Distribution Practice

Xây dựng bản đồ phân bố theo tỉnh

Chuẩn bị dữ liệu địa lý

• Download dữ liệu địa lý định dạng .shp của Việt Nam tại website: https://www.gadm.org/download_country_v3.html chọn Shapefile và lưu vể folder trên máy tính.
• Trong folder VNM_adm load về có 4 mức độ: gadm36_VNM_0.shp là dữ liệu địa lý VN ko có đường biên các tỉnh, gadm36_VNM_1.shp là dữ liệu địa lý VN có đườg biên các tỉnh, gadm36_VNM_2.shp mức độ đường biên các huyện, gadm36_VNM_3.shp mức độ đường biên cấp xã.
• Để dọc dữ liệu địa lý định dang .shp, ta sử dụng package sf với hàm st_read;
• Thự hiện cài các packages: ggplot2, sd, readxl, tmap tmaptools, sf, leaflet và tidyverse bằng lệnh install.packages("")
• Gọi các packages

library(tidyverse)

## ── Attaching packages ──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse 1.2.1 ──

## ✓ ggplot2 3.3.0     ✓ purrr   0.3.3
## ✓ tibble  2.1.3     ✓ dplyr   0.8.3
## ✓ tidyr   1.0.0     ✓ stringr 1.4.0
## ✓ readr   1.3.1     ✓ forcats 0.4.0

## ── Conflicts ─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
## x dplyr::filter() masks stats::filter()
## x dplyr::lag()    masks stats::lag()

library(sf)

## Warning: package 'sf' was built under R version 3.6.2

## Linking to GEOS 3.7.2, GDAL 2.4.2, PROJ 5.2.0

library(ggplot2)
library(readxl)
library(readr)
library(tmap)

## Warning: package 'tmap' was built under R version 3.6.2

library(tmaptools)

## Warning: package 'tmaptools' was built under R version 3.6.2

library(leaflet)
library(knitr)

• Đọc dữ liệu địa lý vào R: Nếu đọc từ máy cá nhân thì lệnh như sau:

vn <- st_read("~/OneDrive/Teaching/R project/Map/VNM_adm/gadm36_VNM_1.shp")

## Reading layer `gadm36_VNM_1' from data source `/Users/ngocnguyen/OneDrive/Teaching/R project/Map/VNM_adm/gadm36_VNM_1.shp' using driver `ESRI Shapefile'
## Simple feature collection with 63 features and 10 fields
## geometry type:  MULTIPOLYGON
## dimension:      XY
## bbox:           xmin: 102.1446 ymin: 8.381355 xmax: 109.4692 ymax: 23.39269
## CRS:            4326

vn %>% class

## [1] "sf"         "data.frame"

Download data tại: https://github.com/ngocdlu/distribution/blob/master/gadm36_VNM_1.shp

• Show bản đồ VN với đường biên các tỉnh

qtm(vn)

• Dữ liệu có định dạng sf và data.frame dùng ggplot2 ta có thể trực quan hoá bản đồ như sau:

theme_set(
  theme_minimal() +
  theme(axis.line = element_blank(), 
        axis.text = element_blank(),
        axis.ticks = element_blank(), 
        axis.title = element_blank()))

vn %>% 
  ggplot() +
  geom_sf(aes(fill = NAME_1)) +
  theme(legend.position = "none")

Tạo bản đồ nhiệt mật độ phân bố của đối tượng nghiên cứu

• Trước tiên chúng ta cần chuẩn bị dữ liệu phân bố của đối tượng nghiên cứu, tổ chức dữ liệu có cấu trúc tương đồng về tỉnh thành trong đó có ít nhất 1 biến trùng tên với 1 biến trong dữ liệu địa lý ở trên (tốt nhất là biến mã ID của tỉnh (GID_1) hoặc biến tên tỉnh dạng tiếng anh (VANAME_1)).

