Bibliotecas

library(leaflet)
library(leaflet.extras) 
library(rworldxtra)
library(tidyverse)
library(sf)
library(raster)

Datos

  • Para este documento voy a trabajar con el oso de anteojos (Tremarcto ornatus). La base de datos con el registro de presencias es obtenida del gbif usando la biblioteca rgbif de R.

Datos gbif

library(rgbif)
library(Hmisc)
gbif_to <- occ_search(scientificName = "Tremarctos ornatus",
                  limit = 5000, return = "data",
                  hasCoordinate = TRUE)

data_to <- gbif_to$data
data_to %>% 
  filter(country == "Colombia") %>% 
  filter(!duplicated(decimalLatitude, decimalLongitude)) %>% 
  dplyr::select(scientificName, decimalLatitude, decimalLongitude, kingdom, phylum,
         family, genus, genericName, stateProvince, year, month, day,
         eventDate, class, country, occurrenceRemarks, habitat) %>% 
  mutate(habitat = capitalize(tolower(habitat))) %>% 
  filter(decimalLongitude > -78) ->
  data_to_clean
data_to_clean

Marcadores

Inicial

leaflet() %>% 
  addTiles()

Añadir círculos (puntos)

leaflet() %>% 
  addTiles() %>% 
  addCircles(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude)

Círculo - Marcador

leaflet() %>% 
  addTiles() %>% 
  addCircleMarkers(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude)

Añadir marcadores

leaflet() %>% 
  addTiles() %>% 
  addAwesomeMarkers(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude)

Editando Color y etiquetas

  • Editando el color por año.
  • Colores disponibles en ColorBrewer.
  • Para cambiar el color es posible usar la función colorFactor() con los colores preestablecidos y las etiquetas o niveles (domain) a utilizar. En este caso es el mes de observación del oso.
  • El argumento label permite controlar la leyenda correspondiente a cada punto cuando.
# Colores y nombres de etiqueta (leyenda)
colores <- c('#a6cee3', '#1f78b4', '#b2df8a', '#33a02c', '#fb9a99', '#e31a1c',
             '#fdbf6f', '#ff7f00', '#cab2d6', '#6a3d9a', '#ffff99', '#b15928')
meses <- levels(as.factor(data_to_clean$month))

# Cambiando color
paleta <- colorFactor(palette = colores, domain = meses)

leaflet() %>% 
  addTiles() %>% 
  addCircles(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fill = 1, label = ~occurrenceRemarks)

Añadir popup

  • Label: muestra la etiqueta asignada sólo con posar el cursor sobre el punto.
  • Pupup: muestra la etiqueta asignada al dar clic en el punto deseado.
  • Combinando ambos argumentos en un sólo mapa es posible informar de dos variables al mismo tiempo
leaflet() %>% 
  addTiles() %>% 
  addCircles(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fill = 1, popup  = ~occurrenceRemarks,
             label = ~habitat)

Añadir leyenda

  • Es posbible asignar el mapa a un objeto.
  • A través del pipeline (tubería - %>%) es posible conectar varias instrucciones.
  • Es necesario declarar el grupo (group) ya que en el control de objetos será necesario
m <- leaflet() %>% 
  addTiles() %>% 
  addCircles(data = data_to_clean, lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fill = 1, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Meses")
m <- m %>% 
  addLegend(data = data_to_clean, position =  "bottomleft", pal = paleta,
            values = ~month, title = "Meses", opacity = 1,
            group = "Leyenda")
m

Control de objetos

  • El control de objetos permite la selección de capas en el mapa.
  • El nombre de las nuevas capas, en este caso “Meses” y “Leyenda”, debe coincidir con los nombres declarados previamente.
m %>% addLayersControl(overlayGroups = c("Meses", "Leyenda"),
                       options = layersControlOptions(collapsed = TRUE))

