oceandatr：一个用于获取和处理地理空间海洋数据的R软件包

《Ecology and Evolution》：oceandatr: An R Package to Acquire and Process Geospatial Ocean Data

　　

摘要
地图和空间模型为自然资源管理和政策决策提供信息。然而，这些决策所需的地理空间数据通常分散在多个网站和服务中，并且通常需要专业技术来下载、处理和分析。R编程语言在环境科学中广泛使用，虽然已有一些用于获取陆地地理空间数据的R软件包，但用于海洋数据的软件包仅限于特定数据集。为填补这一空白，研究人员引入了oceandatr R软件包，这是一个提供对一系列全球海洋数据进行简化访问的接口。该软件包提供了获取和处理多种数据源的函数——包括水深地形、地貌、生态和人类使用数据——并以多种基于网格的格式返回这些数据。网格化输出的数据可直接用于建模、空间分析和空间规划。虽然oceandatr访问海洋数据，但其用于获取边界和网格化数据的函数也可用于其他场景。研究人员概述了oceandatr的用途，并展示了两个案例研究，其中使用oceandatr获取和处理数据，用于空间规划应用和渔获努力量的空间模型。Oceandatr简化了海洋研究人员和空间规划者的地理空间分析过程，降低了技术门槛，并支持基于证据的决策。

**论文解读：oceandatr R软件包——简化海洋地理空间数据获取与处理**

**研究背景与问题**

地理空间数据（即包含位置信息的数据）在环境管理和政策决策中发挥着关键作用，尤其是在建模和制图应用中。例如，遥感数据与地面观测结合可生成陆地物种分布图，而全球海表温度等环境变量常用于渔业和海洋生态系统模型。然而，在应用之前，这些数据必须经过获取、处理和标准化。当前面临的主要挑战包括：数据分散于多个网站和数据库，获取特定区域的数据需要掌握查询语言（如SQL）和数据库结构等技术技能；此外，数据还需协调统一到相同的空间单元（如空间网格、点位置或不规则边界）以进行后续分析，这需要额外的地理空间处理专业知识。尽管已有ArcGIS、QGIS、GDAL等软件辅助处理地理空间数据，但R统计计算环境在自然和环境科学领域广泛使用，且其地理空间处理能力正在快速扩展。虽然有超过20,000个R软件包扩展了R的功能，其中许多专门用于地理空间数据操作（如sf和terra包），但据研究人员所知，目前尚无R软件包能够提供对多种海洋地理空间数据集的访问，并具备处理和标准化这些数据的函数。这一空白阻碍了海洋空间分析和规划的效率和可重复性。

**研究内容与结论**

为填补这一关键空白，研究人员开发了oceandatr R软件包，旨在简化海洋数据的获取、处理、标准化和分析过程。该软件包提供了一系列函数，用于获取多种广泛使用的海洋数据集，包括水深地形、海山、生物物理数据等，并允许用户灵活地网格化和标准化自己的数据，提供分类方法以促进可视化和进一步分析。虽然oceandatr专注于海洋领域，但其获取边界、创建自定义空间网格和聚合数据的函数也可应用于陆地数据。论文通过两个案例研究展示了oceandatr在空间规划（高海洋保护区优先区识别）和渔业模型（渔获努力量空间建模）中的应用。结果表明，该软件包显著降低了技术门槛，支持可重复的地理空间数据处理流程，对海洋研究和空间规划具有重要实践意义。该论文发表在《Ecology and Evolution》。

**主要技术方法**

研究人员采用了以下关键技术方法：（1）利用R语言环境，通过get_boundary()函数调用rnaturalearth包（获取陆地边界）和mregions2包（获取海洋边界，如专属经济区^EEZ）；（2）通过get_grid()函数创建指定分辨率、坐标参考系统和格式的网格（支持矢量和栅格格式，可包含正方形或六边形）；（3）通过get_data_in_grid()函数将矢量和栅格数据转换到指定网格，支持不同坐标参考系统、跨反子午线数据处理；（4）数据获取方面，通过get_bathymetry()函数从GEBCO 2026全球地形模型（存储于英国自然环境研究理事会环境数据分析中心^CEDA）下载水深数据，并自动分类为五个深度区；通过get_geomorphology()、get_seamounts()、get_knolls()等函数获取地貌和海山数据（来源包括Yesson等和Harris等）；通过get_ecoregion()函数获取全球生态区划（如世界海洋生态区、Longhurst生物地理省等）；通过get_enviro_zones()函数基于Bio-Oracle的11个环境变量使用kmeans聚类生成环境区；通过get_gfw()函数获取全球渔获观察组织^GFW的渔获努力量数据（需API密钥）；通过get_dist()函数计算到港口、锚地和海岸的距离（来源包括世界港口索引^WPI和GFW锚地数据）。样本数据涉及全球海洋区域，案例研究使用了太平洋公海区域和密克罗尼西亚联邦专属经济区^EEZ。

