Introdução ao uso de dados geoespaciais no R

# Introdução ao uso de dados geoespaciais no R 
## 9 Visualização de dados geoespaciais
### Maurício H. Vancine Milton C. Ribeiro
### UNESP - Rio Claro Laboratório de Ecologia Espacial e Conservação (LEEC)
### 25/10/2021-05/11/2021

---

class: clear
background-image: url(img/geo_map_elements.png)
background-size: 800px

[Gimond (2021)](https://mgimond.github.io/Spatial/index.html)

---

background-image: url(img/package_ggplot2.png), url(img/package_tmap.png), url(img/package_mapsf.png), url(img/package_leaflet.jpeg), url(img/box_anim.gif)
background-size: 200px, 200px, 200px, 200px, 200px
background-position: 60% 30%, 85% 30%, 50% 90%, 73% 90%, 95% 90%

# 9 Visualização de dados geoespaciais

## Conteúdo

1. Elementos de um mapa
1. Pacotes para produção de mapas
1. Mapas estáticos
1. Mapas animados
1. Mapas interativos

[ggplot2](https://ggplot2.tidyverse.org/), [tmap](https://r-tmap.github.io/tmap/), [mapsf](https://riatelab.github.io/mapsf/), [leaflet](https://rstudio.github.io/leaflet/), [mapview](https://r-spatial.github.io/mapview/)

---

# 9 Visualização de dados geoespaciais

## Script

## .center[`09_script_intro_geoespacial_r.R`]

---

background-image: url(img/geo_map_elements.png)
background-size: 650px
background-position: 95% 50%

# 1. Elementos de um mapa

## Elementos

- Mapa principal
- Mapa secundário
- Título
- Legenda
- Barra de escala
- Indicador de orientação (Norte)
- Gride de coordenadas
- Descrição do Sistema de Referência de Coordenadas
- Informações de origem
- Elementos auxiliares

[Gimond (2021)](https://mgimond.github.io/Spatial/index.html)

---

# 2. Pacotes para produção de mapas

## Principais pacotes

- [ggplot2](https://ggplot2.tidyverse.org/): cria mapas elegantes usando a Gramática de Gráficos
- [ggspatial](https://paleolimbot.github.io/ggspatial/): estrutura de dados espaciais para ggplot2
- [ggmap](https://cran.r-project.org/web/packages/ggmap/index.html): visualização espacial com ggplot2
- [tmap](https://mtennekes.github.io/tmap/): cria mapas temáticos
- [mapsf](https://riatelab.github.io/mapsf/): cria mapas temáticos com dados vetoriais
- [linemap](https://github.com/riatelab/linemap): cria mapas de linhas
- [cartography](http://riatelab.github.io/cartography/docs/): cartografia temática
- [cartogram](https://github.com/sjewo/cartogram): métodos de visualização para cartogramas
- [googleway](http://symbolixau.github.io/googleway/): acessa Google Maps APIs para recuperar dados e traçar mapas
- [rasterVis](https://oscarperpinan.github.io/rastervis/): métodos de visualização para dados raster
- [mapview](https://r-spatial.github.io/mapview/): visualização interativa de dados espaciais em R
- [leaflet](http://rstudio.github.io/leaflet/): cria Web Maps interativos com Leaflet
- [plotly](https://plotly.com/r/maps/): crie gráficos interativos da Web por meio de ‘plotly.js’ 
- [mapedit](https://r-spatial.github.io/mapview/): edição interativa de dados geoespaciais em R

---

background-image: url(img/geo_map_tmap.png)
background-size: 700px
background-position: 80% 80%

# 3. Mapas estáticos

## Mapas estáticos são mapas simples e fixos para visualização de dados

## **Principais**

1. `plot()` (vários pacotes)
1. ggplot2
1. ggmap
1. tmap
1. mapsf
1. linemap
1. cartography
1. cartogram
1. googleway
1. rasterVis

