Projeto fase 2

Prof Adriano

Centro Universitário Celso Lisboa

Introdução

Ánalise de dados de desmatamento por municipio e bioma. Documento foi retirado do site desmatamento.PRODES.

#Carregando as Bibliotecas
library(dplyr)
## 
## Anexando pacote: 'dplyr'
## Os seguintes objetos são mascarados por 'package:stats':
## 
##     filter, lag
## Os seguintes objetos são mascarados por 'package:base':
## 
##     intersect, setdiff, setequal, union
library(ggplot2)
library(readxl)
library(readr)
library(knitr)

Carregamento de planilha

Neste tópico iremos carregar a planilha…

# Carregamento da Planilha xlsx

Desmatamento_por_municipio_e_bioma <- read_excel("C:/Users/talys/OneDrive/Área de Trabalho/Faculdade/5° Periodo/Ánalise de dados/Fase 2/Desmatamento por municipio e bioma.xlsx")
View(Desmatamento_por_municipio_e_bioma)

Estrutura da Base de Dados

str(Desmatamento_por_municipio_e_bioma)
## tibble [156,864 × 8] (S3: tbl_df/tbl/data.frame)
##  $ ano                  : num [1:156864] 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 ...
##  $ id municipio         : num [1:156864] 5102504 5007935 5107602 5003306 5006903 ...
##  $ bioma                : chr [1:156864] "Pantanal" "Pantanal" "Pantanal" "Pantanal" ...
##  $ area total           : num [1:156864] 17422.3 711.7 18.1 2021 10366.1 ...
##  $ desmatado            : num [1:156864] 2327 245 5 718 2608 ...
##  $ vegetacao natural    : num [1:156864] 13414.7 461 10.5 1276.7 7628.8 ...
##  $ vegetacao nao natural: num [1:156864] 0.4 0 0 0 0 0 0 0 0 0 ...
##  $ hidrografia          : num [1:156864] 1680.6 5.6 2.6 26.6 129.1 ...

Estátistica de desmátamento

Neste tópico serão apresentadas algumas estatísticas básicas da base de dados.

summary(Desmatamento_por_municipio_e_bioma)
##       ano        id municipio           bioma          area total      
##  Min.   :2000   Min.   :1100015   Length   :156864   Min.   :     0.0  
##  1st Qu.:2006   1st Qu.:2601090   N.unique :     6   1st Qu.:   156.0  
##  Median :2012   Median :3150654   N.blank  :     0   Median :   336.3  
##  Mean   :2012   Mean   :3279439   Min.nchar:     5   Mean   :  1299.8  
##  3rd Qu.:2017   3rd Qu.:4120668   Max.nchar:    14   3rd Qu.:   849.4  
##  Max.   :2023   Max.   :5300108                      Max.   :159482.3  
##    desmatado       vegetacao natural  vegetacao nao natural  hidrografia     
##  Min.   :    0.0   Min.   :   -17.2   Min.   :    0.00      Min.   :   0.00  
##  1st Qu.:   91.2   1st Qu.:    25.7   1st Qu.:    0.00      1st Qu.:   0.00  
##  Median :  195.1   Median :    83.5   Median :    0.00      Median :   0.10  
##  Mean   :  426.8   Mean   :   808.3   Mean   :   43.36      Mean   :  21.41  
##  3rd Qu.:  434.1   3rd Qu.:   341.7   3rd Qu.:    0.00      3rd Qu.:   3.00  
##  Max.   :21299.1   Max.   :151901.6   Max.   :16957.50      Max.   :4500.20

Função Kable

dados <- head(Desmatamento_por_municipio_e_bioma)

kable(dados, caption = "Tabela inicial dos dados de desmatamento")
Tabela inicial dos dados de desmatamento
ano id municipio bioma area total desmatado vegetacao natural vegetacao nao natural hidrografia
2000 5102504 Pantanal 17422.29079 2326.6 13414.7 0.4 1680.6
2000 5007935 Pantanal 711.73186 245.1 461.0 0.0 5.6
2000 5107602 Pantanal 18.05786 5.0 10.5 0.0 2.6
2000 5003306 Pantanal 2020.97092 717.7 1276.7 0.0 26.6
2000 5006903 Pantanal 10366.10114 2608.2 7628.8 0.0 129.1
2000 5106505 Pantanal 13924.14199 581.0 12493.9 0.0 849.2

Manipulação dos dados

Neste tópico utilizaremos funções do pacote dplyr.

resumo_bioma <- Desmatamento_por_municipio_e_bioma %>%
  group_by(bioma) %>%
  summarise(
    Quantidade = n()
  )

kable(resumo_bioma, caption = "Quantidade de registros por bioma")
Quantidade de registros por bioma
bioma Quantidade
Amazônia 13416
Caatinga 29016
Cerrado 34392
Mata Atlântica 73992
Pampa 5520
Pantanal 528

Grafico por bioma

Nesse tópico mostraremos usando grafico de coluna os biomas.

ggplot(resumo_bioma, aes(x = bioma, y = Quantidade)) +
  geom_col(fill = "steelblue") +
  labs(
    title = "Quantidade de registros por Bioma",
    x = "Bioma",
    y = "Quantidade"
  ) +
  theme_minimal()

Histograma

Nesse grafico temos a frequencia de desmatamento.

ggplot(Desmatamento_por_municipio_e_bioma, aes(x = desmatado)) +
  geom_histogram(bins = 20, fill = "darkgreen", color = "black") +
  labs(
    title = "Distribuição da Área Desmatada",
    x = "Área Desmatada",
    y = "Frequência"
  ) +
  theme_minimal()

Boxplot

Resumo dos dados numéricos dentro de um gráfico de caixa.

ggplot(Desmatamento_por_municipio_e_bioma, aes(y = desmatado)) +
  geom_boxplot(fill = "orange") +
  labs(
    title = "Boxplot da Área Desmatada",
    y = "Área Desmatada"
  ) +
  theme_minimal()

Grafico por ano

Grafico de desmatamento por área dividido por ano.

resumo_ano <- Desmatamento_por_municipio_e_bioma %>%
  group_by(ano) %>%
  summarise(
    Total_Desmatado = sum(desmatado, na.rm = TRUE)
  )

ggplot(resumo_ano, aes(x = ano, y = Total_Desmatado)) +
  geom_line(color = "red", linewidth = 1) +
  geom_point(color = "black") +
  labs(
    title = "Desmatamento ao Longo dos Anos",
    x = "Ano",
    y = "Área Total Desmatada"
  ) +
  theme_minimal()

Considerações Finais

Com base nas análises realizadas, foi possível observar o comportamento do desmatamento nos municípios e biomas presentes na base de dados.

A utilização do RMarkdown permitiu organizar o projeto de forma clara, reunindo códigos, tabelas, gráficos e interpretações em um único documento.