学习R语言在空间数据处理、管理以及可视化的操作，从空间数据计量、空间数据插值、空间数据建模、机器学习空间预测、空间升、降尺度、数据可视化、知识图谱等方面让您全方位掌握R语言空间数据分析模拟预测及可视化技术。
专题一 R语言空间数据介绍及数据挖掘
1、R语言空间数据讲解及应用特点
1)R语言基础与数据科学2)R空间矢量数据3)R栅格数据
2、R语言空间数据挖掘关键技术
专题二 R语言空间数据高级处理
1、R语言空间矢量数据处理
1）点、线、面数据2）空间矢量数据的坐标系定义、转换3）空间矢量数据的裁剪、相交与合并4）空间矢量数据的数值计算
2、R语言栅格数据处理
1）栅格数据的生成与数据管理2）栅格数据的坐标系转换3）栅格数据的裁剪、相交与拼接4）栅格数据的数值计算
3、R语言栅格数据与矢量数据的相互转换
专题三 R语言多维时空数据处理技术与数据清洗整合
1、R语言多维时空数据处理
1)nc、tiff等多维时空数据的读取、处理与导出2)多维空间数据的管理
2、R语言数据清洗和整合
1)数据缺失值、重复值、异常值处理2)数据插补方法3)近似采样方法，双线性插值法、最大近邻法等
案例一：全球气象栅格数据的提取、裁剪、重采样和输出
案例二：全球MODIS遥感数据产品的时间趋势分析
案例三：全球和中国土壤数据的分层处理和数据插补
案例四：R语言高层数据与地形数据的计算和提取
专题四 R语言地统计与空间自相关、空间插值方法
1、地统计与空间自相关
1)地理学三大定律2)空间自相关和地理加权回归3)地统计与空间模型
2、空间插值方法
1)R语言反距离权重插值2)不同克里金方法比较3)R语言克里金插值与半方差函数4)R语言薄盘样条插值
案例一：全国尺度空间自相关计算和地理加权回归模型的构建
案例二：不同空间插值方法、不同空间模型的比较
案例三：基于不同插值方法的全国与区域气象数据降尺度处理
专题五 R语言机器学习与空间模型预测及不确定性评估
1、R语言机器学习方法使用
1)R语言机器学习模型的构建（数据标准化、数据分割、超参数优化）2)R语言机器学习的验证（不同交叉验证方法、时空交叉验证）
2、R语言机器学习空间预测与不确定性评估
案例一：利用环境变量数据构建贝叶斯模型和机器学习模型进行空间预测
案例二：使用机器学习对空间数据进行聚类
专题六 R语言空间尺度转换技术及机器学习方法应用
1、空间升、降尺度技术
2、使用机器学习进行空间降尺度
案例：利用五种机器学习集成对温度、降水和辐射数据进行空间降尺度
专题七 R语言空间制图
1、R语言空间做图——plot
2、R语言空间做图——image、levelplot
3、R语言空间做图——ggplot2
4、R语言空间做图——tmap
关 注【科研充电吧】公 众 号，获取海量教程和资源
转载本文请联系原作者获取授权，同时请注明本文来自王艳科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3539141-1495264.html?mobile=1
收藏
