• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

在地理信息系统（GIS）环境中集成空间数据分析功能：使用ArcGIS引擎和R进行空间分析（SAAR）。

Integrating spatial data analysis functionalities in a GIS environment: Spatial Analysis using ArcGIS Engine and R (SAAR).

作者信息

Koo Hyeongmo, Chun Yongwan, Griffith Daniel

机构信息

The University of Texas at Dallas, School of Economic, Political and Policy Sciences, 800 West Campbell Road, Richardson, United States.

出版信息

Trans GIS. 2018 Jun;22(3):721-736. doi: 10.1111/tgis.12452. Epub 2018 Aug 17.

DOI:10.1111/tgis.12452
PMID:30828255
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC6392199/
Abstract

Spatial data analysis (SDA) tools to efficiently handle and explore spatial data have become readily available. Although these SDA tools have their own strengths and purposes, they suffer from limited support in terms of a development environment offering easy customization and high extensibility, a strength of open source software. This paper presents a stand-alone software package for SDA in a geographic information systems (GIS) environment, called Spatial Analysis using ArcGIS Engine and R (SAAR), which provides an integrated GIS and SDA environment. A set of SDA tools in SAAR utilize functions in R using R.NET, while other tools were developed in .NET independent of R. SAAR provides an efficient working environment for both general and advanced GIS users. For general GIS users with limited programming skills, SAAR furnishes advanced SDA tools in a popular ArcGIS environment with graphical user interfaces. For advanced GIS users, SAAR offers an extensible GIS platform to help them customize and implement SDA functions with relatively little development effort. This paper demonstrates some functionalities of SAAR using census data for Texas counties.

摘要

用于有效处理和探索空间数据的空间数据分析（SDA）工具已 readily available。尽管这些SDA工具都有各自的优势和用途，但在提供易于定制和高可扩展性的开发环境方面，它们的支持有限，而这正是开源软件的优势所在。本文介绍了一种在地理信息系统（GIS）环境中用于SDA的独立软件包，称为使用ArcGIS Engine和R的空间分析（SAAR），它提供了一个集成的GIS和SDA环境。SAAR中的一组SDA工具使用R.NET利用R中的函数，而其他工具则在独立于R的.NET中开发。SAAR为普通和高级GIS用户提供了一个高效的工作环境。对于编程技能有限的普通GIS用户，SAAR在具有图形用户界面的流行ArcGIS环境中提供高级SDA工具。对于高级GIS用户，SAAR提供了一个可扩展的GIS平台，帮助他们以相对较少的开发工作量定制和实现SDA功能。本文使用德克萨斯州县的人口普查数据展示了SAAR的一些功能。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/aaca42c03473/nihms-983885-f0013.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/8b0ffbc59d2b/nihms-983885-f0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/fcc048573994/nihms-983885-f0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/2bc764cf1607/nihms-983885-f0003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/4bd4d04f769c/nihms-983885-f0004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/516bacd45438/nihms-983885-f0005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/8990454601d3/nihms-983885-f0006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/9d9d65709c23/nihms-983885-f0007.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/cd1d99d0d8f9/nihms-983885-f0008.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/b07dfc6a3133/nihms-983885-f0009.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/15abb70e821b/nihms-983885-f0010.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/16d978600a0e/nihms-983885-f0011.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/0b95a759ba53/nihms-983885-f0012.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/aaca42c03473/nihms-983885-f0013.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/8b0ffbc59d2b/nihms-983885-f0001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/fcc048573994/nihms-983885-f0002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/2bc764cf1607/nihms-983885-f0003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/4bd4d04f769c/nihms-983885-f0004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/516bacd45438/nihms-983885-f0005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/8990454601d3/nihms-983885-f0006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/9d9d65709c23/nihms-983885-f0007.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/cd1d99d0d8f9/nihms-983885-f0008.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/b07dfc6a3133/nihms-983885-f0009.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/15abb70e821b/nihms-983885-f0010.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/16d978600a0e/nihms-983885-f0011.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/0b95a759ba53/nihms-983885-f0012.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/3f50/6392199/aaca42c03473/nihms-983885-f0013.jpg

