gis2025

Zaawansowane analizy przestrzenne

To repozytorium zawiera materiały do kursu Zaawansowane analizy przestrzenne prowadzonego na Uniwersytecie Marii Curie-Skłodowskiej w semestrze letnim w 2025 r.

R jest jednym z najpopularniejszych języków programowania używanych do analizy danych. Jest szeroko stosowany w analizach przestrzennych ze względu na dużą liczbę pakietów przeznaczonych do przetwarzania danych geoprzestrzennych. R znalazł szczególne zastosowanie w takich dziedzinach ekologia, nauki środowiskowe czy teledetekcja dzięki swojej prostocie, możliwości automatyzacji powtarzalnych zadań oraz ogromnemu wsparciu przez jego społeczność. R stanowi świetną alternatywę dla standardowych aplikacji GIS znacząco rozszerzając ich możliwość w kontekście statystycznej analizy danych i uczenia maszynowego. Oprócz tego oferuje szeroki wachlarz technik wizualizacji danych.

Wstęp

1. Instalacja R

Interpreter języka R można pobrać dla Windows, MacOS oraz Linux.

2. Instalacja RStudio

RStudio jest zintegrowanym środowiskiem programistycznym z edytorem kodu. Aplikacja dostępna jest na różnych platformach do pobrania w tym miejscu.

3. Instalacja pakietów

Jednym z najpopularniejszych pakietów do analizy przestrzennej w R jest pakiet terra. Umożliwia on analizę zarówno danych rastrowych i wektorowych. Można go zainstalować w następujący sposób:

install.packages("terra")

Następnie można go załadować używając funkcji library().

library("terra")

Dokumentację do tego pakietu znajdziesz tutaj: https://rspatial.github.io/terra/reference/terra-package.html

Materiały

Materiały dostępne są w postaci interaktywnych notebooków (R Markdown).

  1. Wprowadzenie
  2. Przetwarzanie danych rastrowych
  3. Przetwarzanie danych wektorowych
  4. Ortofotomapa
  5. Cyfrowe modele wysokościowe
  6. Interpolacja przestrzenna
  7. Dostęp do danych satelitarnych
  8. Klasyfikacja nienadzorowana
  9. Klasyfikacja nadzorowana
  10. Redukcja wymiarowości

Zaliczenie

Zaliczenie kursu wymaga spełnienia dwóch obligatoryjnych warunków. Pierwszy polega na prawidłowym wykonaniu wszystkich zadań realizowanych na zajęciach i przesłanie ich w ustalonym terminie. Przesłanie zadań po terminie skutkuje niezaliczeniem przedmiotu. Drugi warunek dotyczy wykonania wybranego projektu końcowego i jego prezentacji na zajęciach. Prace zaliczeniowe muszą zostać wykonane samodzielnie. Zakazane jest używanie modeli językowych (sztucznej inteligencji) do generowania ich rozwiązań.

Literatura

  1. “Geocomputation with R” Robin Lovelace, Jakub Nowosad i Jannes Muenchow
  2. “Spatial Data Science with R and terra” Robert Hijmans i inni

Kontakt

W razie pytań proszę o kontakt na krzysztof.dyba@amu.edu.pl