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。
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>)
{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。{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)。{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。{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)。{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)。{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{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。{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