• Raster και Raster Stack στην R

    Η ανάρτηση αυτή περιλαμβάνει το περιεχόμενο από το workshop στο FOSSCOMM 2019 στην Λαμία. Για περισσότερες λεπτομέρειες ανατρέξτε στο github repository.

    Στόχος του εργαστηρίου είναι η εξοικείωση του χρήστη με το πακέτο raster της R το οποίο προσφέρει την δυνατότητα ανάγνωσης ψηφιδωτών δεδομένων (raster) και επεξεργασίας τους (cropreclassifyreprojectresample κτλ.).

    Επιπλέον, θα επικεντρωθούμε στην κλάση raster stack η οποία δημιουργεί συστοιχίες ψηφιδωτών δεδομένων, κατάλληλες για χρονοσειρές και πολυκαναλικές εικόνες.

    Η διεξαγωγή του εργαστηρίου θα γίνει μέσω παραδειγμάτων και με την χρήση δεδομένων νυκτερινών φώτων DMSP-OLS Nighttime Lights Time Series (Stable Lights Version 4). Θα προηγηθεί μια σύντομη παρουσίαση των βημάτων και της διαδικασίας ώστε οι χρήστες να αποκτήσουν μια σύντομη αλλά περιεκτική εικόνα του στόχου του εργαστηρίου και των δυνατοτητων που προσφέρει ο προγραμματισμός με την R.

    [Διαβάστε περισσότερα...]
  • Λήψη δορυφορικών εικόνων στην R μέσω του GIBS API

    Nighttime Imagery (Day/Night Band, Enhanced Near Constant Contrast)

    Η υπηρεσία Global Imagery Browse Services (GIBS) του παρατηρητηρίου Earth Observing System Data and Information System (EOSDIS) παρέχει δορυφορικές εικόνες πλήρους ανάλυσης σε παγκόσμιο επίπεδο. Η υπηρεσία παρέχει πρόσβαση σε 600 και πλέον προϊόντα δορυφορικών εικόνων τα οποία στην πλειονότητά τους είναι διαθέσιμα με χρονική υστέρηση λίγων ωρών από την διέλευση του δορυφόρου. Η οπτικοποίηση των δεδομένων αυτών υποστηρίζεται από σχετική διαδικτυακή εφαρμογή WorldView  αλλά και μέσω υπηρεσιών (πρωτόκολλα OGC Web Map Tile Service (WMTS)/Tiled Web Map Service (TWMS)) που επιτρέπουν την ενσωμάτωσή του σε τρίτες εφαρμογές. Επιπλέον μια από της πλέον χρήσιμες λειτουργίες της υπηρεσίας GIBS είναι δυνατότητα εκτέλεσης σεναρίου εντολών μέσω της βιβλιοθήκης Geospatial Data Abstraction Library (GDAL). Αυτή η δυνατότητα παρέχει στον χρήση την ευκολία να αυτοματοποιήσει την λήψη δεδομένων (π.χ. μαζική λήψη δεδομένων, αυτόματη περιοδική λήψη, λήψη δεδομένων υπό συγκεκριμένες συνθήκες κτλ.).

    Στην τρέχουσα ανάρτηση παρουσιάζεται ένα σενάριο λήψης δεδομένων από την πλατφόρμα GIBS με την γλώσσα προγραμματισμού R. Στόχος είναι να δημιουργηθεί ένα σενάριο εντολών όπου ο χρήστης θα παρέχει στο script πληροφορίες για το προϊόν και το script θα λαμβάνει τις σχετικές δορυφορικές εικόνες.
    [Διαβάστε περισσότερα...]

