#cargar librerias
require(rgdal)
## Loading required package: rgdal
## Loading required package: sp
## rgdal: version: 1.5-16, (SVN revision 1050)
## Geospatial Data Abstraction Library extensions to R successfully loaded
## Loaded GDAL runtime: GDAL 3.0.4, released 2020/01/28
## Path to GDAL shared files: C:/Users/Mauricio/Documents/R/win-library/3.6/rgdal/gdal
## GDAL binary built with GEOS: TRUE
## Loaded PROJ runtime: Rel. 6.3.1, February 10th, 2020, [PJ_VERSION: 631]
## Path to PROJ shared files: C:\Program Files (x86)\MapWindow\PROJ_NAD
## Linking to sp version:1.4-2
## To mute warnings of possible GDAL/OSR exportToProj4() degradation,
## use options("rgdal_show_exportToProj4_warnings"="none") before loading rgdal.
## Overwritten PROJ_LIB was C:\Program Files (x86)\MapWindow\PROJ_NAD
require(sp)
require(raster)
## Loading required package: raster
library(RColorBrewer)
comunas= shapefile("~/Especializacion_geomatica/Tratamiento_de_datos_espaciales/clase4/Archive/Comuna.shp")
comunas
## class : SpatialPolygonsDataFrame
## features : 22
## extent : -76.59284, -76.46125, 3.331802, 3.505871 (xmin, xmax, ymin, ymax)
## crs : +proj=longlat +datum=WGS84 +no_defs
## variables : 5
## names : comuna, nombre, zona_recol, area, perimetro
## min values : 1, Comuna 1, NA, 2329397.941, 7983.949
## max values : 22, Comuna 9, NA, 12555929.024, 26480.361
crs(comunas)
## CRS arguments: +proj=longlat +datum=WGS84 +no_defs
plot(comunas)
comunas_orden1= shapefile("~/Especializacion_geomatica/Tratamiento_de_datos_espaciales/clase4/comunas_orden.shp")
comunas_orden1@data
## comuna nombre zona_recol area perimetro No_arbol popc_2020
## 0 1 Comuna 1 <NA> 3842243 15518.149 5837 103620
## 1 2 Comuna 2 <NA> 11401109 26477.419 29104 124669
## 2 3 Comuna 3 <NA> 3704463 11003.318 5140 46990
## 3 4 Comuna 4 <NA> 4524983 11430.279 12371 51806
## 4 5 Comuna 5 <NA> 4197624 8441.174 17615 116608
## 5 6 Comuna 6 <NA> 5385422 12496.285 15758 198137
## 6 7 Comuna 7 <NA> 5107267 12547.823 12166 68739
## 7 8 Comuna 8 <NA> 5266743 12178.376 14330 103445
## 8 9 Comuna 9 <NA> 2899409 7983.949 4644 43330
## 9 10 Comuna 10 <NA> 4297730 9404.276 13178 113040
## 10 11 Comuna 11 <NA> 3699601 9315.019 12530 110302
## 11 12 Comuna 12 <NA> 2329398 8254.095 5839 66028
## 12 13 Comuna 13 <NA> 4737262 10030.224 6062 181084
## 13 14 Comuna 14 <NA> 4543322 8937.073 1453 181093
## 14 15 Comuna 15 <NA> 4060433 10425.092 10826 174473
## 15 16 Comuna 16 <NA> 4275834 11700.410 8167 112135
## 16 17 Comuna 17 <NA> 12555929 16841.538 51542 156046
## 17 18 Comuna 18 <NA> 5428611 11681.301 11935 150663
## 18 19 Comuna 19 <NA> 11318091 26480.361 27710 117656
## 19 20 Comuna 20 <NA> 2439498 8448.577 926 71043
## 20 21 Comuna 21 <NA> 4828927 16149.224 6526 121440
## 21 22 Comuna 22 <NA> 10589125 15552.137 13431 12637
# Poblaci?n 2020 en Cali
comunas_orden1 [,7]
## class : SpatialPolygonsDataFrame
## features : 22
## extent : -76.59284, -76.46125, 3.331802, 3.505871 (xmin, xmax, ymin, ymax)
## crs : +proj=longlat +datum=WGS84 +no_defs
## variables : 1
## names : popc_2020
## min values : 12637
## max values : 198137
hab_2020=comunas_orden1 [,7]
