Errika Aparicio
01/04/2020
1. Introducción
Este es un cuaderno de R Markdown para ilustrar el cálculo de la pendiente y el aspecto.
En matemáticas, la pendiente o gradiente de un plano es un número que describe tanto la dirección como la inclinación de un plano
El aspecto, porsu parte, se refiere a la orientación de la pendiente del plano en relación con los puntos cardinales. En breve, aspecto es la dirección de la brújula que enfrenta una pendiente.
2. Creación del raster
rm(list=ls())
library(raster)
Se va a crear un juguete DEM. Es necesario tener en cuenta que se debe pasar las coordenadas del cuadro delimitador (mínimo y máximo a lo largo los dos ejes, x e y):
dem <- raster(ncol=3, nrow=3, xmn=100, xmx=115, ymn=100, ymx=115)
Pero, ¿cuántas celdas componen el DEM?
ncell(dem)
[1] 9
¿Cuál es la resolución espacial (es decir, el tamaño de celda) del DEM?
res(dem)
[1] 5 5
Ahora, se debe asignar valores de elevación a DEM:
valores <- c(50, 45, 50, 30, 30, 30, 8, 10, 10)
(values(dem) <- valores)
[1] 50 45 50 30 30 30 8 10 10
Posteriormente se Traza el DEM a lo largo de los valores de elevación:

Ahora, se debe asignar un sistema de referencia de coordenadas a DEM:
crs(dem) <- CRS('+init=epsg:3115')
3. Cálculo de la pendiente y el aspecto
(slope = terrain(dem, 'slope', unit='degrees', neighbors=8))
class : RasterLayer
dimensions : 3, 3, 9 (nrow, ncol, ncell)
resolution : 5, 5 (x, y)
extent : 100, 115, 100, 115 (xmin, xmax, ymin, ymax)
crs : +init=epsg:3115
source : memory
names : slope
values : 75.25766, 75.25766 (min, max)

(aspecto = terrain(dem, 'aspect', unit='degrees', neighbors=8))
class : RasterLayer
dimensions : 3, 3, 9 (nrow, ncol, ncell)
resolution : 5, 5 (x, y)
extent : 100, 115, 100, 115 (xmin, xmax, ymin, ymax)
crs : +init=epsg:3115
source : memory
names : aspect
values : 180.7538, 180.7538 (min, max)

4. Asignación
Ahora se creara un nuevo DEM, no olvidar que es necesario tener en cuenta que se debe pasar las coordenadas del cuadro delimitador (mínimo y máximo a lo largo los dos ejes, x e y):
dem <- raster(ncol=4, nrow=4, xmn=100, xmx=120, ymn=100, ymx=120)
Pero, ¿cuántas celdas componen este DEM?
ncell(dem)
[1] 16
¿Cuál es la resolución espacial (es decir, el tamaño de celda) del DEM?
res(dem)
[1] 5 5
Ahora, se debe asignar valores de elevación a DEM:
valores <- c(50, 45, 50, 48, 30, 29, 30, 29, 10, 9, 9, 10, 25, 23, 19, 21)
(values(dem) <- valores)
[1] 50 45 50 48 30 29 30 29 10 9 9 10 25
[14] 23 19 21
Posteriormente se Traza el DEM a lo largo de los valores de elevación:

Asignación del sistema de referencia de coordenadas a DEM:
crs(dem) <- CRS('+init=epsg:3115')
(slope = terrain(dem, 'slope', unit='degrees', neighbors=8))
class : RasterLayer
dimensions : 4, 4, 16 (nrow, ncol, ncell)
resolution : 5, 5 (x, y)
extent : 100, 120, 100, 120 (xmin, xmax, ymin, ymax)
crs : +init=epsg:3115
source : memory
names : slope
values : 36.05503, 75.62313 (min, max)

(aspecto = terrain(dem, 'aspect', unit='degrees', neighbors=8))
class : RasterLayer
dimensions : 4, 4, 16 (nrow, ncol, ncell)
resolution : 5, 5 (x, y)
extent : 100, 120, 100, 120 (xmin, xmax, ymin, ymax)
crs : +init=epsg:3115
source : memory
names : aspect
values : 164.0546, 181.4688 (min, max)

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