---

# 3. Mapas estáticos

## Função `plot()`

```r
# biomas
biomas <- geobr::read_biomes(showProgress = FALSE) %>%
 dplyr::filter(name_biome != "Sistema Costeiro")
biomas
```

```
## Simple feature collection with 6 features and 3 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -73.98304 ymin: -33.75115 xmax: -28.84785 ymax: 5.269581
## Geodetic CRS:  SIRGAS 2000
##       name_biome code_biome year                           geom
## 1       Amazônia          1 2019 MULTIPOLYGON (((-44.08515 -...
## 2       Caatinga          2 2019 MULTIPOLYGON (((-41.7408 -2...
## 3        Cerrado          3 2019 MULTIPOLYGON (((-43.39009 -...
## 4 Mata Atlântica          4 2019 MULTIPOLYGON (((-48.70814 -...
## 5          Pampa          5 2019 MULTIPOLYGON (((-52.82472 -...
## 6       Pantanal          6 2019 MULTIPOLYGON (((-57.75946 -...
```

---

# 3. Mapas estáticos

## Função `plot()`
.pull-left[

```r
# plot
plot(biomas)
```
]

.pull-right[
<img src="09_slides_intro_geoespacial_r_files/figure-html/unnamed-chunk-2-1.png" width="504" style="display: block; margin: auto;" />
]

---

# 3. Mapas estáticos

## Função `plot()`
.pull-left[

```r
# plot
plot(biomas$geom, 
     col = c("darkgreen", "orange", "orange4", 
             "forestgreen", "yellow", "yellow3"),
     main = "Biomas do Brasil", axes = TRUE, 
     graticule = TRUE)

# legend
legend(x = -73, y = -20, pch = 15, cex = 1, 
       pt.cex = 2.5, legend = biomas$name_biome, 
       col = c("darkgreen", "orange", "orange4", 
               "forestgreen", "yellow", "yellow3"))
```
]

.pull-right[
<img src="09_slides_intro_geoespacial_r_files/figure-html/unnamed-chunk-3-1.png" width="504" style="display: block; margin: auto;" />
]

---

# 3. Mapas estáticos

## Função `plot()`

```r
# rio claro
rc_2020 <- geobr::read_municipality(code_muni = 3543907, year = 2020, showProgress = FALSE) %>% 
 sf::st_transform(crs = 4326)
rc_2020
```

```
## Simple feature collection with 1 feature and 7 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -47.76521 ymin: -22.55203 xmax: -47.46188 ymax: -22.24368
## Geodetic CRS:  WGS 84
##     code_muni name_muni code_state abbrev_state name_state code_region
## 493   3543907 Rio Claro         35           SP  São Paulo           3
##     name_region                           geom
## 493     Sudeste MULTIPOLYGON (((-47.46875 -...
```

---

# 3. Mapas estáticos

## Função `plot()`

```r
# importar raster
dem_rc <- raster::raster(here::here("03_dados", "raster", "srtm_27_17.tif")) %>% 
 raster::crop(rc_2020)
dem_rc
```

```
## class      : RasterLayer 
## dimensions : 370, 364, 134680  (nrow, ncol, ncell)
## resolution : 0.0008333333, 0.0008333333  (x, y)
## extent     : -47.765, -47.46167, -22.55167, -22.24333  (xmin, xmax, ymin, ymax)
## crs        : +proj=longlat +datum=WGS84 +no_defs 
## source     : memory
## names      : srtm_27_17 
## values     : 491, 985  (min, max)
```

---

# 3. Mapas estáticos

## Função `plot()`
.pull-left[

```r
# plot
plot(dem_rc)
plot(rc_2020$geom, col = NA, border = "red", lwd = 2, add = TRUE)
```
]

.pull-right[
<img src="09_slides_intro_geoespacial_r_files/figure-html/unnamed-chunk-6-1.png" width="504" style="display: block; margin: auto;" />
]

---

# 3. Mapas estáticos

## Função `plot()`
.pull-left[

```r
# plot
plot(dem_rc, col = viridis::viridis(10))
plot(rc_2020$geom, col = NA, border = "red", lwd = 2, add = TRUE)
```
]

