Ejercicio para una contextualización para entender el elemento RASTER

Llamamos la librería principal “Raster”.

library (raster)
## Warning: package 'raster' was built under R version 3.6.3
## Loading required package: sp

se creará un objeto tipo raster, se le asignaran 5 columas. 5 filas, con el dato máximo X e Y de 150 y un número de datos de 100.

toy <- raster ( ncol=5, nrow=5, xmn=100, xmx=150, ymn=100, ymx=150 )

se llama al elemento raster “toy”: la resolución de debe a la diferencia entre xmn y xmax (150-100=50) y dividido por

toy
## class      : RasterLayer 
## dimensions : 5, 5, 25  (nrow, ncol, ncell)
## resolution : 10, 10  (x, y)
## extent     : 100, 150, 100, 150  (xmin, xmax, ymin, ymax)
## crs        : NA

Se le asignaran valores aleatorios (25 datos para una matriz de 5x5), con una media de 0.4 y desviación estandar 0.15

values(toy) <- rnorm(n=25, mean=0.40, sd=0.15)

values(toy)
##  [1] 0.5456788 0.7332658 0.5644241 0.4750990 0.2132049 0.3843930 0.5187555
##  [8] 0.5343546 0.5781038 0.4830367 0.3317446 0.2699362 0.3348343 0.5760714
## [15] 0.1320100 0.5607284 0.4144129 0.4595527 0.8549729 0.4251508 0.3132503
## [22] 0.6886604 0.5952412 0.3196018 0.4304321

Ploteamos los valores existentes en “toy”

plot (toy)

values(toy)*100
##  [1] 54.56788 73.32658 56.44241 47.50990 21.32049 38.43930 51.87555
##  [8] 53.43546 57.81038 48.30367 33.17446 26.99362 33.48343 57.60714
## [15] 13.20100 56.07284 41.44129 45.95527 85.49729 42.51508 31.32503
## [22] 68.86604 59.52412 31.96018 43.04321

Creamos el histograma de “toy”

hist(toy)