#Institucion: Unidades Tecnológicas de Santander
# Programa: Ingenieria en Topografía
##Taller

A continuación, se muestra los procesos básicos de usos de datos espaciales utilizando la librería “library(leaflet)”, el propósito de la guía sirva como referente en el proceso del desarrollo de las clases en las aulas del programa de Ingeniería en Topografía, en el curso de Geografía y Sistemas de Información Geográfica, así mismo, ayude a los estudiantes de otros programas académicos e interesados en general, en el proceso de la comprensión de uso de datos espaciales utilizando la librería “leaflet”.

# Cargamos librerias  
library(leaflet)

# Cargamos los datos 
my_map <- leaflet() %>% 
  addTiles()
my_map
#  

library(leaflet)
library(pander)
library(shiny)
## 
## Attaching package: 'shiny'
## The following object is masked from 'package:pander':
## 
##     p
mi_mapa <- leaflet() %>% addTiles( ) 
mi_mapa <- mi_mapa %>% addTiles( "Mi lugar de trabajo" ) 
mi_mapa <- mi_mapa %>% addMarkers(lat=7.10531, lng=-73.12363, popup="Unidades Tecnologicas de Santander")
mi_mapa <- mi_mapa %>% addMarkers(lat=7.10444, lng=-73.12591, popup="Lugar de deporte favorito")
mi_mapa
# Generando limite de la zona de entrenamineto.
limite <- leaflet() %>%
  addTiles() %>%
  addRectangles(lat1 = -10.96966, lng1 = -76.18152, 
                lat2 = -11.06739, lng2 = -76.03699)
limite
#Agregando puntos aleatorios. 
set.seed(2021-09-18)
df <- data.frame(lat = runif(50, min = -11.06739, max = -10.96966),
                 lng = runif(50, min = -76.18152, max = -76.03699))
df %>% 
  leaflet() %>%
  addTiles() %>%
  addMarkers()
# agupando los puntos por el proceso de vecino más proximo
df <- data.frame(lat = runif(50, min = -11.06739, max = -10.96966),
                 lng = runif(50, min = -76.18152, max = -76.03699))
df %>% 
  leaflet() %>%
  addTiles() %>%
  addMarkers(clusterOptions = markerClusterOptions())
# generando puntos de influencia de cada punto 
df <- data.frame(lat = runif(50, min = -11.06739, max = -10.96966),
                 lng = runif(50, min = -76.18152, max = -76.03699))
df %>% 
  leaflet() %>%
  addTiles() %>%
  addCircleMarkers()%>%
  addMarkers(clusterOptions = markerClusterOptions())
# Adicionando legenda por citerios de muestreo aleatorio. 
df <- data.frame(lat = runif(50, min = -11.06739, max = -10.96966),
                 lng = runif(50, min = -76.18152, max = -76.03699),
                 col = sample(c("red", "blue", "green"), 50, replace = TRUE),
                 stringsAsFactors = FALSE)
df %>%
  leaflet() %>%
  addTiles() %>%
  addCircleMarkers(color = df$col) %>%
  addLegend(labels = LETTERS[1:3], colors = c("blue", "red", "green"))
## Assuming "lng" and "lat" are longitude and latitude, respectively
# 

library(pacman)
pacman::p_load(raster, rgdal, rgeos, tidyverse, gtools,sf)

deptos <- sf::read_sf("E:/A_UTS/2021-II/Geografia y sig II/Modulo 4 estandares de informacion geografica/Taller/puntos.shp")

crs(deptos)
## [1] "+proj=longlat +datum=WGS84 +no_defs"
plot(deptos, main = 'Lago junin',axes = TRUE)

mapa <- leaflet(deptos) 
mapa <- addTiles(mapa)

mapa <-  addMarkers(mapa)
mapa