• Load dữ liệu đã chuẩn bị từ máy tính cá nhân hoạt Github

dist <- read_excel("~/OneDrive/Teaching/R project/RMarkdown/Distribution.xlsx")

Download data tại https://github.com/ngocdlu/distribution/blob/master/Distribution.csv (dataframe "dist cũng có 7 biến và 63 observation)

Dùng lệnh “View()” để xem dữ liệu VD: View(vn) hay View(dist)

• Tiếp theo sẽ trộn dữ liệu của 2 data frame “vn” và “dist”

vn <- merge(vn, dist, by = "GID_1")

Như vậy hiện tại ta đã có dataframe “vn” mới với 17 biến và 63 observaion (đã thêm các biên từ data dist)

• Tạo bản đồ mật độ phân bố năm 2015 (biến N_2015) trong dữ liệu đã biến đổi “vn”

vn %>%
  ggplot() +
  geom_sf(aes(fill = N_2015)) +
  scale_fill_gradient(low="white", high="blue")

- Thêm tiêu đề bản đồ:

vn %>%
  ggplot() +
  geom_sf(aes(fill = N_2015)) +
  scale_fill_gradient(low="white", high="blue") +
labs(title = "Mật độ phân bố loài Lithocarpus sp. tại Việt Nam 2015",
       caption = "Ngoc N.V. inprep.")

Xây dựng bản đồ mật độ phân bố 1 tỉnh theo huyện

Load dữ liệu địa lý

Vì xây dựng bản đổ phân bố theo huyện nên ta sẽ sử dụng dữ liệu địa lý cấp 2 của Việt Nam

vn1 <- st_read("~/OneDrive/Teaching/R project/Map/VNM_adm/gadm36_VNM_2.shp")

## Reading layer `gadm36_VNM_2' from data source `/Users/ngocnguyen/OneDrive/Teaching/R project/Map/VNM_adm/gadm36_VNM_2.shp' using driver `ESRI Shapefile'
## Simple feature collection with 710 features and 13 fields
## geometry type:  MULTIPOLYGON
## dimension:      XY
## bbox:           xmin: 102.1446 ymin: 8.381355 xmax: 109.4692 ymax: 23.39269
## CRS:            4326

vn1 %>% class

## [1] "sf"         "data.frame"

Download data từ Github: https://github.com/ngocdlu/distribution/blob/master/gadm36_VNM_2.shp

VD: Xây dựng bản đồ phân bố loài Lithocarpus sp. tại Lâm Đồng

Trong dataframe vn1 chúng ta tìm đến tỉnh Lâm Đồng (Từ row 405 đến 416), ta sẽ thực hiện extract dữ liệu địa lý của tỉnh Lâm Đồng bằng lệnh sau:

ld <-vn1[(405:416),]

Tạo bản đồ nhiệt mật độ phân bố của đối tượng nghiên cứu theo huyện

• Tương tự ở trên chúng ta cần chuẩn bị dữ liệu phân bố của đối tượng nghiên cứu, tổ chức dữ liệu có cấu trúc tương đồng về huyện trong đó có ít nhất 1 biến trùng tên với 1 biến trong dữ liệu địa lý ở trên (ở đây là biến biến mã ID của huyện(GID_2) hoặc biến tên huyện dạng tiếng anh (VANAME_2)).
• Load dữ liệu đã chuẩn bị từ máy tính cá nhân hoạt Github

ld1 <- read_excel("~/OneDrive/Teaching/R project/RMarkdown/ld_huyen.xlsx")

hoặc load data tại https://github.com/ngocdlu/distribution/blob/master/ld_huyen.csv

• Như vậy chúng ta đã có 2 đataframe là “ld” và “ld1”, tiếp theo sẽ trộn dữ liệu của 2 dataframe này theo biến GID_2.

ld2 <- merge(ld, ld1, by = "GID_2")

Chúng ta đã có dataframe “ld2” với 20 biến và 12 obs.

• Tiếp theo sẽ tạo bản đồ phân bố từ dữ liệu đã biến đổi “ld2”

ld2 %>%
  ggplot() +
  geom_sf(aes(fill = N_2015)) +
  ggtitle("Mật độ phân bố loài Lithocarpus sp. tại Lâm Đồng 2015") +
  scale_fill_gradient(low="white", high="blue")

• Thêm tên của các huyện lên bản đồ

ld2 %>%
  ggplot() +
  geom_sf(aes(fill = N_2015)) +
  geom_sf_text(aes(label = VARNAME_2)) +
  scale_fill_gradient(low="white", high="blue") +
labs(title = "Mật độ phân bố loài Lithocarpus sp. tại Lâm Đồng 2015",
       caption = "Ngoc N.V. inprep.")

## Warning in st_point_on_surface.sfc(sf::st_zm(x)): st_point_on_surface may not
## give correct results for longitude/latitude data

• Thực hiện tương tự cho các năm tiếp theo 2016, 2017, 2018 và 2019

——-End——–

Ngọc Nguyễn