Arbolado Publico Cdad. Mendoza (2016)

Algunas PREGUNTAS a responder:

1. Se puede considerar alguna sección mas peligrosa que otra?
2. Se puede considerar alguna especie mas peligrosa que otra?
3. ** Se puede predecir el grado de peligrosidad de una arbol dado sus caracteristicas?**

Se utilizan 2 conjuntos de datos por el gobierno de la cdad. de Mendoza. El primero contiene el censo georeferenciado del arbolado publico. El segundo los mapas administrativos de la ciudad (Secciones)

data_arbolado=read.csv("~/Dropbox/ongoing-work/git-repos/arbolado-mza/data/arboladolineal.csv",
                       header=T,
                       encoding="UTF-8",
                       fileEncoding="latin1",
                       stringsAsFactors = FALSE
                       
                       )
data_limites=read.csv("~/Dropbox/ongoing-work/git-repos/arbolado-mza/data/limitesadministrativos.csv",
                       header=T,
                       encoding="UTF-8",
                       fileEncoding="latin1",
                       stringsAsFactors = FALSE
                       )

Preparacion de los datos

1. Como no se tiene información georeferenciada sobre los limites de cada seccion por lo que la pertenencia de cada especimen a la sección correspondiente está dada por una funcion de proximidad.

#Calculating membership using the seccion information
coord_arbolado=as.matrix(cbind(data_arbolado$Longitud,data_arbolado$Latitud))
coord_limites=as.matrix(cbind(data_limites$Longitud,data_limites$Latitud))
distances=spDists(coord_arbolado,coord_limites,longlat=T)
seccion=apply(distances,1,function(x) which.min(x))
data_arbolado$seccion=seccion
data_limites=cbind(data_limites,seccion=seq(1,13))
data_arbolado=left_join(data_arbolado,data_limites[,c(1,2,3,7)],by=c('seccion'))

2. Se remueven registros sin Especie (“N/D”)
3. Se calcula el diametro del tronco

Mapa de arboles por seccción

mza_map <- get_map(location = "mendoza", zoom = 13,maptype = "roadmap",color = "bw")
ggmap(mza_map)+ 
  geom_point(aes(x= Longitud, y=Latitud,color=Sección),data=data_arbolado,size=0.4)

Mapa de Densidad del arbolado publico en Mendoza con una inclinación grave

mza_map <- get_map(location = "mendoza", zoom = 14,maptype = "roadmap",color = "bw")
data_inclinacion=data_arbolado  %>% filter(grepl("Grave",Inclinación))
data_altura=data_arbolado  %>% filter(grepl("Alto",Altura))
gg=ggmap(mza_map)+ 
  #geom_density2d(data = data_especie , aes(x = Longitud, y = Latitud), size = 0.3)+
stat_density2d(mapping=aes(x = Longitud, y = Latitud,fill=..level..,alpha=..level..), 
                 data = data_inclinacion, geom="polygon",  bins=8) +
  scale_fill_gradient(low = "black", high = "green")+
theme(legend.position="none")+                                                    #no legend
ggtitle("Plot Density for Trees with a Serious Inclination Level")+                                          #title name
theme(plot.title = element_text(lineheight=3.5, face="bold"))+                  #title graphics
theme(axis.line=element_blank())+                                               #no border line
theme(axis.ticks=element_blank()) 
ggsave("~/Dropbox/ongoing-work/git-repos/arbolado-mza/arbolado_density.png")
gg

A priori parece observarse que los arboles con mayor grado de inclinación se concentran sobre la 4ta seccion y la 2da secccion.

Una hipotesis posible seria las caracteristicas del suelo pantonoso

Distribución de la inclinación para cada una de las secciónes

inclinacion_por_seccion=data_arbolado %>% group_by(Sección,Inclinación) %>% summarise(n=n()) %>%  mutate(freq=(n/sum(n))*100)
barchart(n~factor(Sección),data=inclinacion_por_seccion,groups=Inclinación,auto.key=T )

inclinacion_por_seccion =inclinacion_por_seccion  %>% select(-freq) 
seccionA=7
seccionB=8

Histograma de frecuencia de inclinación y Diametro del tronco para la cuarta sección

histogram(~Inclinación|Especie,data=data_arbolado %>% filter(Sección==4),scales = list(x=list(rot=90),cex=c(0.6,0.6)),layout=c(16,2),par.strip.text=list(cex=0.5))

histogram(~Diámetro.tronco|Especie,data=data_arbolado %>% filter(Sección==4),scales = list(x=list(rot=90),cex=c(0.6,0.6)),layout=c(16,2),par.strip.text=list(cex=0.5))

Histograma de frecuencia de inclinación y Diametro del tronco para la segunda sección

histogram(~Inclinación|Especie,data=data_arbolado %>% filter(Sección==2),scales = list(x=list(rot=90),cex=c(0.6,0.6)),layout=c(16,2),par.strip.text=list(cex=0.5))

histogram(~Diámetro.tronco|Especie,data=data_arbolado %>% filter(Sección==2),scales = list(x=list(rot=90),cex=c(0.6,0.6)),layout=c(16,2),par.strip.text=list(cex=0.5))

```