R言語 CRAN Task View：空間データの分析

CRAN Task View: Analysis of Spatial Dataの英語での説明文をGoogle翻訳を使用させていただき機械的に翻訳したものを掲載しました。

Maintainer:	Roger Bivand, Jakub Nowosad
Contact:	Roger.Bivand at nhh.no
Version:	2022-04-14
URL:	https://CRAN.R-project.org/view=Spatial
Source:	https://github.com/cran-task-views/Spatial/
Contributions:	このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくはContributing guideをご覧ください。
Installations:	このタスクビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“Spatial”, coreOnly = TRUE) は、全てのコアパッケージをインストールし、または ctv::update.views(“Spatial”) は、まだインストールしていない全てのパッケージと最新のものをインストールします。詳しくはCRAN Task View Initiativeをご覧ください。

Base R は、空間データの読み取り、可視化、分析に使用できる多くの関数が含まれています。このビューでは、「地理的」な空間データに焦点を当て、観測結果を地理的な位置で識別し、位置が慎重に記録されていれば、これらの位置に関する追加情報を取得することができます。

Base Rは、ソースパッケージとして提供される寄贈パッケージ、およびWindowsとmacOS（Intel 64ビットとApple Silicon arm64アーキテクチャ）用のすぐに実行できるバイナリパッケージで補完されます。Rの外部ソフトウェアを使用したパッケージのソースインストールに関する情報は、このページの最後に記載されています。このタスクビューは、CRAN から利用可能な貢献パッケージの現在の状態をカバーしています。

寄贈パッケージは、座標変換を含む空間データのRへの出し入れと、Rでの空間データの解析という2つの大きな分野を扱っています。ハイフンありのr-spatialと、ハイフンなしのrspatialという、2つの非公式な組織がウェブサイトをキュレーションしています。R-spatialはより一般的な地理情報学に基づいており、レガシーなspパッケージから発展し、現在は最新のsfおよびstarsパッケージと明確に連携しています。Rspatialはrasterパッケージから発展し、現在では最新のterraパッケージへと移行しています。また、Geocomputation with Rなど、入門書を求めるユーザーにとって参考になるオンラインブックのプロジェクトが豊富なことも特筆されます。

具体的な質問や問題は、packageDescription(<pkg>)$BugReportsがバグレポートや問題の URL (<pkg> はパッケージ名の文字列) を返す場合、またはパッケージメンテナに直接電子メールで提起することができます。また、R-SIG-Geoメーリングリストを購読したり、stackoverflowを適切なタグで表示したり、stackexchangeを使用することもできます。twitterの#rspatialタグを使ったり、このタグを使ったトラフィックを閲覧するのもよいでしょう（他にもあります）。

このビューにあるパッケージは、おおよそ次のようなトピックに分類されます。もし、このリストにないパッケージがあると思われる場合は、メンテナにメールを送るか、上記のリンク先のGitHubリポジトリに課題またはプルリクエストを送信してください。

空間データおよびメタデータのためのクラス

空間データを扱い、分析するためのパッケージの多くは、重複作業を減らすために共有クラスを使用しています。2016年まで、spは、空間ベクトルデータとラスターデータの共有クラスを提供していましたが、使用される表現は空間ベクトルデータのより近代的で効率的な国際標準に先行するものでした。sfのリリースからは、これらの最新のベクトル表現が優先されます。空間ラスタデータについては、starsと terraで提案されている表現が、重複するが若干異なる要件に適合しています。sf、stars、terraおよび従来のspで定義されたクラスのオブジェクト間の変換は可能で、Conversions between different spatial classes in Rで説明されています。

Rで地理的なメタデータをより良く扱うための補完的な取り組みが進行中です。

空間データ – 一般

sfは、CRAN上の新しいパッケージであり、ここでは積極的に開発されています：sf、OGC Simple Feature標準に準拠したRのシンプルな機能を提供します。パッケージの開発は、R Consortium によってサポートされています。これは、ベクトルデータのためのシンプルな機能アクセスを提供しており、現代の実装であり、sp の一部の標準化です。それはR Journalの記事に書かれています。
starsは、積極的にここで開発されています：stars、そしてR Consortiumによって支持されています。それは、高密度アレイの形で時空間データを提供します。
- spacetimeは、時空間データのためのspで定義された共有クラス（Spatio-Temporal Data in Rを参照してください）を拡張します。
vapourは、RパッケージのGDAL機能への低レベルアクセスを提供します。
spatstatは、点パターンの解析に適したクラスを含んでおり、「sf」や「stars」などの空間クラスと強制的に接続することができます。
rcosmoは、球形およびHEALPixデータへの簡単なアクセスを提供します。 HEALPixタイプのデータの標準データフレームを拡張します。
inlmiscは、Grid2Polygonsに続いて、空間オブジェクトをSpatialGridDataFrameクラスからSpatialPolygonsDataFrameに変換し、他の多くのレガシースプークラスの可能性を提供します。

