Форумы GIS-Lab.info

Вопросы имеет характер поиска общих обзоров, общей информации.
Общая цель: поиск софтов для обработки геоботанических данных. И поиск Интернет проф. сообществ, где помогли бы разобраться с техникой их использования, где можно было бы найти примеры работ, пообщаться на эту тему.


Подсказали небольшой обзор имеющегося софта:
http://www.ievbras.ru/ecostat/Kiril/Art ... gramms.pdf

Не знаю, насколько он полный. Но полезные софты уже там нашлись.

Мои задачи не прямо классической геоботаники, но очень к ним близкие. И хочется найти то, чтобы давало и статистический и ГИС анализ и делало это для прицельно экологических задач (почему прицельно – поскольку при этом в разработанных инструментах могут быть реализованы прямо полезные для моих задач функции, в хелпе могут быть наводки и т.п. По этой причине в диапазон поиска не входит пока таковые функции в ГИС софте широкого профиля, ищутся софты именно геоботанической или\и экологической направленности)


И в этом обзоре описан софт BIOTAS (сайт: http://www.ecostats.com/software/biotas/biotas.htm) (не путать с BIOTA) который как раз нацелен на подобное:
"Biotas is a statistical and GIS tool for Windows written for ecologists and resource professionals.

Он платный, но там есть бесплатный триал.

Может быть кто-то сможет просветить дальше:

1. Есть ли бесплатные софты, подобные Biotas ?
Даже если пользовать потом им, хочется сориентироваться в таких софтах. А бесплатные позволяют быстро въезжать в тему и что-то делать.
2. Есть ли Интернет проф. сообщества по геоботаническим вопросам, где собираются специалисты, работающие с подобными или прямо этими софтами: Biotas и другие из обзора по ссылке выше.
3. Сам Biotas кто-то использовал? Бесплатный триал на какой срок дает возможность полной работы с софтом?

Совет 1. О программном обеспечении. Вообще не советую искать ГИС в которую зашиты готовые решения со сложными и специализированными алгоритмами обработки данных. Потому что либо ГИС будет хилая, либо набор алгоритмов будет очень ограниченным. Нужно выбрать хорошую ГИС (со стандартным набором функций характерных именно для ГИС) но обязательно с возможностью интеграции с современными инструментами анализа данных. Пусть ГИС делает свои задачи (в основном связанные с визуализацией и простейшей пространственной обработкой), а сложные манипуляции с данными нужно производить либо в специализированных статистических пакетах, либо, что лучше, в универсальных стат. средах типа R, Matlab, Python. Многие современные ГИС дают возможность расширять свои функции с помощью скриптов на Python, а это дает вам фактически неограниченные возможности по быстрому внедрению необходимых вам алгоритмов. Например, QGIS (или GRASS) являясь вполне адекватными ГИС, дают возможность работать в связке с R или Python. Лучше потратить время на освоение этой технологии, чем на поиск готовых решений.


Совет 2. О поиске алгоритмов. Если вы воспользуетесь советом №1, это даст вам возможность воспользоваться советом №2. Искать алгоритмы для решения поставленной задачи нужно не просматривая возможности имеющегося ПО -- это путь нерадивого студента. В первую очередь, нужно хорошо знать теорию той области науки в которой поставлены ваши задачи (читать статьи по этой теме). Обычно в разделе "методы" описываются основные алгоритмы, их плюсы и минусы. Нужно выбирать алгоритм из хорошей статьи которая решает сходную с вашей задачу. И только после этого искать реализацию этого алгоритма. В большом количестве случаев необходимый алгоритм найдется в открытых источниках в виде реализации на Matlab, R или Python.

Теперь ответ на вопрос.
1. В R (CRAN-project) есть несколько мощных пакетов для экологов, например пакет "Vegan" (это всего лишь от "Vegetation Analysis") - но, на самом деле, vegan активно используют даже не столько ботаники сколько экологи связанные с сообществами, достаточно посмотреть в каких статьях ссылаются на vegan.

2.

Natalia Novoselova писал(а):Есть ли Интернет проф. сообщества

Если идти по пути освоения Python или R, то таких сообществ масса, наиболее многочисленные это конечно разделы на stackexchange.com. Что касается применения всего этого в экологии, то довольно быстро можно получить ответ в тематических ветках ResearcGate, например https://www.researchgate.net/topic/vegetation_ecology или https://www.researchgate.net/topic/remote_sensing

bolotoved писал(а):Совет 1. О программном обеспечении. Вообще не советую искать ГИС в которую зашиты готовые решения со сложными и специализированными алгоритмами обработки данных. Потому что либо ГИС будет хилая, либо набор алгоритмов будет очень ограниченным. Нужно выбрать хорошую ГИС (со стандартным набором функций характерных именно для ГИС) но обязательно с возможностью интеграции с современными инструментами анализа данных. Пусть ГИС делает свои задачи (в основном связанные с визуализацией и простейшей пространственной обработкой), а сложные манипуляции с данными нужно производить либо в специализированных статистических пакетах, либо, что лучше, в универсальных стат. средах типа R, Matlab, Python. Многие современные ГИС дают возможность расширять свои функции с помощью скриптов на Python, а это дает вам фактически неограниченные возможности по быстрому внедрению необходимых вам алгоритмов. Например, QGIS (или GRASS) являясь вполне адекватными ГИС, дают возможность работать в связке с R или Python. Лучше потратить время на освоение этой технологии, чем на поиск готовых решений.

Спасибо за советы и ссылки, bolotoved, это очень ценно!

Про готовые решения в ГИС софте .
Сейчас я ищу всеми путями. И вхожу в отчасти совершенно новую для себя область знаний (геоботаника в ее ГИС и стат. обработке). Софты с реализованными "готовыми решениями" - помогут лучше сориентироваться, "быстро" начать что-то делать и так лучше освоиться, посмотреть что-то относительно простое, примерить для своих задач, понять это в целом.
От этого я уже легче вижу переход к более сложным способам реализции - да, через статьи и разработку алгоритмов в R, matlab, Python..И это освоить на каком-то уровне - конечно, я понимаю как нужные и правильные задачи для целей исследования.. Здесь (в Бразилии) тоже много больших поклонников R и также многие советуют на него переходить. Я пробовала немного во время MSc проекта, не сильно тогда дело продвинулось. Впрочем, тогда не было такой необходимости, и задачи были совсем другими.