.pull-right[
<img src="09_slides_intro_geoespacial_r_files/figure-html/unnamed-chunk-7-1.png" width="504" style="display: block; margin: auto;" />
]

---

# 3. Mapas estáticos

## Função `plot()`

```r
# listar arquivos
files <- dir(path = here::here("03_dados", "raster"), pattern = "wc", full.names = TRUE) %>% 
 grep(".tif", ., value = TRUE)

# importar
bioclim <- raster::stack(files)

# names
names(bioclim) <- c("bio01", paste0("bio", 10:19), paste0("bio0", 2:9))
bioclim
```

```
## class      : RasterStack 
## dimensions : 1080, 2160, 2332800, 19  (nrow, ncol, ncell, nlayers)
## resolution : 0.1666667, 0.1666667  (x, y)
## extent     : -180, 180, -90, 90  (xmin, xmax, ymin, ymax)
## crs        : +proj=longlat +datum=WGS84 +no_defs 
## names      :       bio01,       bio10,       bio11,       bio12,       bio13,       bio14,       bio15,       bio16,       bio17,       bio18,       bio19,       bio02,       bio03,       bio04,       bio05, ... 
## min values :  -54.724354,  -37.781418,  -66.311249,    0.000000,    0.000000,    0.000000,    0.000000,    0.000000,    0.000000,    0.000000,    0.000000,    1.000000,    9.131122,    0.000000,  -29.686001, ... 
## max values :    30.98764,    38.21617,    29.15299, 11191.00000,  2381.00000,   484.00000,   229.00169,  5284.00000,  1507.00000,  5282.00000,  4467.00000,    21.14754,   100.00000,  2363.84595,    48.08275, ...
```

---

# 3. Mapas estáticos

## Função `plot()`
.pull-left[

```r
# plot
plot(bioclim[[1:2]], col = viridis::viridis(10))
```
]

.pull-right[
<img src="09_slides_intro_geoespacial_r_files/figure-html/unnamed-chunk-9-1.png" width="100%" height="100%" style="display: block; margin: auto;" />
]

---

# 3. Mapas estáticos

## Função `plot()`

```r
# diretorio
dir.create(here::here("03_dados", "mapas"))

# exportar mapa
png(filename = here::here("03_dados", "mapas", "mapa_biomas.png"), 
    width = 20, height = 20, units = "cm", res = 300)
plot(biomas$geom, 
     col = c("darkgreen", "orange", "orange4", "forestgreen", "yellow", "yellow3"),
     main = "Biomas do Brasil", axes = TRUE, graticule = TRUE)
legend(x = -73, y = -20, pch = 15, cex = 1, pt.cex = 2.5, legend = biomas$name_biome, 
       col = c("darkgreen", "orange", "orange4", "forestgreen", "yellow", "yellow3"))
dev.off()
```

---

class: clear
background-image: url(img/package_ggplot2.png)
background-size: 400px
background-position: 50% 50%

[ggplot2](https://ggplot2.tidyverse.org/)

---

background-image: url(img/stats_illustrations_ggplot2_obra_prima_pt.png)
background-size: 500px
background-position: 80% 80%

# 3. Mapas estáticos

## **ggplot2**, **ggspatial** e **ggmap**

### Integrado ao **tidyverse**, possui uma sintaxe própria

### Principal pacote para **visualização de dados** no R

### Estrutura:

`ggplot(...) +` 
`aes(...) +` 
`geom_(...) +` 
`stats_(...) +` 
`coord_(...) +` 
`facet_(...) +` 
`theme_(...)`

[ggplot2](https://ggplot2.tidyverse.org/), [@allison_horst](https://twitter.com/allison_horst)

---

background-image: url(img/plot_ggplot.gif)
background-size: 750px
background-position: 50% 50%

# 3. Mapas estáticos

## **ggplot2**, **ggspatial** e **ggmap**

[Think About the Grammar of Graphics When Improving Your Graphs](https://medium.com/tdebeus/think-about-the-grammar-of-graphics-when-improving-your-graphs-18e3744d8d18)

---

# 3. Mapas estáticos