ラスタデータ

terra は、raster機能を再実装したもので、PROJ、GDAL、GEOSに直接リンクし、ラスターおよびベクターデータ用の新しい S4 クラスを導入しています。manual and tutorialsを見て、始めてください。terraはrasterと非常に似ていますが、terraの方がよりシンプルで優れており、高速です。
starsは、空間および時間が配列次元である高密度配列の形で時空間データを提供する。例には、社会経済的または人口統計的データ、固定局で監視される環境変数、複数のスペクトル帯域を持つ衛星画像の時系列、空間シミュレーション、および気候モデルの結果が含まれます。
gdalcubesは、プロキシデータキューブを含むデータキューブ用のクラスも提供し、PROJ、GDAL、NetCDF4 にリンクしています。

地理メタデータ

geometaは、ISOおよびOGCメタデータ標準（ISO 19115,19110,19119）に従って地理メタデータを書き、それをメタデータカタログに後で公開するためにXML（ISO 19139）としてエクスポートするためのクラスとメソッドを提供します。逆に、幾何学はISO 19139メタデータをRに読み込む方法を提供します。このパッケージはsf を拡張してGML（ISO 19136）のジオメトリ表現を提供します。geometa はgeometaで積極的に発展しています。
ncdf4は、自己記述NetXDF形式のメタデータ（CF規則）を扱うための読み書き機能を提供します。

空間データの読み書き

空間データの読み取りと書き込み

空間データは、ベクターとラスターの2つのデータモデルのどちらかで表現されることがほとんどで、どちらのモデルにも独自のファイルフォーマットが多数存在します。GDAL (Geospatial Data Abstraction Library)は、何百もの空間データ形式を読み書きするための統一的な方法を提供する（非R）ライブラリです。GDALがサポートするフォーマットには、OGC標準のデータフォーマット（例：GeoPackage）と独自のフォーマット（例：ESRI Shapefile）の両方が含まれています。GDALは、多くのGISソフトや、sf、terra、vapourなど多くのRパッケージで利用されています。これにより、様々な空間ファイルフォーマットから、そして様々な空間ファイルフォーマットへのRでの空間データの読み込みと書き込みが可能になります。重要：CRANは、WindowsおよびmacOS用のパッケージsf、terra、およびvapourのバイナリバージョンを提供しており、それは可能なデータソースドライバのサブセットを持つ特定のGDALバージョンを含んでいます。他のドライバが必要な場合は、他の変換ユーティリティを使用するか、必要なドライバを持つGDALのバージョンに対して、ソースからこれらのパッケージをインストールする必要があります。

これまでRでの空間データの読み書きには、rgdalとraster（rgdal経由）が推奨されていましたが、the retirement of [rgdal](../packages/rgdal/index.html) by the end of 2023のため、新規プロジェクトでは使用せず、既存のプロジェクトでは前項のパッケージへの移行を実施すべきとされています。

空間データの読み書き – データ形式

他のパッケージでは、オープンスタンダードフォーマットや独自のフォーマットを扱う空間データの読み書き機能を提供しています。

標準データ形式

Well-Known Text（WKT）/ Well-Known Binary（WKB）：
- これらの標準は、OGC Simple Feature仕様の一部です。
- WKT/WKBの両フォーマットは、OGC Simple Feature 仕様をすべて R で実装しているsfでサポートされています。
- さらに、wkおよび wkutilsを使用して、ジオメトリのよく知られたバイナリおよびテキスト表現を解析し、R ネイティブのフォーマットとの間で変換することができます。
GeoJSON：
- rOpenSciのblog entryは、GeoJSONとWKTデータを読み込むためのGeoJSONを中心としたアプローチを説明しています。
- このエントリには、geojson、geojsonioなどがリストアップされています。また、GeoJSON形式は、sf、terra、vapourで読み書きができます。wellknownでは、WKTからGeoJSON、GeoJSONからWKTへの変換が可能になっています。
地理的マークアップ言語（GML）：
- MLフォーマットは、sfで読み書きが可能です。
- GMLデータおよびメタデータ要素（GML 3.2.1および3.3）による地理的メタデータの拡張や、ows4RのOGCウェブサービスとの連動のために、geometaモデルでsfクラスへのバインディングが提供されているGMLネイティブリーダー・ライターが追加されています。
NetCDFファイル：
- NetCDF ファイルは、ncdf4や RNetCDFで読み書きが可能です。
- さらに、terraとstarsは、NetCDFファイルの読み書きの機能を持ちます。
LAS / LAX：
- ライダー点群データを扱うためのファイルフォーマットで、lidRまたはrLiDARで読み込み/書き込みが可能です。

独自のデータ形式

ESRIフォーマット：
- ESRIのファイル形式で保存された空間データの多くは、GDALで読み込むことができ、したがって、sf、terra、vapourでも読み込むことができます。
- shapefilesは、ESRI ArcGIS/ArcViewのシェイプファイルの読み書きができます。
- maps（mapdataおよびmapprojを使用）は、Sと同じ種類の地理データベースへのアクセスを提供します。
その他：
- gmtは、GMTマップ作成ソフトウェアとRとの簡単なインターフェースを提供します。

