基於R語言的GD庫實現地理探測器並自動將連續變數轉為類別變數

疯狂学习GIS發表於2024-03-25
R語言變數

  本文介紹基於R語言中的GD包，依據柵格影像資料，實現自變數最優離散化方法選取與執行，並進行地理探測器（Geodetector）操作的方法。

  首先，在R語言中進行地理探測器操作，可透過geodetector包、GD包等2個包實現。其中，geodetector包是地理探測器模型的原作者團隊開發的，其需要保證輸入的自變數資料已經全部為類別資料；其具體操作方法大家可以參考地理探測器R語言實現：geodetector。而GD包則是另一位學者開發的，其可自動實現自變數資料的最優離散化方法選取與執行；本文介紹的就是基於GD包實現地理探測器的具體操作。此外，如果希望基於Excel實現地理探測器，大家可以參考地理探測器Geodetector下載、使用、結果分析方法。

1 包的安裝與匯入

  首先，我們可以先到GD包在R語言中的官方網站，大致瞭解一下該包的簡要介紹、開發團隊等基本資訊。

  隨後，我們開始GD包的下載與安裝。輸入如下所示的程式碼，即可開始包的下載與安裝過程。

install.packages("GD")

  輸入程式碼後，按下回車鍵，執行程式碼；如下圖所示。在安裝GD包時，會自動將其所需依賴的其他包（如果在此之前沒有配置過）都一併配置好，非常方便。

image

  接下來，輸入如下的程式碼，將GD包匯入。

library("GD")

  輸入程式碼後，按下回車鍵，執行程式碼；如下圖所示。

2 資料讀取與預處理

  接下來，我們需要讀取柵格影像資料，並將其轉為GD包可以識別的資料框（Data Frames）格式。

  其中，讀取柵格資料的方法，大家參考基於R語言的raster包讀取遙感影像即可；關於資料格式的轉換，大家參考地理探測器R語言實現：geodetector即可。這一部分的內容本文就不再贅述。

3 地理探測器執行

  接下來，我們就可以開始地理探測器的具體分析；強烈建議大家基於GD包中的gdm()函式，實現一步到位的地理探測器分析操作。

  首先，如果大家輸入資料中的自變數資料具有連續變數，需要將其轉換為類別變數；gdm()函式可以實現連續變數的離散化方式尋優與自動執行。其中，我們可以選擇的離散化方式包括相等間隔法、自然間斷點法、分位數分類法、幾何間隔法與標準差法等5種不同的方法，分別對應以下第一句程式碼中的"equal"、"natural"、"quantile"、"geometric"與"sd"等5個選項。此外，我們還可以依據資料的特徵，對自變數離散化的類別數量加以限定，具體程式碼如下所示。

discmethod <- c("equal", "natural", "quantile", "geometric", "sd")
discitv <- c(4:10)

  其中，上述第一句程式碼表示，我們後續將從相等間隔法、自然間斷點法、分位數分類法、幾何間隔法與標準差法等5種不同的方法中，找到每一個連續變數對應的最優離散化方法；第二句程式碼則表示，在後續尋找最優離散化方法的同時，還需要對每一個變數的分類數量加以尋優——c(4:10)就表示我們分別將每一個連續變數分為4類、5類、6類，以此類推，一直到10類，從其中找到最優結果對應的類別數量。

  接下來，我們即可呼叫gdm()函式，執行地理探測器分析的具體操作；其中，my_gd為儲存地理探測器結果的變數；函式的第一個引數，表示因變數與自變數的關係，~前的變數即為因變數，~後的變數即為自變數，多個自變數之間透過+相連線；第二個參數列示自變數中的連續變數，程式將自動對這些連續變數加以離散化方法尋優與執行；第三個參數列示儲存自變數與因變數資料的資料框（Data Frames）格式的變數；最後兩個變數，即為前面我們選擇的離散化方法與類別數量。

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)

  這裡需要注意，如果大家不是透過指令碼執行的R語言，而是每次寫一句程式碼然後按下回車鍵執行一下，那麼上述程式碼中的換行就需要透過同時按下Shift鍵與回車鍵實現。輸入上述程式碼後，如下圖所示。

  隨後，即可執行程式碼。稍等片刻（具體時長與資料量有關），即可得到地理探測器的結果my_gd。這一變數的具體結構、內容如下圖所示。

  我們可以輸入如下的程式碼，將變數my_gd列印出來。

my_gd

  所得結果如下圖所示。

  可以看到，my_gd變數包含了每一個連續變數在離散化後，對應的最優離散化方法與類別數量，以及地理探測器的各個分析結果。具體結果的含義與研讀方法，大家參考地理探測器Geodetector下載、使用、結果分析方法，以及地理探測器R語言實現：geodetector這兩篇文章即可，這裡就不再贅述。

  此外，我們可以透過如下的程式碼，將上述結果加以視覺化。

plot(my_gd)

  執行上述程式碼，結果如下圖所示。

  此時，在RStudio軟體的右下方“Plots”中，即可看到視覺化結果，如下圖所示。其中，我們可以透過下圖中紅色方框內的箭頭，實現不同圖片的切換顯示。

  上述結果包含7張影像，其分別與上上圖中的7項輸出內容對應——第一張圖是最優離散化方法的選取過程，第二張圖則是所選出的最優離散化方法對應的分類情況；後5張圖就是地理探測器的分析結果圖，即上上圖中最後5個plot分別對應的結果。

  至此，我們就完成了基於R語言中的GD包，依據多張柵格影像資料，實現類別變數的自動離散化，並進行地理探測器（Geodetector）操作的完整流程。

相關文章