<div dir="ltr">I agree, there -IS- "<font face="arial, sans-serif">No need to pass csv around" because using the R spgrass6 package, one can read/write GRASS vector and raster files directly from R, so there are no intermediate files. I do this "all the time" — incredibly powerful using GRASS & R together.</font><div>
<font face="arial, sans-serif"><br></font></div><div><font face="arial, sans-serif">Tom</font></div><div class="gmail_extra"><br><br><div class="gmail_quote">On Tue, Mar 11, 2014 at 1:08 PM, Alex Mandel <span dir="ltr"><<a href="mailto:tech_dev@wildintellect.com" target="_blank">tech_dev@wildintellect.com</a>></span> wrote:<br>
<blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">You are right, I didn't read it that closely 1st time around. My point<br>
was that all of it can be done in R, and there are geospatial specific<br>
packages that have all the tests one might want. The bare minimum<br>
interaction is via rgdal or spgrass to pull data over from existing<br>
GRASS data sets. If the data isn't already in GRASS then rgdal one can<br>
read the original files directly. No need to pass csv around. Of course<br>
if it is in GRASS then you should have it all in the same projection<br>
already anyways if you put it all into the same mapset/location.<br>
<br>
The other book likely to have exactly what you want (field sampling<br>
design) is Ch 5.<br>
<a href="http://www.amazon.com/Spatial-Analysis-Ecology-Agriculture-Using/dp/1439819130/ref=la_B001K6MGR8_1_1?s=books&ie=UTF8&qid=1394557436&sr=1-1" target="_blank">http://www.amazon.com/Spatial-Analysis-Ecology-Agriculture-Using/dp/1439819130/ref=la_B001K6MGR8_1_1?s=books&ie=UTF8&qid=1394557436&sr=1-1</a><br>

<br>
Enjoy,<br>
Alex<br>
<div class="HOEnZb"><div class="h5"><br>
On 03/11/2014 09:58 AM, Thomas Adams wrote:<br>
> Alex,<br>
><br>
> I believe Tyler does plan on using R for the statistical analyses, but<br>
> using GRASS GIS in combination with R is the easiest path, I think.<br>
><br>
> Tom<br>
><br>
> On Tuesday, March 11, 2014, Alex Mandel <<a href="mailto:tech_dev@wildintellect.com">tech_dev@wildintellect.com</a>> wrote:<br>
><br>
>> Use R. It includes Moran's I and Geary's C tests for<br>
>> spatial-autocorrelation. Look like it has  mantel too.<br>
>><br>
>> You'll probably need the sp, spdep and rgdal packages. You might also<br>
>> want to use the Raster package to extract the sampling data, or you can<br>
>> use spGRASS to tie the R and Grass together.<br>
>><br>
>> See chapter 9 (1st ed) of Applied Spatial Data Analysis with R.<br>
>> <a href="http://www.asdar-book.org/" target="_blank">http://www.asdar-book.org/</a><br>
>><br>
>> Enjoy,<br>
>> Alex<br>
>><br>
>> On 03/11/2014 09:18 AM, Tyler Smith wrote:<br>
>>> Hello,<br>
>>><br>
>>> We're preparing a field sampling program, and would like to determine<br>
>>> a minimum distance between samples to reduce/eliminate spatial<br>
>>> autocorrelation. I think a good approach would be to calculate a<br>
>>> mantel correlogram, and use the range of the correlogram as our<br>
>>> minimum sampling distance.<br>
>>><br>
>>> * Questions<br>
>>><br>
>>> 1) is this a reasonable approach<br>
>>> 2) if so, how best to do this?<br>
>>><br>
>>> * Details<br>
>>> We have a vector map with the point coordinates of several hundred<br>
>>> potential sampling sites, and ~ 10 raster layers with appropriate data<br>
>>> to test for spatial autocorrelation (WORLDCLIM, soils). I could do<br>
>>> something like the following, but I'm not sure if there's a simpler or<br>
>>> more appropriate approach:<br>
>>><br>
>>> 1) extract the raster data for each point<br>
>>> 2) save the data to csv; import into R<br>
>>> 3) calculate the spatial distances between points, after projecting<br>
>>> the lat-long data into an appropriate scale (?)<br>
>>> 4) calculate the climate distance using the WORLDCLIM data<br>
>>> 5) use the 'mgram' function in the 'ecodist' package to calculate the<br>
>>> actual correlogram between the spatial distance and climate distance<br>
>>><br>
>>> Any suggestions on the approach or the methods would be welcome!<br>
>>><br>
>>> Thanks,<br>
>>><br>
>>> Tyler<br>
<br>
><br>
<br>
</div></div></blockquote></div><br><br>
</div></div>