专题一

R语言空间数据介绍及数据挖掘关键技术【讲解与实践】

1、R语言空间数据讲解及应用特点

1) R语言基础与数据科学

2) R空间矢量数据

3) R栅格数据

2、R语言空间数据挖掘关键技术讲解

1) sp: 处理地理数据的基础包

2) sf:  dataframe数据框风格的地理数据包

3) rgdal: 封装 GDAL (一个开源地理数据抽象库，提供非常丰富的地理数据读写驱动))

4) rgeos: 封装 GEOS 一个开源几何引擎， 提供几何模型、几何关系判断、基本几何计算操作等功能

5) proj4:PROJ4 一个开源地图投影库，提供丰富的地图投影转换算法

6) spatstat: 空间点格局分析

7) gstat、field: 地质统计学建模、空间插值

8) plot、image、image.plot、tmap、ggmap、ggplot2: 空间专题图

9) leaflet: 现代移动优先的交互式地图绘制框架

10) leaflet.extras:leaflet 插件

11) leaflet.esri: ESRI拓展包

12) spdep：空间相关性分析

13) Caret、CAST：机器学习在时空尺度上训练与模拟

专题二

R语言空间数据高级处理技术
【讲解与案例实践】

1、R语言空间矢量数据处理

1） 点、线、面数据

2） 空间矢量数据的坐标系定义、转换

3） 空间矢量数据的裁剪、相交与合并

4） 空间矢量数据的数值计算

2、R语言栅格数据处理

1） 栅格数据的生成与数据管理

2） 栅格数据的坐标系转换

3） 栅格数据的裁剪、相交与拼接

4） 栅格数据的数值计算

3、R语言栅格数据与矢量数据的相互转换

专题三

R语言多维时空数据处理技术与数据清洗整合

【讲解+案例实践】

1、R语言多维时空数据处理

1) nc、tiff等多维时空数据的读取、处理与导出

2) 多维空间数据的管理

2、R语言数据清洗和整合

1) 数据缺失值、重复值、异常值处理

2) 数据插补方法

3) 近似采样方法，双线性插值法、最大近邻法等

案例一：全球气象栅格数据的提取、裁剪、重采样和输出

案例二：全球MODIS遥感数据产品的时间趋势分析

案例三：全球和中国土壤数据的分层处理和数据插补

案例四：R语言高层数据与地形数据的计算和提取

专题四

R语言地统计与空间自相关、空间插值方法

【讲解+案例实践】

1、地统计与空间自相关

1) 地理学三大定律

2) 空间自相关和地理加权回归

3) 地统计与空间模型

2、空间插值方法

1) R语言反距离权重插值

2) 不同克里金方法比较

3) R语言克里金插值与半方差函数

4) R语言薄盘样条插值

案例一：全国尺度空间自相关计算和地理加权回归模型的构建

案例二：不同空间插值方法、不同空间模型的比较

案例三：基于不同插值方法的全国与区域气象数据降尺度处理

专题五

R语言机器学习与空间模型预测及不确定性评估

【讲解+案例实践】

1、R语言机器学习方法使用

1) R语言机器学习模型的构建（数据标准化、数据分割、超参数优化）

2) R语言机器学习的验证（不同交叉验证方法、时空交叉验证）

2、R语言机器学习空间预测与不确定性评估

案例一：利用环境变量数据构建贝叶斯模型和机器学习模型进行空间预测

案例二：使用机器学习对空间数据进行聚类

专题六

R语言空间尺度转换技术及机器学习方法应用

【讲解+案例实践】

1、空间升、降尺度技术

2、使用机器学习进行空间降尺度

案例：利用五种机器学习集成对温度、降水和辐射数据进行空间降尺度

专题七

R语言空间制图一

【讲解+案例实践】

1、R语言空间做图——plot

2、R语言空间做图——image、levelplot

专题八

R语言空间做图二

【讲解+案例实践】

1、R语言空间做图——ggplot2

1) R语言sp空间数据和sf空间数据的转换和灵活使用

2) 使用ggplot2对sf数据继续空间制图

2、R语言空间专题图——tmap