Manipulando capas

  • En este caso se va a añadir una capa para cada mes.
  • Es necesario para cada mes genera una base de datos.
# Datos para mes 1
data_mes1 <- data_to_clean %>% 
  filter(month == 1)

# Mapa para el mes enero
m1 <- leaflet() %>% 
  addTiles() %>% 
  addCircles(data = data_mes1, lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fill = 1, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes1")
m1 <- m1 %>% 
  addLegend(data = data_mes1, position =  "bottomleft", pal = paleta,
            values = ~month, title = "Meses", opacity = 1,
            group = "Leyenda")
m1
  • Ciclo para todos los meses: para no realizar el proceso manualmente para cada mes, se obtienen los 12 filtros a través de un loop.
mi_lista <- list()
for (i in 1:12) {
  mi_lista[[i]] = data_to_clean %>% filter(month == i)
}
names(mi_lista) <- paste0("Mes", 1:12)
  • Mapa completo con control sobre cada mes: sólo agrego los primeros 5 meses a manera de ejemplo.
mi_mapa <- leaflet() %>% 
  addTiles() %>% 
  addCircles(data = mi_lista[[1]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 0.5, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes1") %>% 
  addCircles(data = mi_lista[[2]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 0.5, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes2") %>%
  addCircles(data = mi_lista[[3]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 0.5, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes3") %>% 
addCircles(data = mi_lista[[4]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 0.5, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes4") %>% 
  addCircles(data = mi_lista[[5]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 0.5, popup  = ~occurrenceRemarks,
             label = ~habitat, group = "Mes5") 
mi_mapa

- Agregando capas a través de un loop: en este caso utilizo las 12 bases de datos, una para cada mes.

nombres <- paste0("Mes", 1:12)
mi_mapa2 <- leaflet() %>% addTiles()
for (i in 1:length(mi_lista)) {
  mi_mapa2 = mi_mapa2 %>% 
    addCircles(data = mi_lista[[i]], lat = ~decimalLatitude, lng = ~decimalLongitude,
             color = ~paleta(month), fillOpacity = 1, popup  = ~occurrenceRemarks,
             label = ~habitat, group = nombres[i])
}
mi_mapa2
  • Controlando cada capa (mes):
mi_mapa2 %>% 
  addLegend(data = data_to_clean, position =  "bottomleft", pal = paleta,
            values = ~month, title = "Meses", opacity = 1,
            group = "Leyenda") %>% 
  addLayersControl(overlayGroups = c(nombres, "Leyenda"),
                       options = layersControlOptions(collapsed = TRUE))

Editando controles

  • Es posible agregar el argumento “basegroups” para seleccionar una sola opción, en este caso un sólo mes.
  • La leyenda la mantengo como “group”, sólo los meses los cambio a “basegroups”.
  • La función “hideGroup” permite controlar si la leyenda o capa específica aparece seleccionada en el mapa.
mi_mapa2 %>% 
  addLegend(data = data_to_clean, position =  "bottomleft", pal = paleta,
            values = ~month, title = "Meses", opacity = 1,
            group = "Leyenda") %>% 
  addLayersControl(overlayGroups = c("Leyenda"), baseGroups = nombres, 
                       options = layersControlOptions(collapsed = TRUE)) %>% 
  hideGroup("Leyenda")

Densidad por mes

  • El argumento “blur” permite controlar detalles del mapa de calor (densidad). Valores bajo (por defecto igual a 1) darán como resultado densidades de mayor intensidad en color.
  • El argumento “radio” permite cambiar el detalle visual de la densidad.
heat_map <- leaflet() %>% addTiles()
for (i in 1:length(mi_lista)) {
  heat_map = heat_map %>% 
    addHeatmap(data = mi_lista[[i]], lat = ~decimalLatitude, lng = ~decimalLongitude,
               group = nombres[i], blur = 25, radius = 20)
}
heat_map %>% 
  addLayersControl(baseGroups = nombres, 
                   options = layersControlOptions(collapsed = FALSE))