spplot(hab_2020, col.regions= heat.colors(20,.95,.4))
# Numero de arboles en cada comuna de Cali
comunas_orden1[,6]
## class : SpatialPolygonsDataFrame
## features : 22
## extent : -76.59284, -76.46125, 3.331802, 3.505871 (xmin, xmax, ymin, ymax)
## crs : +proj=longlat +datum=WGS84 +no_defs
## variables : 1
## names : No_arbol
## min values : 926
## max values : 51542
arbol_com=comunas_orden1[,6]
spplot(arbol_com)
# densidad de arboles por hectarea
comunas_orden1$No_arbol/comunas_orden1$area*10000
## [1] 15.191649 25.527341 13.875156 27.339329 41.964213 29.260473 23.820962
## [8] 27.208464 16.017059 30.662698 33.868517 25.066563 12.796422 3.198100
## [15] 26.662183 19.100369 41.049929 21.985366 24.482928 3.795862 13.514389
## [22] 12.683768
comunas_orden1$arbol_ha=comunas_orden1$No_arbol/comunas_orden1$area*10000
comunas_orden1@data
## comuna nombre zona_recol area perimetro No_arbol popc_2020 arbol_ha
## 0 1 Comuna 1 <NA> 3842243 15518.149 5837 103620 15.191649
## 1 2 Comuna 2 <NA> 11401109 26477.419 29104 124669 25.527341
## 2 3 Comuna 3 <NA> 3704463 11003.318 5140 46990 13.875156
## 3 4 Comuna 4 <NA> 4524983 11430.279 12371 51806 27.339329
## 4 5 Comuna 5 <NA> 4197624 8441.174 17615 116608 41.964213
## 5 6 Comuna 6 <NA> 5385422 12496.285 15758 198137 29.260473
## 6 7 Comuna 7 <NA> 5107267 12547.823 12166 68739 23.820962
## 7 8 Comuna 8 <NA> 5266743 12178.376 14330 103445 27.208464
## 8 9 Comuna 9 <NA> 2899409 7983.949 4644 43330 16.017059
## 9 10 Comuna 10 <NA> 4297730 9404.276 13178 113040 30.662698
## 10 11 Comuna 11 <NA> 3699601 9315.019 12530 110302 33.868517
## 11 12 Comuna 12 <NA> 2329398 8254.095 5839 66028 25.066563
## 12 13 Comuna 13 <NA> 4737262 10030.224 6062 181084 12.796422
## 13 14 Comuna 14 <NA> 4543322 8937.073 1453 181093 3.198100
## 14 15 Comuna 15 <NA> 4060433 10425.092 10826 174473 26.662183
## 15 16 Comuna 16 <NA> 4275834 11700.410 8167 112135 19.100369
## 16 17 Comuna 17 <NA> 12555929 16841.538 51542 156046 41.049929
## 17 18 Comuna 18 <NA> 5428611 11681.301 11935 150663 21.985366
## 18 19 Comuna 19 <NA> 11318091 26480.361 27710 117656 24.482928
## 19 20 Comuna 20 <NA> 2439498 8448.577 926 71043 3.795862
## 20 21 Comuna 21 <NA> 4828927 16149.224 6526 121440 13.514389
## 21 22 Comuna 22 <NA> 10589125 15552.137 13431 12637 12.683768
comunas_orden1[,8]
## class : SpatialPolygonsDataFrame
## features : 22
## extent : -76.59284, -76.46125, 3.331802, 3.505871 (xmin, xmax, ymin, ymax)
## crs : +proj=longlat +datum=WGS84 +no_defs
## variables : 1
## names : arbol_ha
## min values : 3.19810037222347
## max values : 41.9642128778058
densidad_arbol_ha=comunas_orden1[,8]
spplot(densidad_arbol_ha)
# densidad de arboles por habitante 2020
comunas_orden1$No_arbol/comunas_orden1$popc_2020
