TAREA4
Camila Fernandez Castro
5/10/2021
OPEN STREET MAP
CONSIGNA:
Descargar de OpenStreetMap la grilla de calles para la Ciudad elegida en el ejercicio 1 y mapearla por uno de sus atributos (velocidad mínima, velocidad máxima, cantidad de carriles, etc).
Descargar de OpenStreetMap una (o más) capas de datos de tipo puntos o polígonos. (Ver catálogo de categorías en https://wiki.openstreetmap.org/wiki/Map_Features)
- Proyectar los datos descargados en un mapa y comentar los resultados: ¿Cómo se distribuyen en la Ciudad?
library(tidyverse)## -- Attaching packages --------------------------------------- tidyverse 1.3.1 --## v ggplot2 3.3.5 v purrr 0.3.4
## v tibble 3.1.4 v dplyr 1.0.7
## v tidyr 1.1.3 v stringr 1.4.0
## v readr 2.0.1 v forcats 0.5.1## -- Conflicts ------------------------------------------ tidyverse_conflicts() --
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()library(sf)## Linking to GEOS 3.9.0, GDAL 3.2.1, PROJ 7.2.1library(ggmap)## Google's Terms of Service: https://cloud.google.com/maps-platform/terms/.## Please cite ggmap if you use it! See citation("ggmap") for details.library(osmdata)## Data (c) OpenStreetMap contributors, ODbL 1.0. https://www.openstreetmap.org/copyrightPARA EMPEZAR: traemos el MAPA del lugar que queremos:
bbox_caba <- getbb("Ciudad Autónoma de Buenos Aires, Argentina")bbox_caba## min max
## x -58.53145 -58.33514
## y -34.70564 -34.52655mapa_caba <- get_stamenmap(bbox=bbox_caba,
zoom=13)## Source : http://tile.stamen.com/terrain/13/2764/4934.png## Source : http://tile.stamen.com/terrain/13/2765/4934.png## Source : http://tile.stamen.com/terrain/13/2766/4934.png## Source : http://tile.stamen.com/terrain/13/2767/4934.png## Source : http://tile.stamen.com/terrain/13/2768/4934.png## Source : http://tile.stamen.com/terrain/13/2764/4935.png## Source : http://tile.stamen.com/terrain/13/2765/4935.png## Source : http://tile.stamen.com/terrain/13/2766/4935.png## Source : http://tile.stamen.com/terrain/13/2767/4935.png## Source : http://tile.stamen.com/terrain/13/2768/4935.png## Source : http://tile.stamen.com/terrain/13/2764/4936.png## Source : http://tile.stamen.com/terrain/13/2765/4936.png## Source : http://tile.stamen.com/terrain/13/2766/4936.png## Source : http://tile.stamen.com/terrain/13/2767/4936.png## Source : http://tile.stamen.com/terrain/13/2768/4936.png## Source : http://tile.stamen.com/terrain/13/2764/4937.png## Source : http://tile.stamen.com/terrain/13/2765/4937.png## Source : http://tile.stamen.com/terrain/13/2766/4937.png## Source : http://tile.stamen.com/terrain/13/2767/4937.png## Source : http://tile.stamen.com/terrain/13/2768/4937.png## Source : http://tile.stamen.com/terrain/13/2764/4938.png## Source : http://tile.stamen.com/terrain/13/2765/4938.png## Source : http://tile.stamen.com/terrain/13/2766/4938.png## Source : http://tile.stamen.com/terrain/13/2767/4938.png## Source : http://tile.stamen.com/terrain/13/2768/4938.png## Source : http://tile.stamen.com/terrain/13/2764/4939.png## Source : http://tile.stamen.com/terrain/13/2765/4939.png## Source : http://tile.stamen.com/terrain/13/2766/4939.png## Source : http://tile.stamen.com/terrain/13/2767/4939.png## Source : http://tile.stamen.com/terrain/13/2768/4939.pngggmap(mapa_caba)
para obtener el poligono de la CABA:
caba_polygon <- getbb("Ciudad Autónoma de Buenos Aires, Argentina", format_out = "sf_polygon")## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()
## old-style crs object detected; please recreate object with a recent sf::st_crs()Ahora para verlo en el mapa:
class(caba_polygon)## [1] "list"geometria_caba <- caba_polygon[[2]]class(geometria_caba)## [1] "sf" "data.frame"Dejamos el mapa de fondo con un poligono pegado arriba:
ggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill=NA, size=1, color="firebrick3", inherit.aes = FALSE)+
labs(title="CIUDAD AUTÓNOMA DE BUENOS AIRES",
caption="Fuente: Open Street Map")+
theme_void()## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
Descargando GRILLA DE CALLES (roads):
PASO 1: Hacer la consulta
caba_calles <- opq(bbox_caba) %>%
add_osm_feature(key="highway", value = "primary")PASO 2: efectivamente traerme los datos
caba_calles <- osmdata_sf(caba_calles)PASO 3: para mirar la lista de elementos que tiene
caba_calles## Object of class 'osmdata' with:
## $bbox : -34.705637,-58.5314494,-34.5265535,-58.3351423
## $overpass_call : The call submitted to the overpass API
## $meta : metadata including timestamp and version numbers
## $osm_points : 'sf' Simple Features Collection with 3568 points
## $osm_lines : 'sf' Simple Features Collection with 1074 linestrings
## $osm_polygons : 'sf' Simple Features Collection with 0 polygons
## $osm_multilines : NULL
## $osm_multipolygons : NULLEn estos datos encontramos: 3568 puntos, 1074 lineas y 0 polygons.
PASO 4: ahora quiero quedarme solo con las líneas que demarcan la traza de las calles primarias.