  • Υπολογισμός της καμπύλης Lorenz με το open source πακέτο στατιστικής R

    Καμπύλη Lorenz
    Ένα από τα μέτρα συγκέντρωσης για την εκτίμηση των περιφεριακών ανισοτήτων είναι η καμπύλη Lorenz.
    Για την εφαρμογή της καμπύλης Lorenz (Παπαδασκαλόπουλος, 2000), οι επιμέρους γεωγραφικές περιοχές με την έκταση και τον αντίστοιχο πληθυσμό τους, ταξινομούνται κατά φθίνουσα σειρά της πυκνότητας αυτών, και κάθε μιας των δυο τούτων στηλών, της εκτάσεως και του πληθυσμού, υπολογίζεται η ποσοστιαία  κατανομή, καθώς και η αθροιστική σειρά των ποσοστιαίων τούτων αναλογιών. Στη συνέχεια σε σύστημα ορθογώνιων συντεταγμένων χαράσσεται η γραφική παράσταση της καμπύλης Lorenz, στην οποία ο μεν άξονας των τετμημένων μετρά την αθροιστική σειρά της ποσοστιαίας κατανομής του πληθυσμού, ο δε άξονας των τεταγμένων της αθροιστική σειρά της ποσοστιαίας κατανομής της εκτάσεως και εντοπίζονται τα σημεία της αντιστοιχίας των αθροιστικών σειρών (%) εκτάσεως και πληθυσμού, τα οποία σχηματίζουν πολυγωνική γραμμή ο (καλούμενη καμπύλη Lorenz), φέρεται δε και η διαγώνιος (45ο), καλούμενη διαγώνιος ισοκατανομής. Στην απεικόνιση αυτή παρατηρούνται τα εξής:

    1. αν ο πληθυσμός ήταν ομοιομόρφως κατανεμημένος σε όλες τις επιμέρους περιοχές (γεωγραφικά διαμερίσματα), η αθροιστική καμπύλη του πληθυσμού θα ακολουθούσε τη διαγώνιο γραμμή της αθροιστικής σειράς των περιοχών (διαγώνιος ισοκατανομής).
    2. εάν, αντιθέτως ο πληθυσμός ήταν κατανεμημένος με την μέγιστη δυνατή ανισότητα, τότε η αθροιστική καμπύλη του πληθυσμού θα συνέπιπτε με τον άξονα των τετμημένων.
    3. ο βαθμός συγκεντρώσεως αντιπροσωπεύεται κατ’ ακολουθία από την απόκλιση της καμπύλης μεταξύ των δύο αυτών άκρων.

    Στα πλαίσια του τρέχοντος άρθρου και για εκπαιδευτικούς λόγους θα υπολογιστεί η καμπύλη Lorenz για τον νομό Θεσπρωτίας το 2001 με την βοήθεια του στατιστικού πακέτου R.
    [Διαβάστε περισσότερα...]

  • Υπολογισμός δεικτών χωρικής κεντρικότητας με την R

    Οι κεντρογραφικές τεχνικές αποτελούν τις βασικές τεχνικές περιγραφικής στατιστικής της χωρικής κατανομής.
    Ο πιο απλός περιγραφικός δείκτης μιας κατανομής είναι ο χωρικός μέσος (mean center). Ουσιαστικά πρόκειται για τον μέσο όρο των συντεταγμένων Χ,Υ μιας σημειακής κατανομής.
    Συχνά αποκαλείται και κεντροειδές.

    Δίνεται από τον τύπο:

    όπου,

    οι συντεταγμένες του χωρικού μέσου δηλαδή ο μέσος όρος των συντεταγμένων του πλήθους των σημείων της κατανομής.
    Ταυτόχρονα με τον αριθμητικό χωρικό μέσο, μπορεί να υπολογιστεί ο σταθμισμένος χωρικός μέσος (Weighted Mean Center) όπου ο υπολογισμός γίνεται με το στάθμισμα κάθε συντεταγμένης με μία μεταβλητή π.χ. εισόδημα, εγκληματικότητα, πληθυσμός κτλ.

    Δίνεται από τον τύπο:


    όπου,
    οι συντεταγμένες του σταθμισμένου χωρικού μέσου δηλαδή ο μέσος όρος των διακριτών συντεταγμένων του πλήθους των σημείων της κατανομής σταθμισμένες με το βάρος του κάθε σημείου.

    [Διαβάστε περισσότερα...]

Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported
This work by Leonidas Liakos is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported.