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地理探测器R语言实现:geodetector。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 ,大家可以参考地理探测器Geodetector下载、使用、结果分析方法。
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,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。
r
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。
r
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,大家参考基于R语言的raster包读取遥感影像即可;关于数据格式的转换,大家参考地理探测器R语言实现:geodetector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。
r
discmethod <- c("equal", "natural", "quantile", "geometric", "sd")
discitv <- c(4:10)
其中,上述第一句代码表示,我们后续将从相等间隔法 、自然间断点法 、分位数分类法 、几何间隔法 与标准差法 等5
种不同的方法中,找到每一个连续变量 对应的最优离散化方法 ;第二句代码则表示,在后续寻找最优离散化方法的同时,还需要对每一个变量的分类数量 加以寻优------c(4:10)
就表示我们分别将每一个连续变量 分为4
类、5
类、6
类,以此类推,一直到10
类,从其中找到最优结果对应的类别数量。
接下来,我们即可调用gdm()
函数,执行地理探测器 分析的具体操作;其中,my_gd
为保存地理探测器结果的变量;函数的第一个参数,表示因变量与自变量的关系,~
前的变量即为因变量 ,~
后的变量即为自变量 ,多个自变量 之间通过+
相连接;第二个参数表示自变量 中的连续变量 ,程序将自动对这些连续变量 加以离散化方法寻优与执行 ;第三个参数表示存储自变量与因变量数据的数据框 (Data Frames
)格式的变量;最后两个变量,即为前面我们选择的离散化方法 与类别数量。
r
my_gd <- gdm(A_LCCS0 ~ C_SlopeS0 + D_AspectS0 + DEM_Reclass + F_LCS0,
continuous_variable = c("C_SlopeS0", "D_AspectS0"),
data = tif_frame,
discmethod = discmethod,
discitv = discitv)
这里需要注意,如果大家不是通过脚本运行的R 语言,而是每次写一句代码然后按下回车
键运行一下,那么上述代码中的换行就需要通过同时按下Shift
键与回车
键实现。输入上述代码后,如下图所示。
随后,即可运行代码。稍等片刻(具体时长与数据量有关),即可得到地理探测器的结果my_gd
。这一变量的具体结构、内容如下图所示。
我们可以输入如下的代码,将变量my_gd
打印出来。
r
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,大家参考地理探测器Geodetector下载、使用、结果分析方法,以及地理探测器R语言实现:geodetector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。
r
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。