Informační webinář: Úvod do programování v Pythonu (pro úplné začátečníky)

18. 9. 2024 od 14:00

Poslední místa – Regresní analýza v TIBCO Statistica

Brno (Mendelova univerzita) – 6. 6. 2024

Poslední místa – Analýza rozptylu v TIBCO Statistica

Brno (Mendelova univerzita) – 7. 6. 2024

Geospatial Data Processing in R

Nový

Learn how to analyze and interpret geospatial data from scratch using R, with practical functions designed specifically to simplify and accelerate batch processing.

In this specialized course for geoscience researchers, you’ll learn how to transform geospatial data into tidy formats, perform insightful analyses, and visualize results through map creation. By the end of the course, you’ll confidently write your own analytical scripts for geospatial datasets.

This two-day course is led by Mgr. Ondřej Ledvinka, Ph.D., a specialist at the Department of Hydrological Data and Water Balances at the Czech Hydrometeorological Institute (ČHMÚ). Dr. Ledvinka is also an assistant professor at the Department of Physical Geography and Geoecology at Charles University, specializing in geospatial data processing techniques applied in hydrology and climatology (see instructor profile).

You’ll practice hands-on exercises in the English version of RStudio. Computers will be provided at the venue, so you don’t need to bring your own one. After completing the course, you’ll also receive dozens of ready-to-use scripts to help you analyze your own data right away.

Kodaňská 1441/46
Praha 10

Course venue address

2 days

Course duration

Zvýhodněné balíčky kurzů

Zakupte si balíček 2 nebo více vybraných kurzů a ušetřete

You'll benefit most from this course if you:

want to learn how to use the R programming language to analyze data that inherently includes spatial components (vector geodata, raster geodata),
have no prior experience with geospatial data processing in R but need to incorporate spatial analysis into your research or daily tasks (e.g., researchers in geography, geology, hydrology, climatology, environmental science, remote sensing, and related fields),
have some experience with R but need to adapt your existing knowledge to geospatial data processing,
need to make geospatial data analysis more efficient within your organization.

What prerequisite knowledge is required?

What will you learn in the course?

How to navigate the RStudio environment, especially focusing on features relevant for working with geospatial data,
how to import geospatial data of various formats into R from multiple sources (files, server-based services, and specialized functions from R packages),
how to effectively save geospatial data to files, ensuring that carefully produced results or intermediate data are preserved without loss,
why geographically referenced data should be processed using interconnected, sequential algorithms (known as pipelines),
how to leverage the tidyverse ecosystem, particularly for processing vector geodata (sf package functions),
how to create new vector and raster geodata with specified coordinate reference systems – using existing coordinates or entirely new coordinate pairs (sf, sfheaders packages) as well as spatial extent and horizontal resolution (terra package),
how functional programming concepts, including anonymous functions in R, simplify geospatial data processing,
how to create static (thematic) maps using R with ggplot2 and related packages (tidyterra, ggspatial, tmap),
how to dynamically visualize geometrical objects in RStudio’s Viewer pane using the mapview and tmap packages,
how to export your finished maps from R into image files.

Show me course syllabus

The RStudio environment in relation to geospatial data (e.g., geometry columns for vector data, formal raster data classes visible in the Environment pane).

Specifics of geospatial data processing using pipeline-supporting functions (particularly regarding geometry and associated measurement units).

Importing geospatial data into R from saved files (vector and raster data using the sf and terra packages), server-based services (esri2sf, arcgislayers, ows4R packages), or using specialized packages designed for downloading online geodata (RCzechia, geodata).

Working with vector geodata (using the sf package):

review of fundamental tidyverse functions,
specific geometry-related operations (merging, spatial queries and selections, spatial joins),
calculating polygon areas and perimeters, line lengths,
working with measurement units and conversions,
defining and transforming coordinate reference systems (CRS),
saving data into files (including property settings such as character encoding for shapefiles),
extracting coordinates from point vector layers.

Working with raster geodata (using the terra package):

extracting raster values for points, lines, and polygons (zonal statistics),
aggregating data across raster layers (e.g., temporal aggregation),
setting and defining coordinate reference systems (authority codes, WKT),
raster reprojection and adjusting horizontal resolution,
raster file operations: saving to files (e.g., TIFF, netCDF), setting layer names, and specifying dates/times for individual layers,
converting raster data into tabular formats,
creating raster objects from lists,
removing raster values to obtain an empty raster structure.