**研究结果**

**1. 软件包工作流程**
oceandatr提供了三个通用函数：（1）get_boundary()获取感兴趣区域的边界（如国家、海洋或专属经济区^EEZ）；（2）get_grid()创建指定分辨率和格式的网格；（3）get_data_in_grid()将数据转换到网格。该流程支持矢量和栅格格式，可处理不同坐标参考系统和跨反子午线情况，确保数据处理的准确性和可重复性。通过一个案例（萨摩亚岛）展示了从获取边界到创建10 km网格并放置洋脊数据的完整流程。

**2. 数据访问**
软件包提供了对多种海洋地理空间数据的访问，分为三类：水深地形与地貌（水深、深度区、地貌特征、海山、海丘、珊瑚栖息地）；生态区与生态数据（环境区、生态区划、冷珊瑚栖息地分布）；人类使用数据（距岸/港口距离、渔获努力量）。大部分数据具有全球覆盖，可通过函数直接获取。对于大型数据集（如全球海山、海丘、珊瑚栖息地和地貌数据），存储在独立的oceandatrsets数据包中，避免重复下载。所有函数要求用户提供空间网格或兴趣区多边形，并自动处理坐标转换和跨反子午线问题。

**3. 案例研究：空间保护规划**
利用oceandatr获取太平洋公海区域（约0°–6°N, 135°–155°E）数据，包括水深、地貌、缓冲海山、海丘、珊瑚栖息地和环境区，并获取2022年渔获努力量作为成本数据。通过get_boundary()获取高海洋边界，get_grid()创建10 km×10 km网格，get_features()函数调用多个数据获取函数生成19层栅格（8142个规划单元）。数据直接输入prioritizr包进行空间优先化，设置20%的保护区目标，生成优先保护区域。该流程耗时2分16秒，展示了快速、可重复的空间规划数据准备能力。

**4. 案例研究：渔获努力量建模**
以密克罗尼西亚联邦专属经济区^EEZ为例，使用get_boundary()获取边界，get_grid()创建10 km网格，获取2024–2025年平均渔获努力量（GFW）、水深、距港距离、海表温度^SST和溶解氧浓度。数据组合成多层栅格后转换为数据框，使用mgcv包拟合广义加性模型^GAM，以渔获努力量（log+1变换）为响应变量，四个环境变量为预测变量，并加入地理高斯过程平滑器处理空间自相关。模型拟合采用限制性最大似然估计^REML，结果调整R²=0.49，所有预测变量效应显著（p<0.001），预测的渔获努力量空间分布与GFW观测数据一致。

**讨论与结论总结**
讨论部分指出，oceandatr通过提供单一接口获取和处理常用海洋数据集，显著降低了海洋地理空间工作的入门门槛。与现有R包相比，其优势在于：同时提供陆地和海洋边界获取函数；简化了如mregions2等复杂函数的使用；提供了直接下载最新GEBCO全球地形模型空间子集的功能（目前唯一提供此功能的R包）。软件包目前限于开放获取且可在线下载的数据，排除了IUCN和Aquamaps等需要联系数据作者的分布图，但这类数据可通过get_data_in_grid()函数进行处理。作者在海洋空间规划中正在使用该软件包，并计划持续改进以增加可访问数据集、提高处理效率和添加文档。结论部分翻译如下：
获取、处理和标准化地理空间数据需要技术技能和大量时间。oceandatr R软件包通过提供单一软件包来获取和处理许多广泛使用的数据集，有助于降低海洋地理空间工作的入门门槛。处理后的数据以terra包的SpatRast格式（栅格数据）和sf格式（矢量数据）存储，便于制图或进一步空间分析。研究人员认识到，在许多情况下，可能需要无法直接通过oceandatr访问的数据。get_data_in_grid()函数正是为此设计，它可以处理任意空间数据。与get_boundary()和get_grid()函数一起，get_data_in_grid()可用于任何空间场景，不仅限于海洋环境。虽然oceandatr提供的一些数据可通过其他R包或网站直接下载获得，但oceandatr为许多最常用的海洋数据集提供了单一访问点。此外，其函数比现有包提供了更简单的接口。据研究人员所知，oceandatr也是唯一提供直接下载最新全球地形模型（GEBCO Bathymetric Compilation Group 2026）空间子集的R包，该模型在海洋数据分析中广泛使用。研究人员专注于提供海洋空间分析中常用的数据，如水深、地貌和渔业数据。虽然存在其他广泛使用的数据集，但oceandatr限于开放获取且可轻松从互联网下载的数据，或小到足以包含在关联的oceandatrsets数据包中的数据。这些标准目前排除了IUCN和Aquamaps物种分布图，因为两者要求用户使用前联系数据作者。然而，一旦获得这些数据，可使用get_data_in_grid()函数进行处理以用于建模或规划工作。oceandatr软件包目前正被作者用于海洋空间规划，以快速、可重复地获取标准化数据进行空间优先化，如第一个案例研究所示。因此，该软件包将持续改进，以增加直接可访问数据集的数量、提高数据处理效率并添加更多文档。