Anexo 1: Obtención de datos CHIRPS para el departamento de Valle del Cauca

1.Introducción

Este cuaderno contiene el primer anexo del informe final correspondiente a la asignatura geomática básica. En este escrito, se ilustra la obtención de datos de precipitación chirps para el departamento de Valle del Cauca.

2.Preprocesamiento de los Datos

2.1 Leer datos de precipitación

Se procede a cargar las librerias necesarias para elaborar el cuaderno

library(rgdal)
library(sf)
library(raster)
library(tidyverse)
library(gstat)
library(tmap)
library(sp)

Para continuar, es necesario descargar los datos de precipitación CHIRPS correspondendientes a los ultimos 5 días del mes de abril del presente año. Luego, se leen los datos y se crea el objeto “Precip”.

(Precip <- raster("C:/Users/LUISA CARRION/Downloads/chirps-v2.0.2021.03.6.tif"))

Ahora, se lee el archivo shapefile que corresponde a la zona de estudio.

(valle <- shapefile("C:/Users/LUISA CARRION/Downloads/76_VALLE_DEL_CAUCA/ADMINISTRATIVO/MGN_MPIO_POLITICO.shp"))

class       : SpatialPolygonsDataFrame 
features    : 42 
extent      : -77.54977, -75.70724, 3.091239, 5.047394  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs 
variables   : 9
names       : DPTO_CCDGO, MPIO_CCDGO, MPIO_CNMBR,                    MPIO_CRSLC,    MPIO_NAREA, MPIO_NANO,      DPTO_CNMBR,     Shape_Leng,       Shape_Area 
min values  :         76,      76001,    ALCALÁ,                          1536,   41.86090736,      2017, VALLE DEL CAUCA, 0.453826056161, 0.00340901158098 
max values  :         76,      76895,     ZARZAL, Ordenanza 9 de Diciembre 1954, 6292.50083741,      2017, VALLE DEL CAUCA,  6.59527269127,   0.510778519244 

2.2 Recortar el ráster

Empleando la funcion “crop” se recortan los datos de precicipitación con el fin de que tenga la extensión de la zona de interés.

corte.precipitacion <- raster::crop(Precip, extent(valle)) 

Con los valores obtenidos en el objeto se realiza un raster.

(precip.mask <- mask(x = corte.precipitacion, mask = valle))

class      : RasterLayer 
dimensions : 39, 37, 1443  (nrow, ncol, ncell)
resolution : 0.05, 0.05  (x, y)
extent     : -77.55, -75.7, 3.099999, 5.049999  (xmin, xmax, ymin, ymax)
crs        : +proj=longlat +datum=WGS84 +no_defs 
source     : memory
names      : chirps.v2.0.2021.03.6 
values     : 17.53901, 182.8078  (min, max)

2.3 Representación de datos CHIRPS de precipitación para el departamento de Valle del Cauca

Se plotea el shapefile y el raster de precipitaiones del departamento.

plot(precip.mask, main= "Precipitaciones CHIRPS del 26 al 30 de Abril en 2021 [mm]")
plot(Vichada, add=TRUE)

Haciendo uso de las librerías “leaflet” y “RCcolorBrewer” se puede realizar un mapa que permita una mejor visualización

library(leaflet)
library(RColorBrewer)
pal <- colorNumeric(c("Paired"), values(precip.mask),
  na.color = "transparent")

leaflet() %>% addTiles() %>%
  addRasterImage(precip.mask, colors = pal, opacity = 0.6) %>%
  addLegend(pal = pal, values = values(precip.mask), 
            title = "Datos CHIRPS de precipitación del 26 al 30 de abril 2021 [mm]" )

Warning in showSRID(uprojargs, format = "PROJ", multiline = "NO", prefer_proj = prefer_proj) :
  Discarded ellps WGS 84 in Proj4 definition: +proj=merc +a=6378137 +b=6378137 +lat_ts=0 +lon_0=0 +x_0=0 +y_0=0 +k=1 +units=m +nadgrids=@null +wktext +no_defs +type=crs
Warning in showSRID(uprojargs, format = "PROJ", multiline = "NO", prefer_proj = prefer_proj) :
  Discarded datum World Geodetic System 1984 in Proj4 definition
Warning in showSRID(uprojargs, format = "PROJ", multiline = "NO", prefer_proj = prefer_proj) :
  Discarded ellps WGS 84 in Proj4 definition: +proj=merc +a=6378137 +b=6378137 +lat_ts=0 +lon_0=0 +x_0=0 +y_0=0 +k=1 +units=m +nadgrids=@null +wktext +no_defs +type=crs
Warning in showSRID(uprojargs, format = "PROJ", multiline = "NO", prefer_proj = prefer_proj) :
  Discarded datum World Geodetic System 1984 in Proj4 definition

2.4 Convertir de Ráster a puntos

Con ayuda de la función rasterToPoints() contenida en la librería “raster” se puede convertir un raster a puntos

(precip.points <- rasterToPoints(precip.mask, spatial = TRUE))

class       : SpatialPointsDataFrame 
features    : 677 
extent      : -77.475, -75.725, 3.124999, 5.024999  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs 
variables   : 1
names       : chirps.v2.0.2021.03.6 
min values  :      17.5390129089355 
max values  :      182.807846069336 

Se cambia el nombre de “chirps-v2.0.2021.03.6” a “lluvia”.

names(precip.points) <- "lluvia"
precip.points

class       : SpatialPointsDataFrame 
features    : 677 
extent      : -77.475, -75.725, 3.124999, 5.024999  (xmin, xmax, ymin, ymax)
crs         : +proj=longlat +datum=WGS84 +no_defs 
variables   : 1
names       :           lluvia 
min values  : 17.5390129089355 
max values  : 182.807846069336 

str(precip.points)