空間データの読み書き – GISソフトウェアコネクタ

PostGIS：
- rpostgisは、RPostgreSQLにRを「PostGIS」対応のデータベースとインターフェースするための追加機能と、一般的な「PostgreSQL」クエリーに対する便利なラッパーを提供します。
- それはR Journalの記事に書かれています。
- postGIStoolsは、PostgreSQLからRデータフレーム（空間データフレームを含む）のPostgreSQLへのインポートを単純化するだけでなく、ジオメトリと「hstore」データ型を「PostgreSQL」から標準Rオブジェクトに変換する関数も提供します。
- sfは、GDALを通して、読み書きの両方のために、PostgisへのRインタフェースを提供します。
GRASS：
- 主要なオープンソースGISであるGRASSのバージョン7. *との統合は、CRANパッケージrgrass7でrgdalを使用してデータを交換して提供されます。GRASS 6. *では、spgrass6を使用してください。
SAGA GIS：
- RSAGAとRsagacmdは、SAGA GISコマンド用の同様のシェルベースのラッパーです。
Quantum GIS（QGIS）：
- QGIS2は、RQGIS(RQGIS)によってサポートされていました。
- QGIS3 (version >= 3.16) は、qgisprocessによってサポートされており、R と QGIS の間のインターフェースを確立する、つまり、ユーザが R コンソールから QGIS 機能にアクセスできるようにするものです。これは、qgis_processコマンドラインユーティリティを使用することにより実現されます。
WhiteboxTools：
- whiteboxは、 WhiteboxTools ソフトウェアの R フロントエンドです。
ArcGIS：
- RPyGeoは、ArcGIS GeoProcessorへのPythonアクセス用のラッパーです。
  - ESRI社は、ArcGISからRにデータを転送できる独自のパッケージ（r-bridge）を提供しています。
- Orfeo ToolBoxやSAGA GISなどの各種GISソフトウェアも、link2GIを利用してRに接続することが可能です。

空間Webサービスへのインタフェース

いくつかのRパッケージは、空間データ管理をサポートするWebサービスおよびWebツールへのインタフェースを提供することに重点を置いていました。ここでは、最初の暫定的な（非網羅的な）リストが続きます。

ows4Rは、OGC標準WebサービスへのRインターフェースを提供する予定の新しいパッケージです。ows4Rの開発中であり、現在ベクトル・データ・アクセス、sfパッケージへのバインディング、地理的メタデータの発見と管理（トランザクションを含む）のためのカタログ・サービス（CSW）のためのWeb Feature Service（WFS）へのインタフェースをサポートしています。geometaにバインドします。
geosapiは、GeoServer REST APIのRクライアントです。これは、空間データを提供するために広く使用されているオープンソースの実装です。
geonapiは、地理メタデータを管理するためのオープンソースカタログであるGeoNetworkレガシーAPIへのインタフェースを提供します。
rgeeは、RのEarth Engineクライアントライブラリです。すべての「Earth Engine」APIクラス、モジュール、機能が利用可能になります。また、Earth Engineの空間オブジェクトのインポート（エクスポート）、時系列の抽出、インタラクティブな地図表示、アセット管理インターフェース、メタデータの表示などの機能が実装されています。

関心のある特定の地理空間データソース

rnaturalearthは、Natural Earthマップデータとのやり取りを容易にします。これには、文化的（国境、空港、道路、鉄道など）および物理的（海岸線、湖、氷河地域など）のデータセットを含む、豊富な自然地球ベクトルおよびラスターデータをダウンロードする機能が含まれています。
歴史的な国境（1946〜2012年）は、cshapes から得ることができます。
marmapは、Rの海底および地形データをダウンロード、プロット、および操作するために設計されています。NOAAがホストするETOPO1地形および地形データベースを照会し、アスキー形式の単純な緯度経度深度データを使用し、Rで利用可能なプロットツールを使用して、出版品質の海底地形図を作成することができます（PLOS 論文を参照）。
tidycensusは、インポート時にデータを空間的にバインドするためのオプションを含む、整形式の米国国勢調査局のデータへのアクセスを提供します。
tigrisは、米国の国勢調査局TIGERによって提供された地図作成境界、道路、水などの地図作成要素へのアクセスを提供します。
rgbifは、GBIF（Global Biodiversity Information Facility）の発生データにアクセスするために使用されます。
geonamesは、www.geonames.orgサービスへのインターフェイスです。
osmdataは、OpenStreetMap（OSM）から比較的小さなデータセットをアクセスするためのRパッケージで、Overpass APIを介して配信されます。
- osmextractは、Geofabrikやその他のプロバイダから取得した広域のOpenStreetMapデータをマッチング、ダウンロード、変換、読み込むことができます。
giscoRは、GISCO-Eurostatが提供する空間要素（国、NUTS地域、市町村の境界ファイル、その他の空間オブジェクト）へのアクセスを提供します。
chilemapasは、チリの政治・行政区分の空間データへのアクセスを提供します。
geouyは、ウルグアイの地理情報の読み込みと処理を行います。
RCzechiaは、チェコ共和国の行政区域およびその他の空間オブジェクトの空間境界ファイルをダウンロードします。
rgugikは、ポーランド測地学・地図製作所（GUGiK）のデータを検索・取得することができます。
mapSpainは、スペインの行政区域およびその他の空間オブジェクトの空間境界ファイルをダウンロードします。

