software:art:curso:chuvapr

Não foi possível enviar o arquivo. Será algum problema com as permissões?

Você está aqui: start » software » art » curso » chuvapr

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- software:art:curso:chuvapr [2007/12/12 00:34]
paulojus
+++ software:art:curso:chuvapr [2007/12/12 00:56] (atual)
paulojus
@@ Linha 1: / Linha 1: @@
 ====== Exemplo: chuva no Paraná e Krigagem ======
-. exemplo: Banco de Dados de Chuva no PR
+Exemplo: Banco de Dados de Chuva no PR\\
-Banco existente no SGBD
+Banco existente no SGBD\\
 (banco geográfico no formato TerraLib)
-##
-. Conectando e inspecionando o banco
-##
-para ilustrar o uso vamos fazer as operações no R via aRT
+//
-e acompanhar visualizando no terraView
+//
+** 1. Conectando banco, visualizando no R e criando vistasno TV **
+**//Fazer no TV://**
+  - abrir o terraView e conectar ao banco "chuvaPR"
+  - se existir alguma vista já criada, visualize!
-##
+<code R>
-. Conectando banco, visualizando no R e criando vistasno TV
-##
-**** fazer no TV:
-a. abrir o terraView e conectar ao banco "chuvaPR"
-##
-b. se existir alguma vista já criada, visualize!
 require(aRT)
+</code>
-estabelecendo conexão com o DBMS (SGBD)
+Estabelecendo conexão com o DBMS (SGBD)
+<code R>
 con <- openConn()
 con
+</code>
-listando os bancos existentes no DBMS
+Listando os bancos existentes no DBMS
+<code R>
 showDbs(con)
+</code>
-conectando a um banco da dados
+Conectando a um banco da dados
+<code R>
 pr <- openDb(con, "chuvaPR", update=T)
+</code>
-visualizando informações deste banco
+Visualizando informações deste banco
+<code R>
 pr
+</code>
-abrindo o layer com contorno do estado
+Abrindo o layer com contorno do estado
+<code R>
 pr.l_contorno <- openLayer(pr, "contorno")
 pr.l_contorno
 visualizando dado do layer
 plot(pr.l_contorno)
+</code>
-abrindo outro layer, das estações meteorológicas e dados de precipitação
+Abrindo outro layer, das estações meteorológicas e dados de precipitação
+<code R>
 pr.l_dados <- openLayer(pr, "dados")
 pr.l_dados
+</code>
-visualizando, sobrepondo ao gráfico anterior
+Visualizando, sobrepondo ao gráfico anterior
+<code R>
 plot(pr.l_dados, add=T)
+</code>
-apagando uma "vista" pré-existente do banco
+Apagando uma "vista" pré-existente do banco
+<code R>
 deleteView(pr, "Parana")  type Y at the R prompt
+</code>
-**** fazer no TV:
+**//Fazer no TV://**
-reconectar o banco o TV e ver que a vista "sumiu"!!!
+  - reconectar o banco o TV e ver que a vista "sumiu"!!!
+Criando uma vista/tema com o contorno ...
-criando uma vista/tema com o contorno ...
+<code R>
 tema_pol <- createTheme(pr.l_contorno, "contorno", view="Parana")
 setVisual(tema_pol, visualPolygons())
+</code>
 ... e adicionando os pontos à vista já criada
+<code R>
 tema_dados <- createTheme(pr.l_dados, "estacoes", view = "Parana")
 setVisual(tema_dados, visualPoints(pch=21, color="black", size=5))
+</code>
-**** fazer no TV:
+**// Fazer no TV://**
-reconectar o banco o TV e ver que "apareceu" a vista agora chamada "parana" !!!
+  - reconectar o banco o TV e ver que "apareceu" a vista agora chamada "parana" !!!
-##
+//
-. Operações da TL via aRT
+//
-##
+** 2. Operações da TL via aRT **
-ilustrando como (algumas) operações da terraLib podem ser usadas
+Ilustrando como (algumas) operações da terraLib podem ser usadas
+<code R>
 getProj(pr.l_contorno)
 getMetric(pr.l_contorno, "area")
@@ Linha 78: / Linha 93: @@
 getDistance(pr.l_contorno, id=as.character(c(1,3)), pr.l_dados)
 getDistance(pr.l_contorno, id=as.character(c(2,3)), pr.l_dados)
+</code>
+//
+//
+** 3. Trazendo e manipulando dados e fazendo análises no R **
+Abrindo o tema e trazendo dados para um objeto do R\\
-##
+Duas possibilidades:
-. Trazendo e manipulando dados e fazendo análises no R
+  - via "theme"
-##
+<code R>
-abrindo o tema e trazendo dados para um objeto do R
