CRAN Task View——时空数据

顾名思义，时空数据即是指同时具有时间属性和地理属性的数据。本文主要介绍了R中与时空数据处理有关的包和他们的简介。主体为CRAN Task View中SpatioTemporal的翻译，以后有空会改成更好看的形式，比如“对比矩阵”和可视化表示，帮助理解。 CRAN Task View - SpatioTemporal 文中用花括号{}表示包名 文中有一些奇妙的术语或小词，大概意思知道但不敢乱翻，就保留了英文。

• 一键安装文中出现的所有包（）：

  install.packages("ctv")
  library("ctv")
  install.views("SpatioTemporal")
  # 没有翻墙情况下请使用镜像
  install.views("SpatioTemporal"，repos = <choose-a-mirror>)
  

介绍常用的时空类型数据格式

• 表格（data.frame） 表格形式包括长表格，时间类型表格和空间类型表格，其中时间类型表格中，一张表只表示一个属性（特征），行表示地点，列表示时间；空间类型表格反过来，行为时间序列，列则为不同地点。长表格中包含多个属性，空间、时间和各个特征都是独立的字段。
  • 长表格：时空数据可以由长数据来表示，包含经度、纬度、时间的三个字段，或者经纬度由一个地理地区的标识来代替。比如plm中的linear panel models数据集，对象就是与索引（如国家，州）对应的。这些索引（包括地理名字或数字）可以与空间上的坐标或多边形对应起来。如Pebesma((2012, Journal of Statistical Software))中的例子。这些表格类型的数据集往往包含多个属性，一般以二维长表格形式存储，每条记录通常包含记录的索引，时间和所有属性。
  • 时间类型表格：当考虑属性为单一属性时，另一种数据存储形式为时间范围意义上的表格，每条记录单元由记录本身和时间组成（每一行为记录单元，列则为时间）。利用googleVis可以利用R来像gapminder一样分析数据。
  • 空间类型表格：典型例子如Irish Wind数据集（加载{gstat}包，用data(wind)进行调取。），行为时间序列，列则为不同的地点。stConstruct{spacetime}可以处理上述的三种长、时间范围和空间范围的表格。
• 类
  • 通用类：{spacetime}中提供了多种S4型的时空数据标准类，包括full space-time grids（每条记录包含所有的记录和时间），sparse space-time grids（定期数据，但可能有部分缺失数据，所有的观察对象是同步的），irregular space-time data（每一个观察有自己的时间序列），同时还有轨迹类型的数据。同时，{spacetime}也可处理sp、xts类型对象，可以处理所有的所有的sp空间类型（包括点、线、多边形和网格），同步或非同步（regular and irregular）的时间序列，同时提供一些拓展的分析方法（数据拆选，数据融合，各种数据类型的画图等）。
  • 专用类：
    • 地理统计数据(Geostatistiacl)：{SpatioTemporal}实现了一个S3类STdata，可以处理多种空间数据、时间数据或时空数据，以实现对时空模型的分析。具体的介绍在其CRAN页面的vignettes中有。
    • 栅格数据(Gridded/raster)：{raster}可以处理一系列的rasters数据，每一个数据集可以反映为一系列时间序列模型（use setZ on brick or stack）。
    • 网格数据(Lattice)：{surveillance}实现了sts类，来表示一个地区的情况，这里用数字来表示定期的时间序列（和POSIXct一样不存在对象）。
    • 点的特征(Point patterns)：{stpp}提供了类stpp来表示一个时空点的特征。{stppResid}提供了stwin类，类中定义了一个长方形时空窗口，和包括了点的特征的stpp类。{spatstat}实现了ppx类来处理时空坐标，这些特征点类都没有表示自己支持明确的时间参考系统。*这里一段整个都很虚
    • 轨迹数据(Trajectory)：{adehabitatLT}中提供了一种轨迹类ltraj和部分分析方法，{move}和{trip}则分别实现了{sp}类轨迹拓展类。

可视化

• {rasterVis}提供了一系列z数据格式（RasterStack和RasterBrick）的可视化功能，它的官方页面提供了很多实例。
• {plotKML}提供了一系列将时空数据转换为KML文件形式的方法，利用kML文件可以使用如Google Earth等扩展可视化工具来展示数据。
• {googleVis}是谷歌图表的R接口，其中提供了一系列spacetime类的绘制实例。
• {stpp}和{splancs}提供了动画和3D交互图表的绘制方法（使用rgl）展示时空数据点的特征。
• {mvtsplot}提供了杜仲时间序列绘图，也包含时空数据的例子。

To Be Continue

Twitter Facebook Google+