空間データの処理

データ処理 – 一般

sfは、GEOSおよびS2ライブラリを用いた空間幾何学関数へのインタフェースを提供します。
- S2は、s2にバンドルされており、sfのメソッドはデフォルトで位相的述語と球面または楕円座標に対する操作に使用されます。
starsは、ラスターおよびベクターデータキューブを操作するためのツールが含まれています。
terraは、空間ベクトルおよびラスターデータに対する多くの GIS メソッドを紹介しています。
gdalUtils（archived)）および gdalUtilitiesは、Geospatial Data Abstraction Library (GDAL) ユーティリティのラッパを提供します。
geosは、GEOSライブラリの高性能バインディングで、libgeosをベースにしています。後者はGEOSの凍結コピーをバンドルしており、システムバージョンにはリンクしませんので、GEOSのバージョンが異なる可能性があります。
rmapshaperは、「mapshaper」「JavaScript」ライブラリのラッパーで、トポロジーを考慮したポリゴン簡略化や、クリッピング、消去、ディゾルブ、「マルチパーツ」から「シングルパーツ」への変換などの操作を実行することができます。
gdistance は，地理格子上の距離と経路を計算する関数を提供します。
- geosphereは、地理座標上の空間データに対して距離と面積の計算を行うことを可能にします。
- cshapesは、距離行列を計算する関数（Mapping and Measuring Country Shapesを参照）を提供します。
magclassは、空間-時間データを扱う相互運用性を高めるためのデータクラスと、対応する関数やメソッド（変換、基本的な計算、基本的なデータ操作）を提供します。
rcosmoは、球面データの幾何学的変換、計算、統計解析のための様々なツールを提供します。
tripは、空間クラスを拡張し、動物の追跡のための空間データへのアクセスや操作を可能にします。

データクリーニング

sfは、sf のジオメトリが有効かどうかをチェックする st_is_valid と、無効なジオメトリを修正する st_make_valid という関数が組み込まれています (GEOS 3.8 から)。
lwgeomは、トポロジエラーとジオメトリの有効性の問題の処理と報告を容易にするためにも使用できます。

データ処理 – 特定

JSS paperに付属するlandsatは、リモートセンシングデータの補正ツールを調査・開発するためのツールを提供します。
arealは、重なり合うが不一致のポリゴンを補間するために使用することができ、面的重み付け補間としても知られています。
qualmapは、定性的なGISデータをデジタル化するために使用することができます。
exactextractrは、ラスター値をポリゴン領域（ゾーン統計として知られている）上で高速かつ正確に要約します。

空間的なサンプリング

spsurveyは、様々なサンプリング機能を備えています。
Spbsamplingは、任意の次元で、任意の距離関数を用いて、対象集団によく分散した確率的なサンプルを選択することができます。
spatialsampleは、tidymodel パッケージファミリーの一員で、rsampleで使用する空間リサンプリングのための関数とクラスが含まれています。
MBHdesignは、準乱数法を用いた空間的なサーベイバランスデザインを提供します。
SpotSamplingは、空間的および時間的なサンプリングのための3つのメソッドが含まれています。

空間データの可視化

基本的な視覚化パッケージ

spとsf、raster、rasterVisは、ジェネリックプロット関数による基本的な視覚化方法を提供します。
classIntは、テーマ別マップ作成のクラス間隔を選択するための関数を提供します。
rcosmoは、HEALPixデータをインタラクティブに視覚化するためのツールをいくつか提供します。特に、任意の球状ウィンドウにデータをプロットするために使用します。
現在、Rのインストールに含まれるgrDevicesパッケージには、hcl.colorsとpalette.colors関数でアクセスできる多数のカラーパレットが含まれています。
- このblogの新機能もご覧ください。
- これらのカラーパレットのいくつかは、RColorBrewer、viridis、rcartocolorなどの別のパッケージを使用しても取得することができます。

テーマ別地図作成パッケージ

tmapは、ほとんどの空間データクラスを受け入れ、Grammar of Graphics 構文を用いた主題別マッピングのための近代的な基礎を提供します。また、インタラクティブな空間データマッピングも可能です。
mapsfは、比例記号、コレポリス、タイポロジーマップなどの様々な地図表現を可能にします。
- sf（sf）および SpatRaster（terra）オブジェクトを使用できます。
ggplot2は、geom_sf 関数による sf オブジェクトのビルトインサポートと、starsで利用できる geom_stars 関数による stars オブジェクトの追加サポートがあります。
- ggspatialは、より多くの空間クラス (ラスタパッケージのクラスを含む) のサポートを追加し、北矢印やスケールバーを追加できるなど、空間可視化機能をさらに拡張することが可能です。
mapmiscは、R で見栄えの良い地図を作成するための最小限の軽量なツール群であり、地図投影法をサポートしています。
追加の処理およびマッピング機能はPBSmappingで利用できます。
- PBSmodellingは、モデリングをサポートします。
- さらに、GEOmapは、地質学者のニーズを満たすためのマッピング機能を提供し、geomapdataを使用します。