-duas possibilidades:
-a. via "theme"
 pr
 th_dados <- openTheme(pr, "estacoes")
@@ Linha 94: / Linha 108: @@
 dados <- getData(th_dados)
 head(dados)
+</code>
-b. via tabela do banco
+  - via tabela do banco
+<code R>
 pr.l_dados
 tb_dados <- openTable(pr.l_dados, "t_dados")
@@ Linha 103: / Linha 118: @@
 pts <- getPoints(pr.l_dados)
 dat[1:5,]
+</code>
-trazendo o polígono com a borda do espaço para um objeto do R
+Trazendo o polígono com a borda do espaço para um objeto do R
+<code R>
 pol <- getPolygons(pr.l_contorno)
 pol
 plot(pol)
+</code>
 Fazendo agora uma interpolação dos dados de chuva via geoestatística/krigagem
-carregando o pacote geoR
+  * Carregando o pacote geoR
+<code R>
 require(geoR)
+</code>
-convertendo dados os dados para o formato "geodata" da geoR (conveniente)
+  * Convertendo dados os dados para o formato "geodata" da geoR (conveniente)
+<code R>
 geo <- as.geodata(dados, data.col=2)
 geo$borders <- pol@polygons[[1]]@Polygons[[1]]@coords
 plot(geo)
+</code>
-estimando parâmetros
+  * Estimando parâmetros
+<code R>
 ml <- likfit(geo, trend="1st", ini=c(1000, 100)) um pouco demorado
 definindo e visualizando grid de predição
@@ Linha 125: / Linha 146: @@
 points(geo, bor=borders)
 points(loc0, pch=".", col=2) veja gráfico!
-e fazendo krigagem
+</code>
+  * e fazendo krigagem
+<code R>
 kc <- krige.conv(geo, loc=loc0, krige=krige.control(obj=ml), bor=geo$borders)
+</code>
-visualizando no R
+  * visualizando no R
+<code R>
 image(kc, col=terrain.colors(15), coords=parana$coords) ver gráfico
+</code>
 Preparing the predictions for aRT to transfer as a raster to the DBMS
+<code R>
 georpred <- .prepare.graph.kriging(locations=loc0, borders=parana$borders, values=kc$pred)
 names(georpred)[3] <- "z"
+</code>
-criando um novo layer no banco para armazenar o grid de predição
+Criando um novo layer no banco para armazenar o grid de predição
+<code R>
 pr.l_pred <- createLayer(pr, "predicao")
 addRaster(pr.l_pred, georpred)
+</code>
-checking the current status of the DB
+Checking the current status of the DB
+<code R>
 pr
+</code>
-**** fazer no TV:
+**// Fazer no TV://**
-reconectar o banco o TV e ver que um novo layer foi criado
+  - reconectar o banco o TV e ver que um novo layer foi criado
 Optional : setting to a TV view
+<code R>
 th <- createTheme(pr.l_pred, "raster", view="parana")
 setVisual(th, visualRaster(color = terrain.colors(15)), mode="r")
 pr
+</code>
-**** fazer no TV:
+**// Fazer no TV://**
-reconectar o banco o TV e ver que um novo tema foi adicionado a vista
+  - reconectar o banco o TV e ver que um novo tema foi adicionado a vista
-visualize!!!!
+  - visualize!!!!
-##
-Adicionando uma nova coluna (com predições) à tabela de dados
-##
-para exemplicifar isto vamos fazer a krigagem nos pontos onde há dados
+//
+//
+** 4. Adicionando uma nova coluna (com predições) à tabela de dados **\\
+Para exemplificar isto vamos fazer a krigagem nos pontos onde há dados
+<code R>
 kc0 <- krige.conv(geo, loc=geo$coords, krige=krige.control(obj=ml), borders=NULL)
 prs <- data.frame(id=rownames(geo$coords), pred=kc0$pred)
 createColumn(tb_dados, "preds", type="numeric")
 updateColumns(tb_dados, prs)
+</code>
 veja o novo status da tabela
+<code R>
 tb_dados
+</code>
-*** fazer no TV:
+**//Fazer no TV://**
-reconectar o banco e ver que há agora uma nova tabela no layer de dados
+  - reconectar o banco e ver que há agora uma nova tabela no layer de dados
-##
+//
-. Some plots
+//
-##
+** 5. Some plots **
 Plotting directly from the data-base (not using R objects)
+<code R>
 plot(pr.l_pred, col=terrain.colors(15))
 plot(pr.l_dados, add=T)
 plot(pr.l_contorno, add=T) veja a figura!
+</code>
-##
 Deletando um layer
+<code R>
-# deleteLayer(con, "pr.l_pred")
+deleteLayer(con, "pr.l_pred")
+</code>

Diferenças

Navegação

Busca

Ferramentas

QR Code