¿Qué son los datos vectoriales?

Los datos vectoriales son formas geométricas (punto, linea y poligonos) que representan a los elementos geográficos que existen en el territorio, y donde los fenómenos a representar son discretos, es decir, presentan límites definidos.

Estos datos se caracterizan por contener información de tipo cuantitativo o cualitativo a lo que generalmente se le llama atributo, y estos mismos están asociados a un Sistema de Referencia de Coordenada (CRS).

Ejemplo:

fuente: David Montero y Frank Montenegro, 2017

Tipos de Geoprocesamiento con datos vectoriales

El geoprocesamiento es la manipulación de los datos espaciales bajo un entorno SIG; para los datos vectoriales los tipos de geoprocesamiento que se puede llevar acabo son las siguiente:
fuente: David Montero y Frank Montenegro, 2017

Manejando datos vectoriales en R

Establecer el directorio de trabajo con la función setwd()

setwd('C:/Users/Antony/Documents/Workspace/RGIS/Rmarkdow') 
# obs: En windows el backslash (\) debe ser cambiando por el slach (/)

Insumos

Para instalar las librerias remover el símbolo de comentario (#)

# install.packages('sf',dep = T)
# install.packages('ggplot2',dep = T)
# install.packages('viridis',dep = T)

Llamado o activación de la libreria con la función library()

library(sf)       # Manejo de datos vectoriales
## Linking to GEOS 3.6.1, GDAL 2.2.3, PROJ 4.9.3
library(ggplot2)  # Gráficos de alta calidad 
library(viridis)  # Paleta de colores 
## Loading required package: viridisLite

Lectura de un archivo shapefile dentro de R con la función st_read()

myshp <- st_read('Suscep_MovMasa.shp')
## Reading layer `Suscep_MovMasa' from data source `C:\Users\Antony\Documents\Workspace\RGIS\Rmarkdow\Suscep_MovMasa.shp' using driver `ESRI Shapefile'
## Simple feature collection with 695 features and 6 fields
## geometry type:  MULTIPOLYGON
## dimension:      XY
## bbox:           xmin: -81.32823 ymin: -17.28501 xmax: -70.80408 ymax: -3.381773
## epsg (SRID):    4326
## proj4string:    +proj=longlat +datum=WGS84 +no_defs

Para saber el tipo de clase de objeto espacial, se pregunta con la función class()

class(myshp)
## [1] "sf"         "data.frame"

Visualización de la estadística básica de los atributos que posee el shp con la función summary()

summary(myshp)
##         NOMBDEP          NOMBPROV            NOMBDIST       UBIGEO   
##  LIMA       :171   LIMA      : 43   PUEBLO NUEVO :  4   020101 :  1  
##  ANCASH     :166   YAUYOS    : 33   INDEPENDENCIA:  3   020102 :  1  
##  AREQUIPA   :109   HUAROCHIRI: 32   MIRAFLORES   :  3   020103 :  1  
##  LA LIBERTAD: 83   AREQUIPA  : 29   SAN LUIS     :  3   020104 :  1  
##  PIURA      : 65   CAYLLOMA  : 20   SANTA ROSA   :  3   020105 :  1  
##  ICA        : 43   CHICLAYO  : 20   BELLAVISTA   :  2   020106 :  1  
##  (Other)    : 58   (Other)   :518   (Other)      :677   (Other):689  
##      VscpMm          nVscpMm                geometry  
##  Min.   :0.0360   Min.   : 0.000   MULTIPOLYGON :695  
##  1st Qu.:0.1020   1st Qu.: 1.422   epsg:4326    :  0  
##  Median :0.2039   Median : 3.618   +proj=long...:  0  
##  Mean   :0.2484   Mean   : 4.577                      
##  3rd Qu.:0.4533   3rd Qu.: 8.993                      
##  Max.   :0.5000   Max.   :10.000                      
##

Visualización simple de toda las columnas que presenta el shp con la función plot()

plot(myshp)

Visualización de la columna de interes

plot(myshp[,5],axes = T,cex.axis = 0.7)

Visualización con mapview

library(mapview)
mapview(myshp,zcol = 'nVscpMm')