Formal class 'SpatialPointsDataFrame' [package "sp"] with 5 slots
  ..@ data       :'data.frame': 677 obs. of  1 variable:
  .. ..$ lluvia: num [1:677] 59.3 65.3 68.4 65.9 64.7 ...
  ..@ coords.nrs : num(0) 
  ..@ coords     : num [1:677, 1:2] -76.1 -76.1 -76.1 -76 -76.1 ...
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ : NULL
  .. .. ..$ : chr [1:2] "x" "y"
  ..@ bbox       : num [1:2, 1:2] -77.47 3.12 -75.72 5.02
  .. ..- attr(*, "dimnames")=List of 2
  .. .. ..$ : chr [1:2] "x" "y"
  .. .. ..$ : chr [1:2] "min" "max"
  ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
  .. .. ..@ projargs: chr "+proj=longlat +datum=WGS84 +no_defs"
  .. .. ..$ comment: chr "GEOGCRS[\"WGS 84 (with axis order normalized for visualization)\",\n    DATUM[\"World Geodetic System 1984\",\n"| __truncated__

Ahora, se grafican los puntos obtenidos sobre el objeto ráster, debido a que cada punto se ubica en el centro de cada celda encontrada en el raster creado.

plot(precip.mask, main= "Precipitaciones CHIRPS del 1 al 06.04.2021 [mm]")
plot(valle, add=TRUE)

points(precip.points$x, precip.points$y, col = "Blue", cex = .1)

Con ayuda de la libreria “Rgdal” se guarda el objeto espacial en un archivo geojson.

geojsonio::geojson_write(precip.points, file = "chirps/ppoints.geojson11")

Registered S3 method overwritten by 'geojsonsf':
  method        from   
  print.geojson geojson
Success! File is at chirps/ppoints.geojson11.geojson

<geojson-file>
  Path:       chirps/ppoints.geojson11
  From class: SpatialPointsDataFrame

sessionInfo()

R version 4.1.0 (2021-05-18)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 10 x64 (build 19043)

Matrix products: default

locale:
[1] LC_COLLATE=Spanish_Colombia.1252  LC_CTYPE=Spanish_Colombia.1252   
[3] LC_MONETARY=Spanish_Colombia.1252 LC_NUMERIC=C                     
[5] LC_TIME=Spanish_Colombia.1252    

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

other attached packages:
 [1] RColorBrewer_1.1-2 leaflet_2.0.4.1    tmap_3.3-2        
 [4] gstat_2.0-7        forcats_0.5.1      stringr_1.4.0     
 [7] dplyr_1.0.7        purrr_0.3.4        readr_2.0.0       
[10] tidyr_1.1.3        tibble_3.1.3       ggplot2_3.3.5     
[13] tidyverse_1.3.1    raster_3.4-13      sf_1.0-1          
[16] rgdal_1.5-23       sp_1.4-5          

loaded via a namespace (and not attached):
 [1] leafem_0.1.6            colorspace_2.0-2       
 [3] ellipsis_0.3.2          class_7.3-19           
 [5] base64enc_0.1-3         fs_1.5.0               
 [7] dichromat_2.0-0         rstudioapi_0.13        
 [9] httpcode_0.3.0          proxy_0.4-26           
[11] farver_2.1.0            fansi_0.5.0            
[13] lubridate_1.7.10        xml2_1.3.2             
[15] codetools_0.2-18        knitr_1.33             
[17] jsonlite_1.7.2          tmaptools_3.1-1        
[19] broom_0.7.9             dbplyr_2.1.1           
[21] png_0.1-7               rgeos_0.5-5            
[23] compiler_4.1.0          httr_1.4.2             
[25] backports_1.2.1         assertthat_0.2.1       
[27] lazyeval_0.2.2          cli_3.0.1              
[29] leaflet.providers_1.9.0 htmltools_0.5.1.1      
[31] tools_4.1.0             gtable_0.3.0           
[33] glue_1.4.2              geojson_0.3.4          
[35] V8_3.4.2                Rcpp_1.0.7             
[37] cellranger_1.1.0        vctrs_0.3.8            
[39] crul_1.1.0              leafsync_0.1.0         
[41] crosstalk_1.1.1         lwgeom_0.2-6           
[43] xfun_0.24               rvest_1.0.1            
[45] lifecycle_1.0.0         XML_3.99-0.6           
[47] jqr_1.2.1               zoo_1.8-9              
[49] scales_1.1.1            hms_1.1.0              
[51] parallel_4.1.0          yaml_2.2.1             
[53] curl_4.3.2              stringi_1.7.3          
[55] maptools_1.1-1          e1071_1.7-7            
[57] intervals_0.15.2        rlang_0.4.11           
[59] pkgconfig_2.0.3         evaluate_0.14          
[61] lattice_0.20-44         htmlwidgets_1.5.3      
[63] tidyselect_1.1.1        magrittr_2.0.1         
[65] geojsonsf_2.0.1         R6_2.5.0               
[67] geojsonio_0.9.4         generics_0.1.0         
[69] DBI_1.1.1               pillar_1.6.2           
[71] haven_2.4.1             foreign_0.8-81         
[73] withr_2.4.2             units_0.7-2            
[75] stars_0.5-3             xts_0.12.1             
[77] abind_1.4-5             spacetime_1.2-5        
[79] modelr_0.1.8            crayon_1.4.1           
[81] KernSmooth_2.23-20      utf8_1.2.2             
[83] tzdb_0.1.2              rmarkdown_2.9          
[85] grid_4.1.0              readxl_1.3.1           
[87] FNN_1.1.3               reprex_2.0.0           
[89] digest_0.6.27           classInt_0.4-3         
[91] munsell_0.5.0           viridisLite_0.4.0