Determinando relações estatísticas entre rasters usando R vs ArcGIS Desktop?

Estou tentando analisar como os conjuntos de rasters se relacionam usando algumas técnicas estatísticas. Como não tenho muita experiência em usar as ferramentas de estatística espacial no ArcGIS , estava exportando meus rasters como arquivos Ascii e analisando-os usando R (especificamente o maptoolspacote e readAsciiGrid()). Isso está funcionando bem (mas como os conjuntos de dados têm 90.000 pontos, é lento para executar a análise), mas não sei se estou recriando no R , funcionalidade existente no ArcGIS .

Por exemplo, eu quero executar regressões entre cada um desses rasters usando algumas transformações diferentes (logarítmica, exponencial, etc.). Isso pode ser feito no ArcGIS ? Uma segunda questão mais ampla é se existem métodos estatísticos padrão para examinar esse tipo de dados?

Cada par raster possui valores de dados / sem dados correspondentes e todos os parâmetros são idênticos, além do valor da célula da grade.

Eu me ateria ao R. Se a velocidade é realmente um problema (duvido que 90.000 não seja um número tão grande), você pode tentar encontrar relações entre um subconjunto de seus dados. Na verdade, a primeira coisa que eu faria é fazer um enredo para procurar relacionamentos óbvios.

Mesmo que o arcgis contenha ferramentas para comparar rasters, R sempre fornecerá muito mais ferramentas estatísticas.

Por exemplo:

library(rgdal)
map1<-readGDAL('file.asc')
map2<-readGDAL('file2.asc')
samplenr<-sample(length(map1$band1), 1000)
smallset<-data.frame(map1=map1$band1[samplenr],map2=map2$band1[samplenr])
plot(smallset)
lm(map2~map1, smallset)
...

Na verdade, devo acrescentar que muitas vezes é mais correto trabalhar com um subconjunto de seus dados do que com seu conjunto de dados completo. Em muitos casos, as células da grade não são independentes das células de dados circundantes, o que resultará em valores p excessivamente otimistas para, por exemplo, ajustes de regressão (você encontrará mais informações se pesquisar sobre desorganização).

Observe o pacote raster , que foi projetado com esse tipo específico de problema em mente. Ele tenta manter o mínimo de rasterização na memória e executa várias operações espaciais básicas - via GDAL, ele pode lidar com arquivos nativos da ESRI Grid, entre muitos outros formatos. A vinheta fornece alguns bons exemplos de seu uso.

Acabei de ler sobre um pacote do ArcGIS 10 que é um plug-in R. Não tive a chance de explorá-lo completamente, mas pode ser possível modificá-lo para fazer o que descrevi acima.