Webマッピングフレームワークに基づくパッケージ

mapviewとleafletは、通常はWebマッピングベースで空間オブジェクトを対話的に表示するためのメソッドを提供します。
- tmapは、インタラクティブな空間データのマッピングを可能にするビューモードを備えています。
mapdeckは、javascript ライブラリ「Mapbox GL」と「Deck.gl」を使ってインタラクティブな地図を描画する仕組みを提供します。
Google Maps（TM）にアクセスするためのRgoogleMapsは、ユーザーが他のディスプレイの背後に地図の背景を配置したい場合に便利です。
ggmapは、Google MapsとOpenStreetMapで空間視覚化に使用できます。ggsnは、そのようなマップのNorth ArrowとScaleを提供します。
mapeditは、sfジオメトリを編集または作成するためのleaflet に基づいたRのshinyウィジェットを提供します。

カートグラムの作成

cartogramは、ラバーシートの歪みアルゴリズム、連続していないエリアカートグラム、および重ならないサークルカートグラムによる連続エリアカートグラムの構築が可能です。
geogridは、多角形を長方形または六角形の地図に変換します。
micromapは、ggplot2を使用してリンクされたマイクロマップを提供します。
recmapは、例えば母集団を反映した矩形サイズの長方形のカートグラムを提供します。
statebinsは、米国の州へのより単純なビニングアプローチを提供します。

空間データの分析

空間統計学は、点パターン解析、地球統計学、面・格子データ解析の3つの部分的に重複する領域に分けられることが広く認められています。しかし、面的データ解析は、疾病マッピングと空間回帰に分けられます（これも一部重複します）。さらに、生態学的な分析では、空間データに特定の方法でアプローチすることが多く、パッケージの特定のトピッククラスタを生じさせる。空間データを分析するこれらのアプローチはすべて、観測値間の空間的関係を、観測値が互いに独立であると仮定した場合に知られている以上の、観測値に関する重要な情報源を探索し利用する方法として扱います。

ポイントパターン分析

点群解析は、観測点間の距離関係を調べるもので、観測点の集合は調査地域内のすべてのエンティティを包含していることが予想さます。

spatstatは、空間点パターンデータ（およびその他の種類の空間データ）を分析するためのRパッケージのファミリーです。探索的分析、統計モデリング、シミュレーション、統計的推論のための広範な機能を備えています。関心領域の定義に自由度があり、特徴的なプロセスや空間共変量への拡張が可能です。モデルフィッティングやシミュレーションを得意とし、便利なhomepageもあり、活発に開発actively developedが行われています。これは、点間相互作用を伴う非均質な点プロセスモデルの適合を可能にする唯一のパッケージです。
splancsは、点データは、関心のある多角形領域内で分析することができ、および2Dカーネル密度を含む多くの方法を包含します。
spatialは、基本Rに同梱される推奨パッケージで、作者のRipley教授によるKhatの実装を含むいくつかのコア機能を含んでいます。
spatgraphsは、空間点パターン分析で使用されるグラフ、グラフの可視化、グラフベースの要約を提供します。
smacpodは、ケースコントロール点データを解析するためのさまざまな統計的方法を提供します。近い使用方法は、Waller and Gotway（2004）の公衆衛生データの応用空間統計の第6章の方法に準じます。
ecespaは、ECESPA/AEETの空間生態に関する本の中で使用される空間点パターン分析のためのラッパー、機能やデータを提供します。
adsもまた興味深いかもしれません。ads パッケージは，Ripley の K 関数に由来する 1 次および 2 次マルチスケール解析を実行します。
dbmssは、古典的なもの(RipleyのKなど)や、空間経済学者が使用する最近のもの(DurantonとOvermanのKd、MarconとPuechのM)を含む、距離の空間統計関数の全セットを簡単に計算することができます。コアの計算にはspatstatを使用しています。

