Espacializando dados com R

Cacau no Sul da Bahia

Censo Agropecuário 2017 - IBGE/SIDRA

ba <- shapefile("Bahia_IBGE.shp")
sulba <- shapefile("Sul-BA.shp")

Pes <- read_xlsx("cacau2.xlsx", sheet = 2)

cacau <- Pes %>% select(...2, ...3, ...4)
names(cacau) <- c("GEOCODIGO", "Município", "Pes")
cacau <- cacau[5:419, ]
cacau <- as.data.frame(cacau)
cacau$Pes <- as.numeric(cacau$Pes)
cacau$GEOCODIGO <- as.factor(cacau$GEOCODIGO)

report::report(cacau[-1][-1])
## The data contains 415 observations of the following variables:
##   - Pes: Mean = 1706.78, SD = 3342.53 [0.00, 25905.00], 230 missing.
BA <- as(ba, "sf")

SBA <- as(sulba, "sf")

hist(cacau$Pes, main = "Histograma", xlab = "Número de pés existentes nos estabelecimentos agropecuários (Mil unidades)")

bacacau = merge(BA, cacau, by = "GEOCODIGO")

plot(bacacau["Pes"],
     main = "Número de pés existentes nos estabelecimentos agropecuários (Mil unidades)")

cacau2 <- cacau
cacau2$Pes[cacau2$Pes < 8200] <- NA

subset(cacau2, Pes >= 8200)[-1] %>% kable(., "markdown", na.rm = T)
Município Pes
43 Belmonte (BA) 10206
72 Camamu (BA) 8359
153 Ibirapitanga (BA) 13325
163 Ilhéus (BA) 25905
177 Itacaré (BA) 13066
248 Maraú (BA) 8307
314 Presidente Tancredo Neves (BA) 8434
399 Una (BA) 10345
401 Uruçuca (BA) 14529
414 Wenceslau Guimarães (BA) 9844 
hist(cacau2$Pes, main = "Histograma", xlab = "Os 10 Municípios com maior número de pés de cacau (Mil unidades)")

report::report(na.omit(cacau2)[-1][-1])
## The data contains 10 observations of the following variables:
##   - Pes: Mean = 12232.00, SD = 5294.82 [8307.00, 25905.00].
bacacau2 = merge(SBA, cacau2, by = "GEOCODIGO")


plot(bacacau2["Pes"],
     main = "Os 10 Municípios com maior número de pés de cacau (Mil unidades)")

library(ggplot2)

ggplot(bacacau) +
  geom_sf(aes(fill = Pes))

ggplot(bacacau2) +
  geom_sf(aes(fill = Pes))

library(tmap)
tm_shape(bacacau[c(10, 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12)]) +
  tm_polygons("Pes",
              style = "kmeans",
              title = "Pés de cacau (Mil unidades)")

tmap_mode("view")
tmap_last()
tm_shape(bacacau2[c(10, 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12)]) +
  tm_polygons("Pes",
              style = "kmeans",
              title = "Pés de cacau (Mil unidades)")
tmap_mode("view")
tmap_last()
library(leaflet)

bacacau_WGS84 <- st_transform(bacacau2, 4326)

pal_fun <- colorQuantile("YlOrRd", NULL, n = 5)

p_popup <-
  paste0("<strong>Número de Pés de Cacau: </strong>", bacacau_WGS84$Pes)


leaflet(bacacau_WGS84) %>%
  addPolygons(
    stroke = FALSE,
    fillColor = ~ pal_fun(Pes),
    fillOpacity = 0.8,
    smoothFactor = 0.5,
    popup = p_popup
  ) %>%
  addTiles() %>%
  addLegend("bottomright",
            pal = pal_fun,
            values =  ~ Pes,
            title = 'Número de pés existentes densidade por km²')