Episode
**RQGIS** – Integration von *R* mit QGIS für innovative Geocomputing
durch Jannes Muenchow
useR!2017: **RQGIS** - integration *R* in QGIS fo...
Schlüsselwörter: GIS-Schnittstelle, QGIS, Python-Schnittstelle
Webseiten: https://cran.r-project.org/web/packages/RQGIS/index.html,https://github.com/jannes-m/RQGIS
RQGIS richtet eine Schnittstelle zu QGIS ein - das am häufigsten verwendete Open-Source-Desktopinformationssystem (GIS). Da QGIS selbst Zugang zu anderen GIS (SAGA, GRASS, GDAL usw.) bietet, bringt RQGIS mehr als 1000 Geoalgorithmen in die R-Konsole . Darüber hinaus müssen R-Benutzer Python nicht berühren, obwohl RQGIS die QGIS Python-API im Hintergrund verwendet. Außerdem erleichtern mehrere Komfortfunktionen die Verwendung von RQGIS. So bietet open_help beispielsweise sofortigen Zugriff auf die Onlinehilfe und get_args_man automatisch alle Funktionsargumente und die entsprechenden Standardwerte eines angegebenen Geoalgorithms erfasst. Die Arbeitshorsefunktion run_qgis akzeptiert auch räumliche Objekte, die sich in der globalen Umgebung von R befinden, als Eingabe und lädt die QGIS-Ausgabe (z. B. Shapefiles und Raster) bei Bedarf direkt in R zurück. Hier zeigen wir die fruchtbare Kombination von R und QGIS, indem wir den Reichtum der Pflanzenarten einer peruanischen Nebeloase raummäßig vorhersagen. Dazu verwenden wir RQGIS , um Geländeattribute (aus einem digitalen Höhenmodell) zu extrahieren, die anschließend als Prädiktoren in einer nicht linearen Poisson-Regression dienen. Abgesehen davon gibt es viele nützliche Anwendungen, die R mit GIS kombinieren. Zum Beispiel umfassen GIS-Technologien unter anderem Algorithmen für die Berechnung von Datenstromnetzwerken, Oberflächenrauheit, Geländeklassifizierung, Landformidentifizierung sowie Routing- und räumliche Nachbarvorgänge. Andererseits bietet R Zugriff auf erweiterte Modellierungstechniken, kriging Interpolation und räumliche Autokorrektur und räumliche Kreuzüberprüfungsalgorithmen, um nur einige zu nennen. Natürlich ebnet dies den Weg für innovative und fortgeschrittene statistische Geocomputing. Im Vergleich zu anderen R-Paketen, die GIS-Funktionen (rgrass7, RSAGA, RPyGeo) integrieren, greift RQGIS auf eine breitere Palette von GIS-Funktionen zu und ist oft einfacher zu verwenden. Abschließend kann jeder, der mit großen spatio-temporalen Daten in R arbeitet, von der R-QGIS-Integration profitieren.
useR!2017: **RQGIS** - integration *R* in QGIS fo...
Schlüsselwörter: GIS-Schnittstelle, QGIS, Python-Schnittstelle
Webseiten: https://cran.r-project.org/web/packages/RQGIS/index.html,https://github.com/jannes-m/RQGIS
RQGIS richtet eine Schnittstelle zu QGIS ein - das am häufigsten verwendete Open-Source-Desktopinformationssystem (GIS). Da QGIS selbst Zugang zu anderen GIS (SAGA, GRASS, GDAL usw.) bietet, bringt RQGIS mehr als 1000 Geoalgorithmen in die R-Konsole . Darüber hinaus müssen R-Benutzer Python nicht berühren, obwohl RQGIS die QGIS Python-API im Hintergrund verwendet. Außerdem erleichtern mehrere Komfortfunktionen die Verwendung von RQGIS. So bietet open_help beispielsweise sofortigen Zugriff auf die Onlinehilfe und get_args_man automatisch alle Funktionsargumente und die entsprechenden Standardwerte eines angegebenen Geoalgorithms erfasst. Die Arbeitshorsefunktion run_qgis akzeptiert auch räumliche Objekte, die sich in der globalen Umgebung von R befinden, als Eingabe und lädt die QGIS-Ausgabe (z. B. Shapefiles und Raster) bei Bedarf direkt in R zurück. Hier zeigen wir die fruchtbare Kombination von R und QGIS, indem wir den Reichtum der Pflanzenarten einer peruanischen Nebeloase raummäßig vorhersagen. Dazu verwenden wir RQGIS , um Geländeattribute (aus einem digitalen Höhenmodell) zu extrahieren, die anschließend als Prädiktoren in einer nicht linearen Poisson-Regression dienen. Abgesehen davon gibt es viele nützliche Anwendungen, die R mit GIS kombinieren. Zum Beispiel umfassen GIS-Technologien unter anderem Algorithmen für die Berechnung von Datenstromnetzwerken, Oberflächenrauheit, Geländeklassifizierung, Landformidentifizierung sowie Routing- und räumliche Nachbarvorgänge. Andererseits bietet R Zugriff auf erweiterte Modellierungstechniken, kriging Interpolation und räumliche Autokorrektur und räumliche Kreuzüberprüfungsalgorithmen, um nur einige zu nennen. Natürlich ebnet dies den Weg für innovative und fortgeschrittene statistische Geocomputing. Im Vergleich zu anderen R-Paketen, die GIS-Funktionen (rgrass7, RSAGA, RPyGeo) integrieren, greift RQGIS auf eine breitere Palette von GIS-Funktionen zu und ist oft einfacher zu verwenden. Abschließend kann jeder, der mit großen spatio-temporalen Daten in R arbeitet, von der R-QGIS-Integration profitieren.
Feedback? Melden Sie hier ein Problem.