地理統計

地球統計学では、観測点間の距離を用いて適合させたモデルを用いて、ある点で観測された値を観測されていない点に補間します。

gstatは、一変量および多変量の地理統計学のための幅広い関数を提供し、大規模なデータセットにも対応します。
geoRは、モデルベース地球統計学のための関数を含んでいます。
バリオグラム診断は、vardiagを用いて実施することができます。
gstatを使用して自動化された補間は、automapで提供されています。
このパッケージファミリには、自動補間の手順がintamapによって補足されています。
大規模空間データ用のLatticeKrigとautoFRKで拡張されたfieldsにも、同様の幅広い関数があります。
spatialは、ベースRに同梱され、いくつかのコア機能が含まれています。
spBayesは、MCMCでガウス単変量および多変量モデルに適合します。
rampsは、さまざまなベイズ地球統計モデリングパッケージです。
geosptは、予測と相互検証を含むいくつかの地球統計とラジアル基底関数が含まれています。しかも地球統計モデリングに基づいて、最適な空間サンプリングネットワークの設計のための関数が含まれています。
rcosmoは、球形データ用のさまざまな地理統計手法を提供します：
- 記述統計、エントロピーベースの方法、共分散バリオグラム法など。rcosmo機能のほとんどは、宇宙マイクロ波背景データ用に開発されましたが、あらゆる球形データにも使用できます。
FRKは、大規模なデータセットを使用した空間/時空間のモデリングと予測のためのツールです。Cressie and Johannesson（2008）で議論されたアプローチは、nがデータポイント（またはポリゴン）mの数よりもはるかに少ないn個の基底関数の固定セットを使用して、フィールド、したがって共分散関数を分解します。
RandomFieldsは、確率場のシミュレーションと解析のための機能を提供し、バリオグラムモデルの説明はgeoR、gstatはこのパッケージの間で渡すことができます。
SpatialExtremesは、RandomFieldsを使用した空間極値モデリングのためのいくつかのアプローチを提案します。
CompRandFld、constrainedKrigingとgeosptは、地理統計モデリングの代替アプローチを提供します。
spTimerは、[1]ベイズガウス過程（GP）モデル、[2]ベイジアン自己回帰（AR）モデル、[3]ARモデルに基づくベイズガウス予測プロセス（GPP）を用いた大量の時空間データを時間的に予測し、空間的に予測し、フィットすることができます。
rtopは、行政単位からの流出量に関するデータやデータなどの不規則な空間をサポートするデータの地理統計補間のための機能が用意されています。
georobは、堅牢で、ガウス制限付き最尤による空間的に相関エラーが発生し、クロス検証のためとログデータを変換したクリギング予測の公平な逆変換のためのユーティリティ関数と一緒に、堅牢かつ慣習ポイントとブロッククリギング予測を計算するためのフィッティング線形モデルのための機能を提供します。
SpatialToolsは、クリギングに重点を置いており、予測とシミュレーションのための機能を提供します。
- これは、超過領域および等高線の信頼領域を構築するためのツールを提供するExceedanceToolsによって拡張されています。
gearは、一般的な地球統計学的方法をクリーンで簡単な効率的な方法で実装し、SpatialToolsの準再起動と言われています。
sperrorestは、異なる空間相互検証および空間ブロックブートストラップ法を使用して、空間エラー推定および置換ベースの空間変数重要性を実装します。
sperrorestは、mlr3spatiotempcvで使用される、異なる空間交差検証および空間ブロックブートストラップ法を用いた空間誤差推定と並べ替えベースの空間変数重要性を実装しています。
sgeostatも利用可能です。同じ一般的な分野には、三角測量のためのdeldirとスプライン補間のためのinterpがあり、MBAはマルチレベル B-スプラインによる散布図データ補間を提供します。
矩形データに対する空間共分散行列の計算をサポートする spatialCovariance、spatialCovariance を一部利用したregressおよびtgpがあります。
Stemは、時空間パラメトリックブートストラップを使用してパラメータの標準誤差の推定、EMアルゴリズムを用いて時空間モデルのパラメータの推定を提供します。
FieldSimは、別のランダムフィールドシミュレーションパッケージです。
SSNは、インストリーム距離に基づいてモデルを含むストリーム・ネットワーク上のデータのための地球統計モデリングである。モデルは、移動平均の構造を使用して作成されます。共変量を含めた空間線形モデルは、MLまたはREMLとフィットすることができます。マッピングや他のグラフィカル関数が含まれています。
ipdwは、地理的に参照された点データを、逆経路距離重み付けによって補間する機能を備えています。ユークリッド距離による補間ができないような景観上の障壁がある沿岸海洋アプリケーションに有効です。
RSurveyは、空間的に分散されたデータのための処理プログラムとして使用され、誤り訂正及びデータの視覚化が可能であることもできます。

病気のマッピングとエリアデータ分析

疾病マップには、点パターン解析と地理統計学の両方が含まれ、コミュニケーションと責任ある方法で、空間と時間にわたって公衆衛生情報を表現することに関係しています。推定は、レベルと不確実性の両方において比較可能な計算された率を提示するために重要です。

