R语言GD包:参数自动重分类并进行地理探测器 |
您所在的位置:网站首页 › tm808金属探测器交流群 › R语言GD包:参数自动重分类并进行地理探测器 |
本文介绍基于R语言中的GD包,依据栅格影像数据,实现自变量最优离散化方法选取与执行,并进行地理探测器(Geodetector)操作的方法。 首先,在R语言中进行地理探测器操作,可通过geodetector包、GD包等2个包实现。其中,geodetector包是地理探测器模型的原作者团队开发的,其需要保证输入的自变量数据已经全部为类别数据;其具体操作方法大家可以参考以下文章。 而GD包则是另一位学者开发的,其可自动实现自变量数据的最优离散化方法选取与执行;本文介绍的就是基于GD包实现地理探测器的具体操作。此外,如果希望基于Excel实现地理探测器,大家可以参考以下这篇文章。 1 包的安装与导入首先,我们可以先到GD包在R语言中的官方网站(https://cran.r-project.org/web/packages/GD/index.html),大致了解一下该包的简要介绍、开发团队等基本信息。 随后,我们开始GD包的下载与安装。输入如下所示的代码,即可开始包的下载与安装过程。 install.packages("GD")输入代码后,按下回车键,运行代码;如下图所示。在安装GD包时,会自动将其所需依赖的其他包(如果在此之前没有配置过)都一并配置好,非常方便。 接下来,输入如下的代码,将GD包导入。 library("GD")输入代码后,按下回车键,运行代码;如下图所示。 2 数据读取与预处理接下来,我们需要读取栅格图像数据,并将其转为GD包可以识别的数据框(Data Frames)格式。 其中,读取栅格数据的方法,大家参考疯狂学习GIS:R语言批量读取栅格遥感影像的方法即可;关于数据格式的转换,大家参考疯狂学习GIS:R语言geodetector包进行地理探测器分析即可。这一部分的内容本文就不再赘述。 3 地理探测器执行接下来,我们就可以开始地理探测器的具体分析;强烈建议大家基于GD包中的gdm()函数,实现一步到位的地理探测器分析操作。 首先,如果大家输入数据中的自变量数据具有连续变量,需要将其转换为类别变量;gdm()函数可以实现连续变量的离散化方式寻优与自动执行。其中,我们可以选择的离散化方式包括相等间隔法、自然间断点法、分位数分类法、几何间隔法与标准差法等5种不同的方法,分别对应以下第一句代码中的"equal"、"natural"、"quantile"、"geometric"与"sd"等5个选项。此外,我们还可以依据数据的特征,对自变量离散化的类别数量加以限定,具体代码如下所示。 discmethod我们可以输入如下的代码,将变量my_gd打印出来。 my_gd所得结果如下图所示。 可以看到,my_gd变量包含了每一个连续变量在离散化后,对应的最优离散化方法与类别数量,以及地理探测器的各个分析结果。具体结果的含义与研读方法,大家参考疯狂学习GIS:Geodetector下载与地理探测器的应用及结果解读以及疯狂学习GIS:R语言geodetector包进行地理探测器分析这两篇文章即可,这里就不再赘述。 此外,我们可以通过如下的代码,将上述结果加以可视化。 plot(my_gd)运行上述代码,结果如下图所示。 此时,在RStudio软件的右下方“Plots”中,即可看到可视化结果,如下图所示。其中,我们可以通过下图中红色方框内的箭头,实现不同图片的切换显示。 上述结果包含7张图像,其分别与上上图中的7项输出内容对应——第一张图是最优离散化方法的选取过程,第二张图则是所选出的最优离散化方法对应的分类情况;后5张图就是地理探测器的分析结果图,即上上图中最后5个plot分别对应的结果。 至此,我们就完成了基于R语言中的GD包,依据多张栅格图像数据,实现类别变量的自动离散化,并进行地理探测器(Geodetector)操作的完整流程。 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |