ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Hands-On Geospatial Analysis with R and QGIS: A beginner's guide to manipulating, managing, and analyzing spatial data using R and QGIS 3.2.2

دانلود کتاب تجزیه و تحلیل جغرافیایی دستی با R و QGIS: راهنمای مبتدی برای دستکاری، مدیریت و تجزیه و تحلیل داده های مکانی با استفاده از R و QGIS 3.2.2

Hands-On Geospatial Analysis with R and QGIS: A beginner's guide to manipulating, managing, and analyzing spatial data using R and QGIS 3.2.2

مشخصات کتاب

Hands-On Geospatial Analysis with R and QGIS: A beginner's guide to manipulating, managing, and analyzing spatial data using R and QGIS 3.2.2

ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 9781788991674 
ناشر: Packt Publishing 
سال نشر: 2018 
تعداد صفحات: 354
[402] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 Mb 

قیمت کتاب (تومان) : 38,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 4


در صورت تبدیل فایل کتاب Hands-On Geospatial Analysis with R and QGIS: A beginner's guide to manipulating, managing, and analyzing spatial data using R and QGIS 3.2.2 به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تجزیه و تحلیل جغرافیایی دستی با R و QGIS: راهنمای مبتدی برای دستکاری، مدیریت و تجزیه و تحلیل داده های مکانی با استفاده از R و QGIS 3.2.2 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تجزیه و تحلیل جغرافیایی دستی با R و QGIS: راهنمای مبتدی برای دستکاری، مدیریت و تجزیه و تحلیل داده های مکانی با استفاده از R و QGIS 3.2.2



نمونه های عملی با پروژه های دنیای واقعی در GIS، سنجش از دور، مدیریت داده های مکانی و تجزیه و تحلیل با استفاده از زبان برنامه نویسی R

ویژگی های کلیدی

    < li>آشنایی با اصول R و QGIS برای کار با GIS و داده های سنجش از دور
  • یادگیری مدیریت، دستکاری و تجزیه و تحلیل داده های مکانی با استفاده از R و QGIS
  • استفاده از الگوریتم های یادگیری ماشین برای داده‌های مکانی با استفاده از R و QGIS

توضیحات کتاب

مدیریت داده‌های مکانی همیشه چالش برانگیز بوده و با افزایش اندازه داده‌ها پیچیده‌تر می‌شود. داده‌های مکانی در واقع کلان داده هستند و برای مدل‌سازی و ایجاد گردش‌های کاری مختلف به ابزارها و تکنیک‌های مختلفی نیاز دارید. R و QGIS دارای ویژگی های قدرتمندی هستند که می توانند این کار را آسان تر کنند.

این کتاب همراه شما برای استفاده از الگوریتم های یادگیری ماشین در GIS و داده های سنجش از دور است. شما با به دست آوردن درک درستی از ماهیت داده های مکانی و نصب R و QGIS شروع خواهید کرد. سپس، قبل از انجام همین کار در QGIS، یاد خواهید گرفت که چگونه از بسته های R مختلف برای وارد کردن، صادرات و تجسم داده ها استفاده کنید. اسکرین شات ها برای سهولت درک شما گنجانده شده است.

در ادامه، با جنبه‌های مختلف مدیریت و تجزیه و تحلیل داده‌های مکانی، قبل از فرو رفتن در موضوعات پیشرفته، آشنا خواهید شد. با استفاده از ggplot2، ggmap، شطرنجی و سایر بسته‌های R، تجسم‌های قدرتمند داده‌ای ایجاد خواهید کرد. نحوه استفاده از QGIS 3.2.2 برای تجسم و مدیریت (ایجاد، ویرایش و قالب‌بندی) داده‌های مکانی را خواهید آموخت. انواع مختلف تجزیه و تحلیل فضایی نیز با استفاده از R پوشش داده شده است. در نهایت، شما با داده های زمین لغزش از بنگلادش برای ایجاد یک نقشه حساسیت زمین لغزش با استفاده از الگوریتم های مختلف یادگیری ماشین کار خواهید کرد.

با مطالعه این کتاب، در کمترین زمان از یک مبتدی به یک کاربر متوسط ​​GIS و داده های سنجش از دور تبدیل خواهید شد.

آنچه یاد خواهید گرفت

  • R و QGIS را نصب کنید
  • با اصول برنامه نویسی R و QGIS آشنا شوید
  • تجسم داده های کمی و کیفی برای ایجاد نقشه ها
  • مبانی داده های شطرنجی و نحوه استفاده از آنها در R و QGIS را بیابید
  • اجرای وظایف ژئوپردازش و خودکارسازی آنها با استفاده از مدل ساز گرافیکی QGIS < /li>
  • از الگوریتم‌های مختلف یادگیری ماشین بر روی داده‌های ماهواره‌ای برای نقشه‌برداری و پیش‌بینی حساسیت زمین لغزش استفاده کنید

این کتاب برای چه کسی است

این کتاب برای جغرافی‌دانان عالی است، دانشمندان محیط زیست، آماردانان و هر حرفه ای که با داده های مکانی سر و کار دارد. اگر می خواهید یاد بگیرید که چگونه با داده های GIS و سنجش از دور کار کنید، این کتاب برای شما مناسب است. دانش اولیه R و QGIS مفید خواهد بود اما ضروری نیست.

فهرست مطالب

  1. تنظیم محیط های R و QGIS برای وظایف جغرافیایی
  2. مبانی GIS با استفاده از R و QGIS
  3. ایجاد داده های جغرافیایی
  4. کار با داده های مکانی
  5. سنجش از راه دور با استفاده از R و QGIS
  6. الگوی نقطه ای تجزیه و تحلیل
  7. تحلیل فضایی
  8. GRASS، مدل‌سازهای گرافیکی و نقشه‌برداری وب
  9. طبقه‌بندی تصاویر سنجش از راه دور
  10. نقشه‌گذاری حساسیت زمین لغزش

توضیحاتی درمورد کتاب به خارجی

Practical examples with real-world projects in GIS, Remote sensing, Geospatial data management and Analysis using the R programming language

Key Features

  • Understand the basics of R and QGIS to work with GIS and remote sensing data
  • Learn to manage, manipulate, and analyze spatial data using R and QGIS
  • Apply machine learning algorithms to geospatial data using R and QGIS

Book Description

Managing spatial data has always been challenging and it's getting more complex as the size of data increases. Spatial data is actually big data and you need different tools and techniques to work your way around to model and create different workflows. R and QGIS have powerful features that can make this job easier.

This book is your companion for applying machine learning algorithms on GIS and remote sensing data. You'll start by gaining an understanding of the nature of spatial data and installing R and QGIS. Then, you'll learn how to use different R packages to import, export, and visualize data, before doing the same in QGIS. Screenshots are included to ease your understanding.

Moving on, you'll learn about different aspects of managing and analyzing spatial data, before diving into advanced topics. You'll create powerful data visualizations using ggplot2, ggmap, raster, and other packages of R. You'll learn how to use QGIS 3.2.2 to visualize and manage (create, edit, and format) spatial data. Different types of spatial analysis are also covered using R. Finally, you'll work with landslide data from Bangladesh to create a landslide susceptibility map using different machine learning algorithms.

By reading this book, you'll transition from being a beginner to an intermediate user of GIS and remote sensing data in no time.

What you will learn

  • Install R and QGIS
  • Get familiar with the basics of R programming and QGIS
  • Visualize quantitative and qualitative data to create maps
  • Find out the basics of raster data and how to use them in R and QGIS
  • Perform geoprocessing tasks and automate them using the graphical modeler of QGIS
  • Apply different machine learning algorithms on satellite data for landslide susceptibility mapping and prediction

Who this book is for

This book is great for geographers, environmental scientists, statisticians, and every professional who deals with spatial data. If you want to learn how to handle GIS and remote sensing data, then this book is for you. Basic knowledge of R and QGIS would be helpful but is not necessary.

Table of Contents

  1. Setting up R and QGIS Environments for Geospatial Tasks
  2. Fundamentals of GIS Using R and QGIS
  3. Creating Geospatial Data
  4. Working with Geospatial Data
  5. Remote Sensing Using R and QGIS
  6. Point Pattern Analysis
  7. Spatial Analysis
  8. GRASS, Graphical Modelers, and Web Mapping
  9. Classification of Remote Sensing Images
  10. Landslide Susceptability Mapping