DClusterは、病気の空間的クラスターを検出するためのパッケージです。
- モデルベースのクラスター検出を行うDClustermや、柔軟なスキャン統計の実装であるrflexscanとFlexScanによって補完されています。
DClusterは、近隣リストと空間重みの構築のための基本的な機能を提供するspdepを拡張し、それに依存します。
spdepは、空間自己相関のグローバル検定とローカル検定を提供しており、結合数検定、MoranのI、GearyのC、Getis-OrdのGなどが含まれています。
rgeodaは、GeoDaのラッパーで、空間自己相関のグローバル検定とローカル検定を計算するための効率的な代替手段を提供します。
SARモデルやCARモデルのような空間回帰モデルをフィットさせるためのいくつかの関数がspatialregにあります、以下を参照してください。
SpatialEpiは、ベイジアンクラスタ検出を含むクラスタの検出と病気のマッピング機能の実装を提供し、地層をサポートしています。
smercは、クラスタ検出に焦点を当て、データ領域データの分析のための統計的方法を提供します。
diseasemapping (archived)は、母集団と症例データのフォーマット、標準化罹患率の計算、INLAを用いたBYMモデルのフィッティングを提供します。
Markov Random Field “mrf” effect は、R に同梱されているmgcvのモデルに追加することができ、推奨パッケージで柔軟なモデリングツールを提供します。
hglmは、SARとCARのモデルフィッティングアプローチも提供します。
ポリゴンオブジェクトの地域化は、AMOEBAによって提供されます。Getis-Ordローカル統計量を使用して空間クラスタを算出する機能。これは、マップ上に不規則なクラスター（ecotopes）を検索し、spdepでのスケーターによります。
segおよびdivseg、OasisRは、空間的分離を測定するための機能を提供します。OasisRは、インデックスをテストするためのモンテカルロシミュレーションが含まれています。
lctoolsは、研究者や教育者に、主要な空間統計量を計算し、実データに単純な空間解析手法と高度な空間解析手法を適用するための、習得しやすいユーザーフレンドリーなツールを提供します。これらには以下のものが含まれます。局所的なピアソン相関係数と地理的に重み付けされたピアソン相関係数、空間的な不平等指標 (ジニ、空間ジニ、LQ、フォーカル LQ)、空間的な自己相関 (グローバルおよびローカルモランズ I)、いくつかの地理的に重み付けした回帰手法、その他の空間分析ツール (その他の地理的に重み付けした統計値) が含まれています。本パッケージには、主にモンテカルロ・シミュレーションに基づいて、計算された各統計値の有意性を測定するための関数も含まれています。
sparrは、相対的なリスクへの別のアプローチを提供します。
CARBayesは、ベイズ階層的な空間面積単位モデルを実装しています。このようなモデルでは、空間的相関が条件付き自己回帰（CAR）事前分布が割り当てられたランダムな効果のセットによってモデル化される。含まれるモデルの例はBYMモデルだけでなく、最近開発された局所的な空間平滑化モデルです。
spaMMは、空間的にランダムな効果のための基本的なモデルとしてMatern相関関数を使用して、空間的なGLMMsに適合します。
PReMiuMは、ディリクレ過程ベイジアンクラスタリングモデルであるプロファイル回帰のためのものです。残差内の任意の空間的相関を考慮するために固定効果（すなわち、特定の非クラスタ、パラメータのグローバルである）に含めることができる空間CAR用語を提供します。
空間生存分析は、spBayesSurv（ベイジアンモデリングと空間相関生存データの分析）によって提供されています。
spselectは、回帰モデルの共変量の空間スケールを選択するための前方階段回帰、増分前方階段回帰、最小角度回帰（LARS）、およびラッソモデルに基づくモデリング関数を提供します。
rakeRとsms、synthACS、NetLogoRは、空間的に明示的なエージェントベースモデルの構築と実行を可能にする空間マイクロシミュレーションを提供しています。

空間回帰

空間回帰モデルのフィットのための関数を提供する多くのパッケージは、疾患マッピングで使用されるため、すでに与えられています。このサブセクションでは、空間計量経済学で使われる手法のサブセットに注目し、Econometricsタスクビューでカバーされている一般的な計量経済学の手法を補完しています。

空間回帰の機能の選択が可能なサポートに依存します。データ点支持することを特徴とし、空間処理が連続している場合は、地球統計学的方法を用いて、又はnlmeに機能することができます。
サポートが面的で、空間的なプロセスが連続的でない場合、spatialregで提供される関数を使用することができます。このパッケージは空間経済学の関数を提供するものとも言えます。
- spdepは、局所的なMoranのIや、ラグランジェ乗数検定などのフィットした線形モデルの診断ツールなど、空間的な関連性の局所的な指標をすべて提供します。
- spatialregの最尤法とベイズMCMC法を用いてフィットできる空間回帰モデルには、空間ラグモデル、空間エラーモデル、2パラメータモデル、それらのDurbin変種、SLXモデルなどがあります。大規模なデータセットの場合、最尤法にスパースマトリックス技術を使用することができます。
- spatialregは、ME関数とSpatialFiltering関数がモラン固有ベクトルモデルフィッティングを提供し、spmoranのより現代的な関数も同様です。
GMMを使用する場合、sphetは、自己相関と不均一の両方を収容するために使用することができます。
splmは、空間パネルデータを最尤法と GM 法でフィットさせる方法を提供します。
spsurは、空間的無相関回帰モデル（空間SUR）を最尤法と3段最小二乗法により検定・推定する関数を提供します。
S2slsとspanelは、splmの機能のほとんどを持たない代替の実装を提供します。
spatialprobitは、空間自己回帰、プロビットモデル（SARへのプロビットモデル）の可能性のベイズ推定を行います。
ProbitSpatialは、二項空間プロビットモデルの大規模データセットへの適合方法を提供します。空間自己回帰（SAR）および空間誤差（SEM）プロビットモデルが含まれます。
starmaは、時空間自己回帰移動平均（STARMA）モデルを特定、推定、診断する機能を提供します。
spgwrは、空間的非定常性の可能性を探るための地理的重み付け回帰法の実装が含まれています。
- gwrrは、地理的重み付け回帰 (GWR) モデルに適合し、GWR モデルにおける共線性を診断して修正するためのツールを備えています。また、地理的重み付きリッジ回帰 (GWRR) と地理的重み付きラッソー (GWL) モデルにも対応しています。
- GWmodelは、地理的重み付け（GW）モデルを計算するための関数を含んでいます。具体的には、基本、ロバスト、ローカルリッジ、ヘテロスケダスティック、混合、マルチスケール、一般化、時空間GWR、GW要約統計、GW PCA、GW判別分析、関連テストと診断、距離メトリックのオプションが含まれます。

