ரிமோட் சென்சிங் & ஜிஐஎஸ் ஜர்னல்

சுருக்கம்

இடைமுகம் புல்-ஜிஐஎஸ் மற்றும் ஆர்: சாய்வின் அடிப்படையில் சாலை விளக்க புள்ளியியல் பிரதிநிதித்துவம்

குமாரி ப்ரீடி மற்றும் ராகுல் தேவ் கார்க்

புள்ளியியல் நோக்கங்களுக்காக நிறைய GIS (புவியியல் தகவல் அமைப்புகள்) பயன்பாடுகள் சந்தையில் கிடைக்கின்றன, ஆனால் GRASS-GIS இன் ஒருங்கிணைப்புக்கான தேவை அதிகமாக உள்ளது, அதாவது புவியியல் வள பகுப்பாய்வு R புள்ளியியல் தொகுப்புடன் GIS ஐ ஆதரிக்கிறது. பல ஆராய்ச்சியாளர்கள் எப்பொழுதும் புள்ளியியல் சிக்கல்களுடன் கூடிய இடஞ்சார்ந்த தரவுகளை ஆராயவும், பகுப்பாய்வு செய்யவும், சிக்கலான பகுப்பாய்வு செய்யவும் மற்றும் தனிப்பட்ட மென்பொருளுக்குள் குறைந்த நேரத்திலும் நினைவகத்திலும் பெரிய பகுதிகளைக் கையாளவும் விரும்புகிறார்கள், ஆனால் ஒருங்கிணைப்பு இல்லாமல் இது சாத்தியமில்லை. எவ்வாறாயினும், GRASS-GIS மற்றும் R புள்ளியியல் தொகுப்பின் ஒருங்கிணைப்பு, கணக்கீடு, பகுப்பாய்வு, மீட்டெடுப்பு, பட செயலாக்கம், கிராபிக்ஸ் தயாரிப்பு மற்றும் வினவல் இடஞ்சார்ந்த தரவு தொடர்பான அனைத்து தேவைகளையும் பூர்த்தி செய்ய மிக முக்கிய பங்கு வகிக்கிறது. கிராஸ் என்பது திறந்த மூல மென்பொருளாகும், இது தரவு மேலாண்மை, புவிசார் தரவு பகுப்பாய்வு, காட்சிப்படுத்தலுடன் கூடிய இடஞ்சார்ந்த மாடலிங் ஆகியவற்றிற்குப் பயன்படுத்தப்படுகிறது, அதேசமயம் R (திறந்த மூல தொகுப்பு) அனைத்து புள்ளியியல் சூழல்களையும் சிறந்த தரமான அடுக்குகளுடன் நேரியல் அல்லது நேரியல் அல்லாத மாடலிங், வகைப்பாட்டுடன் நேரத் தொடர் பகுப்பாய்வு ஆகியவற்றை செயல்படுத்துகிறது. மற்றும் கிளஸ்டரிங். இந்த தாளில், GRASS-GIS அதாவது, GIS துணை அமைப்பு R க்கு ஒரு எளிய இடைமுகமாக செயல்படுகிறது, அதாவது, ராஸ்டர் மற்றும் வெக்டார் ஸ்பேஷியல் தரவு இரண்டிற்கும் புள்ளியியல் கம்ப்யூட்டிங் துணை அமைப்பு, இது R system () செயல்பாட்டின் மூலம் GRASS நிரலுக்கு கட்டளைகளை வழங்குகிறது. ஒருங்கிணைப்பு அனைத்து R திட்டமிடல் மற்றும் பகுப்பாய்வு செயல்பாடுகளை செயல்படுத்துகிறது அதாவது, க்ரிஜிங் கணிப்பு; கர்னல் அடர்த்தி மாதிரி மதிப்பீடு போன்றவை மற்றும் ஆராய்ச்சி மற்றும் கல்வி நோக்கங்களின் கருத்துடன் மிகவும் பயனுள்ளதாக இருக்கும். இரண்டு திறந்த மென்பொருளின் தொகுப்புகள் பற்றிய அறிமுக அறிவை அவற்றின் நெகிழ்வுத்தன்மை, உறுதியான திறனுடன் வழங்கவும் இது திறன் கொண்டது. கிராஸ் சூழலில் R ஐ இடைமுகப்படுத்துவதன் மூலம் பாக்ஸ் ப்ளாட் பிரதிநிதித்துவம் வழியாக சாய்வின் அடிப்படையில் சாலைகளை வகைப்படுத்துவதற்கான உதாரணத்தையும் இந்தத் தாள் அறிமுகப்படுத்துகிறது.