Data Science with R and terra" Robert Hijmans i inni

Kontakt

W razie pytań proszę o kontakt na [email protected]