Tokyo r hiromatsu

～素人の手による～Ｒを用いた地理情報分析 2011/08/27 TokyoR #16 Hiroki Matsui

自己紹介 Hiroki Matsui（ＲＰＴ，ＭＰＨ）専門：リハビリテーション、臨床疫学・医療経済学元理学療法士（リハビリ屋）->現在は研究者と事務屋の間Ｒは趣味程度に利用->現在は、仕事で利用Ｒも地理情報分析も素人 Twitter:Hiro_macchan

本日のテーマ Rによる地理的情報の分析でも、僕はRも地理情報分析も素人 ->タスクを設定してそれを達成し、事例報告でお茶を・・・。エンジニアの皆様、専門家の皆様ごめんなさい。逆に色々教えて下さい。

本日のテーマタスク Rを用いて東京都の専門医の地理的分布を Google Earth上に描画してみよう！

GISで地図を書く GIS(Geographic InformationSystem：地理的情報システム）を用いることにより、コンピューター上で、地理的情報を重ね合わせて表示し、情報を得るためのソフトウェア。空間統計や、時空間統計などの統計手法についても近年は発達している。 ->今回は、そういった高度な内容は扱いませんので、また教えて下さい。。。

GISで地図を書く必要なもの白地図情報描画の下地になる白地図情報。数値集計の枠組みになったりする。地理的情報が付与された統計情報統計数値と地理的情報（具体的には緯度経度）がセットになったデータセット GISソフト色々あって選り取り見取り？今回はＲを使ってみよう。

ＧＩＳで地図を書く白地図情報各種白地図情報（国土地理院、国土交通省、ESRI社）ファイル形式は様々だが、ESRI社の開発したShapeファイル形式が広く利用されている。ＧｏｏｇｌｅＥａｒｔｈやGoogle Map上に描画する場合もある。

ＧＩＳで地図を書く地理的情報を付加した統計情報住所情報にジオコーディングで、緯度経度情報を付加する必要性各種ジオコーダー（Google, Yahoo, 東大CSVアドレスマッチングサービス等）Ｒ上でもジオコーディングをする手法があるようです。（R-wiki参照）

ＧＩＳで地図を書くＧＩＳソフトとしてのＲ maptoolsというパッケージが有名地理的情報をSpatialPoligonという形のデータで格納し、Ｒ上で地図への描画などを行う事が出来る。他のパッケージは試してないので、比較できませんが結構便利です。

maptoolsの紹介 maptoolsで出来ること地理的情報をSpatialPoligonに変換 ShapeFileなどで記載された白地図情報をSpatialPoligonに変換 SpatialPoligonファイルの編集 KMLファイルへの出力等々

事例紹介（白地図データ）白地図データは、諸般の事情により、国土交通省国土政策局の国土数値情報から取得したJPGISファイルからShapeファイルを作成（ＥＳＲＩ社に白地図データをＲで使っていい？と聞いたらだめと言われたんで。。。）

事例紹介（ジオコーディング）ジオコーディング済みの地理的情報を取得しましょう。今回は、東京都における各医療機関の住所情報、及び、所属する専門医数を利用します。東京都のＨＰから取得ジオコーディングは、東大地理空間研究所が提供している、CSVアドレスマッチングサービスを利用

Ｒによる実際の処理白地図シェープファイルの取り込み統計情報の取り込み主題図の描画ＫＭＬファイルへの出力

白地図のShapeFileの取り込み library(maptools) jpn2<-readShapeSpatial(shapefile,proj4string = CRS("+proj=longlat +datum=WGS84")) tokyo<-jpn2[jpn2$KEN=="東京都",] plot(tokyo,xlim=xlim,ylim=ylim,axes=T)

統計情報の取り込み hospital<-read.csv(byouin,colClasses=c(rep("numeric",55),rep("character",5),rep("numeric",4)),head=T) lola<-hospital[,fx:fy] sp.hospital<-SpatialPoints(lola,proj4string = CRS("+proj=longlat +datum=WGS84 +units=km")) spdf.hospital<-SpatialPointsDataFrame(sp.hospital,data=hospital)

主題図の描画 #病院の、白地図上での所属を判定 res_all<-overlay(spdf.hospital,tokyo) spdf.hospital@data$location<-as.factor(res_all) #各市区町村の別の産婦人科専門医合計人数を計算 obstgyne<-tapply(spdf.hospital$産婦人科専門医,spdf.hospital$location,sum) obst.name<-names(obstgyne) obstgyne<-as.data.frame(obstgyne) obstgyne$name<-obst.name #SPにマージ tokyo@data<-merge.data.frame(tokyo@data,obstgyne,by.x="OBJECTID",by.y="name",all=T) tokyo$obstgyne<-ifelse(is.na(tokyo$obstgyne),0,tokyo$obstgyne) f.plot<-function(x){ iro<-brewer.pal(8,"Greens") kaisou<-classIntervals(x,n=8,style="kmeans") colcode<-findColours(kaisou,iro) 　plot(tokyo,col=paste(colcode,80,sep=""),axes=T,xlim=xlim,ylim=ylim) } f.plot(tokyo$p.obstgyne)

地図の重ね合わせ plot(spdf.hospital,cex=spdf.hospital$産婦人科専門医*0.1,pch = 16, col = "#0000FF70",xlim=xlim,ylim=ylim,add=T)

KMLファイルへの出力 #地図をGoogle Mapとかで使える用に png/kml形式に変換 library(rgdal) opt_exask <- options(example.ask=FALSE) tf <- "c:/KML/tokyo" SGqk <- GE_SpatialGrid(tokyo) png(file=paste(tf, ".png", sep=""), width=SGqk$width, height=SGqk$height, bg="transparent") par(mar=c(0,0,0,0), xaxs="i", yaxs="i") iro<-brewer.pal(8,"Greens") kaisou<-classIntervals(tokyo$p.obstgyne,n=8,style="kmeans") colcode<-findColours(kaisou,iro) plot(tokyo,col=paste(colcode,80,sep=""), xlim=SGqk$xlim, ylim=SGqk$ylim) dev.off() kmlOverlay(SGqk, paste(tf, ".kml", sep=""), paste(tf, ".png", sep="")) 参考：R-wiki（http://www.okada.jp.org/RWiki/index.php?GoogleEarth%A4%C8R）

GISの医療政策への応用患者の医療アクセスの解析医療マーケティング医療のアウトカムリサーチを行う際の交絡調整に。。

参考資料書籍地理空間データ分析 (Rで学ぶデータサイエンス 7) （谷村晋 (著), 金明哲 (編集) ）ホームページ R-wiki（http://www.okada.jp.org/RWiki/index.php?GoogleEarth%A4%C8R） CSVアドレスマッチングサービス（http://newspat.csis.u-tokyo.ac.jp/geocode/）国土地理院（http://www.gsi.go.jp/kiban/index.html）国土交通省（http://nlftp.mlit.go.jp/ksj/index.html） ESRIジャパン（http://www.esrij.com/）参考にさせて頂いたブログ http://d.hatena.ne.jp/dichika/touch http://d.hatena.ne.jp/isseing333/

Tokyo r hiromatsu

Recomendados

Recomendados

Mais conteúdo relacionado

Destaque

Destaque (20)

Tokyo r hiromatsu