## [1] 0.056330824 0.233450176 0.109384976 0.238794734 0.151061677 0.079530830
## [7] 0.176988318 0.138527720 0.107177475 0.116578202 0.113597215 0.088432180
## [13] 0.033476177 0.008023502 0.062049715 0.072831854 0.330300040 0.079216530
## [19] 0.235517101 0.013034359 0.053738472 1.062831368
comunas_orden1$arbol_pop=comunas_orden1$No_arbol/comunas_orden1$popc_2020
comunas_orden1@data
## comuna nombre zona_recol area perimetro No_arbol popc_2020 arbol_ha
## 0 1 Comuna 1 <NA> 3842243 15518.149 5837 103620 15.191649
## 1 2 Comuna 2 <NA> 11401109 26477.419 29104 124669 25.527341
## 2 3 Comuna 3 <NA> 3704463 11003.318 5140 46990 13.875156
## 3 4 Comuna 4 <NA> 4524983 11430.279 12371 51806 27.339329
## 4 5 Comuna 5 <NA> 4197624 8441.174 17615 116608 41.964213
## 5 6 Comuna 6 <NA> 5385422 12496.285 15758 198137 29.260473
## 6 7 Comuna 7 <NA> 5107267 12547.823 12166 68739 23.820962
## 7 8 Comuna 8 <NA> 5266743 12178.376 14330 103445 27.208464
## 8 9 Comuna 9 <NA> 2899409 7983.949 4644 43330 16.017059
## 9 10 Comuna 10 <NA> 4297730 9404.276 13178 113040 30.662698
## 10 11 Comuna 11 <NA> 3699601 9315.019 12530 110302 33.868517
## 11 12 Comuna 12 <NA> 2329398 8254.095 5839 66028 25.066563
## 12 13 Comuna 13 <NA> 4737262 10030.224 6062 181084 12.796422
## 13 14 Comuna 14 <NA> 4543322 8937.073 1453 181093 3.198100
## 14 15 Comuna 15 <NA> 4060433 10425.092 10826 174473 26.662183
## 15 16 Comuna 16 <NA> 4275834 11700.410 8167 112135 19.100369
## 16 17 Comuna 17 <NA> 12555929 16841.538 51542 156046 41.049929
## 17 18 Comuna 18 <NA> 5428611 11681.301 11935 150663 21.985366
## 18 19 Comuna 19 <NA> 11318091 26480.361 27710 117656 24.482928
## 19 20 Comuna 20 <NA> 2439498 8448.577 926 71043 3.795862
## 20 21 Comuna 21 <NA> 4828927 16149.224 6526 121440 13.514389
## 21 22 Comuna 22 <NA> 10589125 15552.137 13431 12637 12.683768
## arbol_pop
## 0 0.056330824
## 1 0.233450176
## 2 0.109384976
## 3 0.238794734
## 4 0.151061677
## 5 0.079530830
## 6 0.176988318
## 7 0.138527720
## 8 0.107177475
## 9 0.116578202
## 10 0.113597215
## 11 0.088432180
## 12 0.033476177
## 13 0.008023502
## 14 0.062049715
## 15 0.072831854
## 16 0.330300040
## 17 0.079216530
## 18 0.235517101
## 19 0.013034359
## 20 0.053738472
## 21 1.062831368
comunas_orden1[,9]
## class : SpatialPolygonsDataFrame
## features : 22
## extent : -76.59284, -76.46125, 3.331802, 3.505871 (xmin, xmax, ymin, ymax)
## crs : +proj=longlat +datum=WGS84 +no_defs
## variables : 1
## names : arbol_pop
## min values : 0.00802350173667674
## max values : 1.06283136820448
densidad_arbol_pop=comunas_orden1[,9]
spplot(densidad_arbol_pop)
# otra forma de plotear los resultados
spplot(comunas_orden1, "No_arbol", col.regions= colorRampPalette(brewer.pal(9, "Greens"))(18), col="red", main= "No de ?rboles por comuna")
spplot(comunas_orden1, "popc_2020", col.regions= colorRampPalette(brewer.pal(12, "Set3"))(18), col="red", main= "Poblacion por comuna 2020")
spplot(comunas_orden1, "arbol_ha", col.regions= colorRampPalette(brewer.pal(11, "PRGn"))(18), col="red", main= "Densidad de ?rboles/Ha")
spplot(comunas_orden1, "arbol_pop", col.regions= colorRampPalette(brewer.pal(11, "BrBG"))(18), col="red", main= "Densidad de arboles/pop2020")
