Biotas и ее бесплатные аналоги.+Геоботанич. сообщества

[Natalia Novoselova]

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?

[bolotoved]

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.

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

[Natalia Novoselova]

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.