Leaflet + Shapefile: polígonos

library(sf)
africa <- read_sf("ejemplo_africa.shp")
africa_spatial <- africa %>% as_Spatial()
regiones_africa <- leaflet() %>% 
  addTiles() %>% 
  addPolygons(data = africa_spatial, fillColor = topo.colors(16, alpha = NULL),
              weight = 1, label = ~NAME, group = "Regiones") %>% 
  addLayersControl(overlayGroups = "Regiones",
                   options = layersControlOptions(collapsed = TRUE)) 
regiones_africa

Medición de áreas

  • Con leaflet es posible medir la longitud de las polilíneas y el área de los polígonos a través de la función “addMeasurePathToolbar”.
  • Si se elige la opción “imperial = FALSE” las unidades serán km, de lo contrario serán acres.
areas_africa <- regiones_africa %>% 
  addMeasurePathToolbar(options = measurePathOptions(imperial = FALSE,
                                                     minPixelDistance = 100,
                                                     showDistances = FALSE))
areas_africa

Dibujar áreas

  • La función “addDrawToolbar” permite incorporar elementos de dibujo o representaicón en el mapa. Es el usuario final quien dispone de dichas opciones.
  • El argumento “showDistances” de la función “addMeasurePathToolbar” igualada a TRUE permitirá medir la longitud de las polilíneas.
regiones_africa2 <- leaflet() %>% 
  addTiles() %>% 
  addPolygons(data = africa_spatial, fillColor = topo.colors(16, alpha = NULL),
              weight = 1, label = ~NAME, group = "Regiones") %>% 
  addDrawToolbar(targetGroup = "Marinas",
                 editOptions = editToolbarOptions(selectedPathOptions = selectedPathOptions())) %>% 
  addLayersControl(overlayGroups = c("Regiones", "Marinas"),
                   options = layersControlOptions(collapsed = TRUE)) %>% 
  addMeasurePathToolbar(options = measurePathOptions(imperial = FALSE,
                                                     minPixelDistance = 100,
                                                     showDistances = TRUE))
regiones_africa2

Editor de estilo

  • La función addStyleEditor() permite agregar páneles de selección para ajustar detalles estéticos del mapa.
regiones_africa3 <- leaflet() %>% 
  addTiles() %>% 
  addPolygons(data = africa_spatial, fillColor = topo.colors(16, alpha = NULL),
              weight = 1, label = ~NAME, group = "Regiones") %>% 
  addDrawToolbar(targetGroup = "Marinas",
                 editOptions = editToolbarOptions(selectedPathOptions = selectedPathOptions())) %>% 
  addLayersControl(overlayGroups = c("Regiones", "Marinas"),
                   options = layersControlOptions(collapsed = TRUE)) %>% 
  addMeasurePathToolbar(options = measurePathOptions(imperial = FALSE,
                                                     minPixelDistance = 100,
                                                     showDistances = TRUE)) %>% 
  addStyleEditor()
regiones_africa3

Bibliotecas mapedit y mapview

  • Con la biblioteca mapview es posible obtener mapas similares a leaflet, con algunas características importantes adicionales.
  • La biblioteca mapedit permite editar los mapas construidos con leaflet y mapview. Lo favorable es que aquellos cambios realizados a través del mouse, serán guardados en el objeto asignado.
library(mapedit)
library(mapview)

nuevo_mapa <- mapview(africa)
nuevo_mapa
  • Editando mapa con mapedit: al ejecutar este comando se abre el mapa en el visor o navegador, podrá ser editado con el mouse y luego dar clic en “done” para salvar los cambios.
mapa2 <- nuevo_mapa %>% 
  editMap()
  • Con la opción seleccionada en el mapa se guarda el cambio en el objeto “nuevo_mapa”, este objeto se puede manipular de forma independiente.
mapa2$drawn %>% plot()