Module 5 Données matricielles

Cette leçon est une introduction aux données spatiales matricielles sous R. Son objectif principal est d’apprendre à lire, interpréter et visualiser des données matricielles. Notez que la section 2.3 Raster data du livre Geocomputation with R des auteurs Robin Lovelace, Jakub Nowosad, et Jannes Muenchow (Lovelace, Nowosad, and Muenchow 2021) est un bon accompagnement à ce module.


À la fin de ce module vous saurez:

  • Créer et lire un raster.
  • Interpréter la géométrie d’un raster.
  • Comprendre la structure d’un raster.
  • Obtenir des statistiques simples sur les données contenues dans un raster.
  • Visualiser un raster.
  • Transformer le système de coordonnées de référence d’un raster.
  • Transformer la résolution d’un raster.
  • Lire et visualiser un raster multi-bande.

Vous utiliserez les bibliothèques suivantes:
  • raster
  • mapview
  • leafsync
  • FedData
Vous apprendrez à utiliser les fonctions suivantes:
  • raster()
  • getValues()
  • maxValue()
  • cellStats()
  • ncell()
  • res()
  • extent()
  • crs()
  • aggregate()
  • projectRaster()
  • writeRaster()
  • brick()
  • stack()
  • viewRGB()
  • mapview() et latticeView(), que vous connaissez déjà.
  • ratify()
Vous utiliserez les données suivantes:

Vous utiliserez aussi les fonctions suivantes, qui ne sont pas spécifiques aux données spatiales:

  • dim()
  • class()
  • levels()
  • factor(), as.factor()
  • plot(), hist(), boxplot()
  • as.data.frame()
  • head()
  • max(), min(), median(), median()
  • which.max(), which.min()
  • summary()
  • names()

Dans la section leçon, vous utiliserez deux ensembles de données matricielles.

Le premier ensemble contient des données spatiales relatives aux îlots de chaleur urbains dans la région de la ville de Québec.

Le second ensemble contient des données spatiales satellites captées par Landsat près de la ville de La Tuque en Mauricie.

Dans la section exercices, vous utiliserez des données de couverture terrestre d’une région du Colorado aux États-Unis.