相似文献

1
Integrating spatial data analysis functionalities in a GIS environment: Spatial Analysis using ArcGIS Engine and R (SAAR).在地理信息系统（GIS）环境中集成空间数据分析功能：使用ArcGIS引擎和R进行空间分析（SAAR）。
Trans GIS. 2018 Jun;22(3):721-736. doi: 10.1111/tgis.12452. Epub 2018 Aug 17.
2
ToxPi*GIS Toolkit: creating, viewing, and sharing integrative visualizations for geospatial data using ArcGIS.ToxPi*GIS 工具包：使用 ArcGIS 创建、查看和共享地理空间数据的综合可视化。
J Expo Sci Environ Epidemiol. 2022 Nov;32(6):900-907. doi: 10.1038/s41370-022-00433-w. Epub 2022 Apr 26.
3
ToxPi*GIS Toolkit: Creating, viewing, and sharing integrative visualizations for geospatial data using ArcGIS.ToxPi*地理信息系统工具包：使用ArcGIS创建、查看和共享地理空间数据的综合可视化。
medRxiv. 2021 Oct 12:2021.10.08.21264756. doi: 10.1101/2021.10.08.21264756.
4
Adapting a geographical information system-based water resource management to the needs of the Romanian water authorities.使基于地理信息系统的水资源管理适应罗马尼亚水务部门的需求。
Environ Sci Pollut Res Int. 2009 Aug;16 Suppl 1:S33-41. doi: 10.1007/s11356-008-0065-5. Epub 2008 Nov 8.
5
Development of SOVAT: a numerical-spatial decision support system for community health assessment research.SOVAT的开发：一种用于社区健康评估研究的数值空间决策支持系统。
Int J Med Inform. 2006 Oct-Nov;75(10-11):771-84. doi: 10.1016/j.ijmedinf.2005.10.008. Epub 2005 Dec 15.
6
Geographic Information Systems.地理信息系统
Comput Stat. 2009;1(2):167-186. doi: 10.1002/wics.21.
7
An Ontology-Based GIS for Genomic Data Management of Rumen Microbes.用于瘤胃微生物基因组数据管理的基于本体的地理信息系统
Genomics Inform. 2015 Mar;13(1):7-14. doi: 10.5808/GI.2015.13.1.7. Epub 2015 Mar 31.
8
Preparing GIS data for analysis of stream monitoring data: The R package openSTARS.为分析河流监测数据准备 GIS 数据：R 包 openSTARS。
PLoS One. 2020 Sep 17;15(9):e0239237. doi: 10.1371/journal.pone.0239237. eCollection 2020.
9
Hadoop-GIS: A High Performance Spatial Data Warehousing System over MapReduce.Hadoop-GIS：一种基于MapReduce的高性能空间数据仓库系统。
Proceedings VLDB Endowment. 2013 Aug;6(11).
10
SDMtoolbox 2.0: the next generation Python-based GIS toolkit for landscape genetic, biogeographic and species distribution model analyses.SDMtoolbox 2.0：用于景观遗传学、生物地理学和物种分布模型分析的新一代基于Python的地理信息系统工具包。
PeerJ. 2017 Dec 5;5:e4095. doi: 10.7717/peerj.4095. eCollection 2017.

引用本文的文献

1
Geographical variation and predictors of missing essential newborn care items during the immediate postpartum period in Ethiopia: Spatial and multilevel count analyses.埃塞俄比亚产妇产后即刻期缺失基本新生儿护理用品的地域差异及影响因素：空间和多层次计数分析。
PLoS One. 2024 Sep 6;19(9):e0308104. doi: 10.1371/journal.pone.0308104. eCollection 2024.
2
Correlation between climatic environment and characteristic components of 14 kinds of huajiao by thermal analysis techniques, GC-MS and HS-IMS.基于热分析技术、气相色谱-质谱联用仪和顶空-离子迁移谱法对14种花椒气候环境与特征成分的相关性研究
Food Sci Nutr. 2024 May 3;12(7):4783-4799. doi: 10.1002/fsn3.4126. eCollection 2024 Jul.
3
Exploring the spatio-temporal clusters of closed restaurants after the COVID-19 outbreak in Seoul using relative risk surfaces.利用相对风险曲面探索 COVID-19 疫情后首尔关闭餐厅的时空聚集性。
Sci Rep. 2023 Aug 24;13(1):13889. doi: 10.1038/s41598-023-40937-5.
4
Soil Sample Assay Uncertainty and the Geographic Distribution of Contaminants: Error Impacts on Syracuse Trace Metal Soil Loading Analysis Results.土壤样本分析不确定性与污染物的地理分布：误差对锡拉丘兹痕量金属土壤负荷分析结果的影响。
Int J Environ Res Public Health. 2021 May 13;18(10):5164. doi: 10.3390/ijerph18105164.
5
Looking Back, Looking Forward: Progress and Prospect for Spatial Demography.回首往昔，展望未来：空间人口学的进展与前景
Spat Demogr. 2021;9(1):1-29. doi: 10.1007/s40980-021-00084-9. Epub 2021 May 20.

本文引用的文献

1
Geovisualizing attribute uncertainty of interval and ratio variables: a framework and an implementation for vector data.地理可视化区间和比率变量的属性不确定性：矢量数据的一个框架及实现方法
J Vis Lang Comput. 2018 Feb;44:89-96. doi: 10.1016/j.jvlc.2017.11.007. Epub 2017 Dec 5.
2
A heuristic multi-criteria classification approach incorporating data quality information for choropleth mapping.一种纳入数据质量信息用于分级统计图绘制的启发式多标准分类方法。
Cartogr Geogr Inf Sci. 2017;44(3):246-258. doi: 10.1080/15230406.2016.1145072. Epub 2016 Feb 25.
3
Genetic Landscapes GIS Toolbox: tools to map patterns of genetic divergence and diversity.遗传景观 GIS 工具箱：用于绘制遗传分歧和多样性模式的工具。
Mol Ecol Resour. 2011 Jan;11(1):158-61. doi: 10.1111/j.1755-0998.2010.02904.x. Epub 2010 Aug 16.