Creemos que las tareas / estudios que involucran el análisis masivo de datos espaciales vectoriales y ráster se volverían más populares en el futuro cercano. Con el análisis masivo se hicieron más relevantes algunos factores como la memoria del ordenador, el tipo de procesador, el sistema operativo y el lenguaje de programación o plataforma utilizada para el cálculo.
Presentamos un caso de estudio de análisis ráster en Windows donde se instalaron Python y R con sus librerías espaciales desde repositorios conda. Nuestras habilidades informáticas no nos permiten tener una idea de las diferencias en el rendimiento de estos scripts en Linux.
Hemos separado el desarrollo en dos partes:
Algebra ráster del NDVI = (NIR - RED) / (NIR+RED)
Generación de un script que importa las bandas, realiza el álgebra y guarda un ráster geoespacial.
Rendimiento en álgebra ráster
El álgebra ráster entre dos bandas Landsat tomó 0.28 seg en R, mientras que en Python tomó 0.1 seg. A partir de esas veces, el script de Python es casi 3 veces más rápido que R en esa parte del cálculo.
PYTHON
R
Script completo
Ambos scripts se lanzaron en un terminal Anaconda con diferentes entornos conda para Python y R. El propósito de esta comparación fue medir el tiempo de todo el procesamiento ráster que incluye la carga ráster, el cálculo NDVI como función y como guardar el ráster geoespacial. El código R tiene algunas advertencias que podrían venir con algunas incompatibilidades de Conda.
El script de Python toma 1.5 seg mientras que el paquete R toma 3.34 seg. Python es alrededor de 2.2 veces más rápido que R para este caso de estudio.
PYTHON
R
Finalmente, solo queremos mencionar que esto es solo un simple análisis de rendimiento de ambos lenguajes de programación. Los criterios para la selección y el uso de un lenguaje de programación geoespacial deben evaluarse de forma más completa.