生態学的分析

生態学的および環境的なデータを分析するための多くのパッケージがあります。それらは以下を含みます：

生態学や環境データを分析するための多くのパッケージがあります。それらは、環境科学の探索やユークリッドのメソッドのade4、動物による生息地の選択を分析するためのパッケージ（adehabitatHR、adehabitatHS、adehabitatLTおよびadehabitatMA）
時空間系列の規制、分解、解析のためのpastecs
地域社会や植生生態学者のための調整方法や他の有用な機能のためのvegan、他の貢献のパッケージで他の多くの機能が含まれています。一つは、このようなtripが提供するクラスに基づくtripEstimationです。
ncfは最近、CRANに入り、空間的なノンパラメトリック共分散機能の範囲を提供しています。
spindは、一般化見積り方程式（GEE）およびウェーブレット改訂法（WRM）、ウェーブレット多重解像度回帰（WMRR）によるスケーリング、マルチモデル推論の実行、および段階的モデル選択に基づく空間法の関数を提供します。
siplabは、空間的に明示的な個々のベースの植生モデルを実験するためのプラットフォームです。
ModelMapは、基礎となるGISデータを使用してモデルを作成するために他のパッケージに基づいています。
SpatialPositionは、空間位置モデルを計算します。：スチュワートポテンシャル、ライリーの集水域、ハフの集水域。
Watershedsは、流域の集約と空間排水ネットワーク分析のための方法を提供します。
ngspatialは、空間データ、特に非ガウス面積のデータを分析するためのツールを提供します。これは、ヒューズとハラン（2013）のスパース空間一般化線形混合モデルとCarageaとカイザー（2009）の中心にautologisticモデルをサポートします。
landscapemetricsは、カテゴリカル景観パターンのランドスケープメトリックを計算します。単一の環境でランドスケープ分析のための再現可能なワークフローを提供するので、それはFRAGSTATSのドロップイン代替品として使用することができます。また、いくつかの視覚化機能も提供します。すべてのラベル付きパッチまたはすべてのパッチのコア領域を表示します。

Environmetricsタスクビューには、関連する関数とパッケージのより完全な調査が含まれています。

PROJ、GDAL、GEOSにリンクしているパッケージのインストール

sfやterraのように PROJ, GDAL, GEOS のような外部ソフトウェアライブラリを使用するパッケージのインストールには注意が必要です。WindowsやmacOSのようなプラットフォームで、自分自身がパッケージ開発者ではないほとんどのユーザにとって、CRANバイナリパッケージには必要なすべての外部ソフトウェアが含まれているので、ソースインストールと呼ばれるものは常に避けた方がよいでしょう。これらのプラットフォームでの getOption(“pkgType”)は通常「両方」なので、最新のバイナリよりソースパッケージの方が新しい場合、インストールするかどうか尋ねられるかもしれません。

sfやterraなどのソースインストールに誘惑されないでください。バイナリパッケージは一両日中に生成されます。バイナリパッケージは一両日中に生成されます。この質問を避けるために、utilsパッケージが提供するオプションの ?オプションで、install.packages.check.sourceとinstall.packages.compile.from.sourceオプション、または環境変数R_COMPILE_AND_INSTALL_PACKAGESの設定によってRのインストールのデフォルト挙動を制御できるかもしれないことがわかります。helpful commentも参照ください。

WindowsやmacOSを使用している開発者やgithubからインストールする場合、CRANバイナリパッケージの構築に使用されるものと同じ静的リンクバイナリ外部ソフトウェアライブラリ、ヘッダーファイルなどが、downloaded on-the-flyできるWindows 4.0および4.1、forthcoming rtools42するWindows 4.2、macOS both architecturesから利用可能です。これらの外部ソフトウェアライブラリは、R自身と同じコンパイルおよびリンク設定を使用して構築されているため、バイナリの不一致によるエラーの可能性を回避することができます。

getOption(“pkgType”)が”source”であるシステムのユーザ（または開発者）は、ソースパッケージをインストールする際に外部ソフトウェアが利用可能であることを確認する必要があります。そのようなシステムのためのアドバイスは、hereにあります。失敗のThe most common reasonは、外部ソフトウェアの複数のバージョンがあなたのプラットフォームにインストールされていることです。

トライフィールズ

R言語 CRAN Task View：空間データの分析

関連する記事

「R言語 CRAN Task View：空間データの分析」への1件のフィードバック