فهرست مطالب

Title Page
Copyright and Credits
	Hands-On Geospatial Analysis with R and QGIS
Packt Upsell
	Why subscribe?
	Packt.com
Contributors
	About the author
	About the reviewers
	Packt is searching for authors like you
Preface
	Who this book is for
	What this book covers
	To get the most out of this book
		Download the example code files
		Download the color images
		Conventions used
	Get in touch
		Reviews
Setting Up R and QGIS Environments for Geospatial Tasks
	Installing R
	Basic data types and data structures in R
		Basic data types in R 
		Variable
		Data structures in R 
			Vectors
				Basic operations with vector
			Matrix
			Array
			Data frames
			Lists
			Factor
	Looping, functions, and apply family in R
		Looping in R
		Functions in R
		Apply family – lapply, sapply, apply, tapply
			apply
			lapply
			sapply
			tapply
	Plotting in R
	Installing QGIS
	Getting to know the QGIS environment
	Summary
	Questions
	Further reading
Fundamentals of GIS Using R and QGIS
	GIS in R
		Data types in GIS
			Vector data
			Raster data
		Plotting point data
			Importing point data from Excel
		Plotting lines and polygons data in R
			Adding point data on polygon data
		Changing projection system
		Plotting quantitative and qualitative data on a map
		Using tmap for easier plotting
	Vector data in QGIS
		Adding Excel data in QGIS using joins 
		Adding CSV layers in QGIS 
			Showing multiple labels using text chart diagrams
		Adding a background map
	Summary
	Questions
	Further reading
Creating Geospatial Data
	Getting data from the web
		Downloading data from Natural Earth
		Downloading data from DIVA-GIS
		Downloading data from EarthExplorer
	Creating vector data
		Creating point data
		Creating polygon data
			Adding features to vector data
	Digitizing a map
	Working with databases
		Creating a SpatiaLite database
		Adding a shapefile to a database
	Summary
	Questions
	Further reading
Working with Geospatial Data
	Working with vector data in R
		Combining shapefiles in R
		Clipping in R
		Difference in R
		Area calculation in R
	Working with vector data in QGIS
		Combining shapefiles
		Converting vector data types
			Polygons into lines
			Lines into polygons
		Clipping
		Difference
		Buffer
		Intersection
		Statistical summary of vector layers
		Using field calculators for advanced field calculations
	Summary
Remote Sensing Using R and QGIS
	Basics of remote sensing
		Basic terminologies
		Remote sensing image characteristics
		Atmospheric correction
	Working with raster data in R
		Reading raster data
		Stacking raster data
		Changing the projection system of a raster file
		False color composite
		Slope, aspect, and hillshade
			Slope
			Aspect
			Hillshade
		Normalized Difference Vegetation Index (NDVI)
			Classifying the NDVI
	Working with raster data in QGIS
		False color composite
		Raster mosaic
		Clip raster by mask layer
		Projection system
		Changing projection systems
		Sampling raster data using points
		Reclassifying rasters
		Slope, aspect, and hillshade in QGIS
			Slope
	Summary
	Questions
Point Pattern Analysis
	Introduction to point pattern analysis
		The ppp object
		Creating a ppp object from a CSV file
		Marked point patterns
	Analysis of point patterns
		Quadrat test
		G-function
		K-function
		L-function
		Spatial segregation for a bivariate marked point pattern
	Summary
Spatial Analysis
	Testing autocorrelation
		Preparing data
		Moran's I index for autocorrelation
	Modeling autocorrelation
		Spatial autoregression
	Generalized linear model
		Modeling count data using Poisson GLM
	Spatial interpolation
		Nearest-neighbor interpolation
		Inverse distance weighting 
	Geostatistics
		Some important concepts
		Variograms
		Kriging
			Checking residuals 
	Summary
GRASS, Graphical Modelers, and Web Mapping
	GRASS GIS
		Basics of GRASS GIS
			Database
			Location
			Mapset
		Creating a mapset
		Importing vector data in GRASS
		Importing raster data in GRASS
		False color composite in GRASS
		Graphical modeler
	Web mapping
		Web mapping in QGIS
	Summary
Classification of Remote Sensing Images
	Classification of raster data
	Supervised classification
		Supervised classification in QGIS
		Creating a validation shapefile
	Unsupervised classification
	Summary
Landslide Susceptibility Mapping
	Landslides in Bangladesh
	Landslide susceptibility modeling
		Data preprocessing
		Model building
			Logistic regression
			CART
			Random forest
	Summary
Other Books You May Enjoy
	Leave a review - let other readers know what you think




نظرات کاربران