Índice de Moran para CEa 075, 150 y NDVI calculado en RStudio y GeoDa

Jorge Iván Rivera Bermúdez

library(readxl)
library(ggplot2)
library(DT)
library(ape)
library(cowplot)

dfr <- read_excel("~/Rprojects/UN/Computacion_e/BD_MODELADO_2.xls")
dfr1 <- dfr[, -c(6, 7, 8)]
datatable(dfr1)

p1 <- ggplot(dfr1, aes(x = x, y = y, colour = NDVI)) + 
   geom_point(size = 2, shape = 15) +
   theme_void() +
   scale_color_continuous(type = 'viridis')

p2 <- ggplot(dfr1, aes(x = x, y = y, colour = CEa075)) + 
   geom_point(size = 2, shape = 15) +
   theme_void() +
   scale_color_continuous(type = 'viridis')

p3 <- ggplot(dfr1, aes(x = x, y = y, colour = CEa150)) + 
   geom_point(size = 2, shape = 15) +
   theme_void() +
   scale_color_continuous(type = 'viridis')

plot_grid(p1, p2, p3, labels = "AUTO")

# convertir los datos en una matriz
dfr1.dists <- as.matrix(dist(cbind(dfr1$x, dfr1$y)))
dim(dfr1.dists)

## [1] 313 313

dfr1.dists.inv <- 1/dfr1.dists # inverso de la matriz de las distancias
diag(dfr1.dists.inv) <- 0 # convertir valores de Inf en la diagonal a ceros
 
dfr1.dists.inv[1:5, 1:5]

##            1          2          3          4          5
## 1 0.00000000 0.19320482 0.02207833 0.05403989 0.04558763
## 2 0.19320482 0.00000000 0.02476496 0.04650837 0.05738726
## 3 0.02207833 0.02476496 0.00000000 0.01665161 0.03039597
## 4 0.05403989 0.04650837 0.01665161 0.00000000 0.03392139
## 5 0.04558763 0.05738726 0.03039597 0.03392139 0.00000000

Índice de Moran NDVI:

# valor entre -1 y 1
# fijarse en el p.value
# p.value < 0.05 = indica autocorrelacion positiva

Moran.I(dfr1$NDVI, dfr1.dists.inv)

## $observed
## [1] 0.09750403
## 
## $expected
## [1] -0.003205128
## 
## $sd
## [1] 0.004644979
## 
## $p.value
## [1] 0

Índice de Moran CEa075:

Moran.I(dfr1$CEa075, dfr1.dists.inv)

## $observed
## [1] 0.2687468
## 
## $expected
## [1] -0.003205128
## 
## $sd
## [1] 0.004665906
## 
## $p.value
## [1] 0

Índice de Moran CEa150:

Moran.I(dfr1$CEa150, dfr1.dists.inv)

## $observed
## [1] 0.160951
## 
## $expected
## [1] -0.003205128
## 
## $sd
## [1] 0.00465455
## 
## $p.value
## [1] 0

Existe una autocorrelación positiva en los 3 casos que se calculó el índice de Moran.

Cálculo del índice de Moran con GeoDa

NDVI:

Conductividad eléctrica aparente del suelo (CEa) a 75cm de profundidad:

Conductividad eléctrica aparente del suelo (CEa) a 150cm de profundidad:

En todos los casos se ve una autocorrelación positiva, lo que indica que sí existe una autocorrelación en el NDVI, CEa a 075cm, y CEa a 150cm.