Підручники для обробки просторових даних в R?

Хтось знає кілька хороших навчальних посібників для обробки просторових даних в R? Я знаю, що є деякі пакети, такі як rgdal і maptools, але я фактично не знайшов корисних підручників, щоб зв’язатися з основними функціями (читати, побудувати, змінити символіку, приєднатись до даних тощо) та / або отримати ширший огляд які акустичні можливості R для просторового аналізу та маніпулювання просторовими даними. Також гаряче вітаються рекомендації щодо книг, паперів, блогів тощо.

Це питання було перетворене на Wiki Wiki та заблоковано, тому що це приклад запитання, який шукає список відповідей і є досить популярним, щоб захистити його від закриття. Це слід розглядати як окремий випадок і не слід розглядати як тип запитання, який рекомендується на цьому або будь-якому сайті Stack Exchange, але якщо ви хочете внести до нього більше контенту, тоді не соромтеся, редагуючи цю відповідь. .

Існує досить багато ресурсів для вивчення «просторового» R в Інтернеті, деякі з кращих - це:

• space-analyst.net
• По-справжньому солідна публікація в блозі Френка Давенпорта, з примітками про основні маніпулювання просторовими даними в R
• R Просторові поради (посилання на Інтернет-архів, схоже, що оригінального сайту немає)
• Сайт Баррі Роулінгсона, що містить кілька чудових прикладів та шпаргалку

Пара, яку я вважаю корисною:

• Я настійно рекомендую проаналізувати структури просторових точок у "R" професора Адріана Бадделі в CSIRO в Австралії. Він spatstatглибоко охоплює модуль, і я думаю, що це чудовий ресурс для кластерного аналізу.

• Прикладний аналіз просторових даних у R (Bivand, Roger S., Pebesma, Edzer J., Gómez-Rubio, Virgilio) та Просторова статистика та моделювання (Gaetan, Carlo, Guyon, Xavier) - це також чудові книги.

Ще трохи з мого боку:

• Вірджиліо Гомес Рубіо (він є автором відомої / суперповажної книги ASDAR, згаданої в інших відповідях) на веб-сайті надає матеріали до своїх навчальних посібників з використанняR! конференції - слайди, дані та код доступні.

• Окрім ADAR, зараз з'явилася нова книга " Вступ до R для просторового аналізу та картографування " Brundson & Comber з кодом, доступним для завантаження .

• Курс CSDE (Університет Вашингтона) з ГІС має деякі просторові R матеріали, присвячені ESDA , GWR , просторовій регресії

• Карти із серіями публікацій блогу RI ( II , III ) пропонують безліч широко коментованих кодів, з яких можна дізнатися.
• UC Davis Lail Resource Laboratory має прекрасну колекцію порад та прикладів просторових R
• Франциско Родрігес-Санчес має чудові матеріали на тему "Просторові дані в R: Використання R як ГІС".

Кілька приємних навчальних посібників, включаючи деякі з акцентом на інтерактивність (часто перелічені як слабкість ведення ГІС з R)

• Просторові дані в R: Використання R як ГІС : Навчальний посібник для виконання основних операцій з просторовими даними в R, такими як імпорт та експорт даних (як векторальних, так і растрових), побудови графіків, аналізу та складання карт. Франциско Родрігес-Санчес

• Використання RStudio як інтерактивного ГІС з Leaflet від Кайла Уокера, Техаський християнський університет

• Робота з PostGIS від R Duncan Golicher

• Обробка та аналіз геопросторових даних в R Енді Лайонс

Я хотів би додати до списку:

• Практичний посібник з геостатистичного картографування Т. Hengl

• Комплексний підручник для просторово-часового пакету R (Bergen et al., 2013)

• ggmap: просторова візуалізація за допомогою ggplot2 ( Kahle та Wickham)

• Д.Г. Россітер ( конспекти лекцій )

• Просторово

У мене на веб-сайті є декілька навчальних посібників, що представляють просторовий аналіз на R:

http://evansmurphy.wix.com/evansspatial

Д-р Алек Стівенсон розмовляє з вивченням просторових даних за допомогою програми R: Слайди та сценарії

Я також зробив швидкий простий і цілісний підручник, який ви можете оглянути тут https://github.com/mattjbayly/MapsProj . Все, що вам потрібно, це текстовий сценарій R, а всі інші матеріали віддалено завантажуються з Р.

У моєму підручнику висвітлено імпорт / експорт даних ГІС, основні маніпулювання векторними та растровими даними, деякі основні графіки та короткий огляд прогнозів. Приблизний час для завершення: 60 хв

візуалізація даних мовою R: Кодова школа - Спробуйте R