Introdução à Análise de Dados Espaciais

Introdução à Análise de Dados Espaciais

Geospatial Data Analysis

GeoDa é uma ferramenta Livre e Open Source (FOSS) que serve como uma introdução à análise de dados espaciais. Ele é projetado para facilitar novas idéias a partir de análise de dados, explorando e modelando padrões espaciais.

GeoDa foi desenvolvido pelo Dr. Luc Anseln e sua equipe. O programa fornece uma interface amigável e gráfica para os métodos de análise de dados espaciais exploratórios (ESDA), como estatísticas de autocorrelação espacial e análise de regressão espacial básica para dados de treliça¹ (pontos e polígonos). ¹lattice data

A versão mais recente 1.10 contém vários novos recursos de agrupamentos local (local cluster), incluindo mapas de cluster de Gear locais univariados e multivariados e várias técnicas clássicas de cluster não-espacial (análise de componentes principais, k-means e cluster hierárquico) implementadas na biblioteca de clusters em C  de Hoon et al. (2013).

GeoDa 1.10 também continua a oferecer suporte a mais formatos de arquivos espaciais, suporte total de dados espaço-temporais em todas as exibições, camadas basemap para todos os mapas, gráficos de médias, matrizes de plotagem de dispersão, autocorrelação espacial não-paramétrica (correlograma) e categorização de dados flexíveis.

Geographically Weighted Modelling

GWR4.09 já está disponível e substitui todas as versões anteriores. Esta versão do GWR é uma nova versão de aplicativo do Windows da ferramenta para modelar relacionamentos variando espacialmente entre variáveis, calibrando Regressão Geograficamente Ponderada (GWR) e Modelos Lineares Generalizados Ponderados Geograficamente (GWGLM) com suas variantes semiparamétricas.

A Regressão Geograficamente Ponderada é uma técnica para análise exploratória de dados espaciais.

Na regressão “normal”, assumimos que o relacionamento que estamos modelando é válido em toda a área de estudo – ou seja, os parâmetros de regressão são estatísticas de “mapa completo”.

Em muitas situações, este não é necessariamente o caso, pois o mapeamento dos resíduos (a diferença entre os dados observados e previstos) pode revelar. Muitas soluções diferentes foram propostas para lidar com a variação espacial no relacionamento. O GWR fornece um meio elegante e fácil de modelar tais relações.

Referências

http://spatial.uchicago.edu/geoda

http://gwr.maynoothuniversity.ie

https://gwrtools.github.io

STATSREF: Statistical Analysis Handbook

Geospatial Analysis – A comprehensive guide

Análise de Dados Espaciais no QGIS

Análise de Dados Espaciais no QGIS

Geoestatística

Gstat é um software livre de Geoestatística (atualmente ele foi transformado em um pacote do R).

Análise de Dados Espaciais no QGIS

  • Mapa de Localização

 

  • Análise Exploratória

  • Resultado do Cálculo do Variograma Experimental

  • Modelagem do Variograma

  • Krigagem Ordinária

Dados Amostrais

O Meuse é um conjunto de dados geoestatísticos clássico usado com freqüência pelo criador do pacote gstat para demonstrar várias etapas de análise geoestatística.
O conjunto de dados de pontos consiste em 155 amostras de concentrações de metais pesados do solo superficial (ppm), junto com um número de variáveis do solo e da paisagem.
As amostras foram coletadas em uma planície de inundação do rio Meuse, perto da vila Stein.

Referências

  1. Applied Spatial Data Analysis with R
  2. A Practical Guide to Geostatistical Mapping

Curso Análise de Dados Espaciais no QGIS

Objetivo: aula prática de interpolação de dados no QGIS;

Área de aplicação: solos, contaminação, ambiental, geoquímica, etc.;

Data: Setembro ou Outubro (ainda à definir);

Local: São Paulo – SP.

Inscrições: http://www.geosaber.com.br

Contato: sidney.goveia@geosaber.com.br