Creating static maps (using ggplot2, tidyterra, ggspatial, tmap):

fundamentals of map creation in R,
adding raster and vector layers,
working with color palettes, legends, and labels,
adding scale bars and north arrows,
changing localization settings (e.g., Czech) and reverting to default,
saving maps to files.

Creating dynamic maps (using mapview and tmap):

generating interactive maps in the Viewer pane,
changing base maps,
importance of WMS services as base layers.

Geodata and functional programming in R (using purrr, furrr, tidyr):

importance of nesting data,
understanding and applying the map() family of functions (with explanation of differences),
options for parallel processing using futures.

Názory spokojených účastníků

„Přestože s jazykem R pracuji již více jak 11 let, dozvěděl jsem se mnoho důležitých faktů, které mi coby samoukovi unikaly. Samozřejmostí je promítnutí těchto faktů do praktického využití, ať už se jedná o zefektivnění a zrychlení práce s R, tak především o teoretické základy, které pan Čapek vysvětlil naprosto bravurně. Jsem rád, že jsem kurz navštívil, protože při práci by mi jinak nastudování a pochopení principů, které stojí za různými typy testů hypotéz, trvalo roky. Kurz zabrousil též do pokročilejších metod. Vyzkoušeli jsme si základní zpracování časových řad, kdy jsme např. na čtvrtletní data nasazovali model a vykreslovali si grafy s předpovídanými hodnotami a konfidenčními intervaly. Za mě pořadatelé kurzu dostávají jedničku!“

Mgr. Ondřej Ledvinka, Ph.D., Český hydrometeorologický ústav

„Takto je to naprosto poprvé, kdy nám statistické metody někdo vysvětlil tak, že jsme dokázali pochopit i to, proč děláme to co děláme a jsme schopni to pak při práci i prakticky a především samostatně použit. Kurz byl zaměřen opravdu prakticky. Měl nevyhnutné množství teorie, no podstatnou část pak lektor věnoval praktické aplikaci statistických metod na jednotlivé úkoly v kontextu cíle, který daný úkol sledoval. Zároveň lektor velmi názorně vysvětloval jak o daných úkolech a aplikaci metod přemýšlet, co a proč se dělá a jak následně získané výstupy správně interpretovat.“

Vědecký pracovník, 1. lékařská fakulta Univerzita Karlova

What training materials will you receive?

How long does the course take?

Meet your instructor

Your instructor will be Mgr. Ondřej Ledvinka, Ph.D., a specialist from the Department of Hydrological Data and Water Balances at the Czech Hydrometeorological Institute (ČHMÚ) and an assistant professor at the Department of Physical Geography and Geoecology, Charles University.

Dr. Ledvinka specializes in geospatial data processing applied to hydrology and climatology at ČHMÚ. At Charles University’s Faculty of Science, he teaches courses focused on geospatial, hydrological, and climatological data analysis using the R programming language. He has more than 15 years of experience in systematically teaching data processing in R.

How much does the course cost, where does it take place, and what are the payment options?

The course takes place at our training center located at Kodaňská 1441/46, Praha 10 (4D Center).

The price of the course is 12,900 CZK excluding VAT. The price includes the provision of tools and training materials, as well as refreshments during the course and lunch.

Payment is made via bank transfer based on the issued invoice.

Non-binding Course Registration

Další názory spokojených účastníků

Anonymní zpětná vazba účastníků z dotazníku spokojenosti po kurzu.

Absolventi tohoto kurzu…

„Školení mi pomohlo v základní orientaci v jazyce R, dodalo mně to také odvahu pustit se do jazyka R hlouběji.“

„Naučil jsem se nové možnosti statistického zpracování dat, nad rámec metod dostupných v běžných statistických SW.“

„Mohu studentům ukázat, jak vyhodnocovat data v dalším statistickém softwaru.“

Navazující kurzy

Jsem v kurzu

Garantováno

Kurz statistiky II v programovacím jazyce R

2 dny

27.-28.května 2025
10.-11. listopadu 2025

Praha

12 900 Kč bez DPH

→

Potřebujete poradit?

Zpracování osobních údajů

Adresa školícího centra

4D Center
Kodaňská 1441/46
101 00 Praha 10

Fakturační adresa

DataBon s.r.o.
Korunní 2569/108, 101 00 Praha 10

IČ: 09743804
DIČ: CZ09743804

Want to receive push notifications for all major on-site activities?