caba_calles <- caba_calles$osm_lineshead(caba_calles)## Simple feature collection with 6 features and 73 fields
## Geometry type: LINESTRING
## Dimension: XY
## Bounding box: xmin: -58.51848 ymin: -34.64659 xmax: -58.37345 ymax: -34.57415
## Geodetic CRS: WGS 84
## osm_id name access access.lanes alt_name
## 10055451 10055451 Avenida San MartÃn <NA> <NA> <NA>
## 10616672 10616672 Avenida Córdoba <NA> <NA> <NA>
## 17441481 17441481 Avenida Del Libertador <NA> <NA> <NA>
## 17442200 17442200 Avenida de Mayo <NA> <NA> <NA>
## 17448289 17448289 Avenida Del Libertador <NA> <NA> <NA>
## 18793046 18793046 Avenida Directorio <NA> <NA> <NA>
## bicycle bridge bus.lanes busway.right covered cutting cycleway.left
## 10055451 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
## 10616672 designated <NA> <NA> <NA> <NA> <NA> track
## 17441481 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA> <NA> <NA>
## cycleway.right destination destination.ref embankment embedded_rails
## 10055451 <NA> <NA> <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA> <NA> <NA>
## 17441481 <NA> <NA> <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA>
## foot hazard hgv hgv.lanes highway horse junction lane_markings lanes
## 10055451 <NA> <NA> <NA> <NA> primary <NA> <NA> <NA> 3
## 10616672 <NA> <NA> <NA> <NA> primary <NA> <NA> <NA> 4
## 17441481 <NA> <NA> <NA> <NA> primary <NA> <NA> <NA> 12
## 17442200 <NA> <NA> <NA> <NA> primary <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> primary <NA> <NA> <NA> 4
## 18793046 <NA> <NA> <NA> <NA> primary <NA> <NA> no <NA>
## lanes.backward lanes.both_ways lanes.bus lanes.forward lanes.psv layer
## 10055451 <NA> <NA> <NA> <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA> <NA> <NA> <NA>
## 17441481 <NA> 3 <NA> 9 <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA> <NA>
## lit maxheight maxspeed maxspeed.conditional maxspeed.type maxweight
## 10055451 <NA> <NA> 60 <NA> <NA> <NA>
## 10616672 <NA> <NA> 60 <NA> <NA> <NA>
## 17441481 yes <NA> 70 <NA> <NA> <NA>
## 17442200 <NA> <NA> 60 <NA> <NA> <NA>
## 17448289 <NA> <NA> 60 <NA> <NA> <NA>
## 18793046 <NA> <NA> 60 <NA> <NA> <NA>
## name.etymology noname old_name old_ref oneway oneway.bicycle
## 10055451 <NA> <NA> <NA> <NA> yes <NA>
## 10616672 <NA> <NA> <NA> <NA> yes yes
## 17441481 <NA> <NA> <NA> <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> yes <NA>
## 17448289 <NA> <NA> <NA> <NA> yes <NA>
## 18793046 <NA> <NA> <NA> <NA> yes <NA>
## oneway.conditional overtaking
## 10055451 <NA> <NA>
## 10616672 <NA> <NA>
## 17441481 no @ (Mo-Fr 15:00-22:00;Sa-Su,PH 08:00-13:00) <NA>
## 17442200 <NA> <NA>
## 17448289 <NA> <NA>
## 18793046 <NA> <NA>
## parking.condition.left parking.condition.left.time_interval
## 10055451 <NA> <NA>
## 10616672 <NA> <NA>
## 17441481 <NA> <NA>
## 17442200 <NA> <NA>
## 17448289 <NA> <NA>
## 18793046 <NA> <NA>
## parking.condition.right parking.condition.right.time_interval
## 10055451 <NA> <NA>
## 10616672 <NA> <NA>
## 17441481 <NA> <NA>
## 17442200 <NA> <NA>
## 17448289 <NA> <NA>
## 18793046 <NA> <NA>
## parking.lane.left parking.lane.left.parallel parking.lane.right
## 10055451 <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA>
## 17441481 <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA>
## parking.lane.right.parallel psv.lanes ref short_name sidewalk
## 10055451 <NA> <NA> <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA> <NA> <NA>
## 17441481 <NA> <NA> <NA> <NA> both
## 17442200 <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA>
## smoothness sorting_name source source.maxspeed surface
## 10055451 <NA> <NA> <NA> <NA> asphalt
## 10616672 <NA> <NA> <NA> <NA> asphalt
## 17441481 <NA> Del Libertador, Avenida <NA> <NA> asphalt
## 17442200 <NA> <NA> <NA> <NA> asphalt
## 17448289 <NA> Del Libertador, Avenida <NA> <NA> asphalt
## 18793046 <NA> <NA> <NA> <NA> asphalt
## surface.lanes traffic_calming tunnel turn.lanes turn.lanes.backward
## 10055451 <NA> <NA> <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA> <NA> <NA>
## 17441481 <NA> <NA> <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA>
## turn.lanes.forward vehicle.lanes width wikidata wikipedia
## 10055451 <NA> <NA> <NA> <NA> <NA>
## 10616672 <NA> <NA> <NA> <NA> <NA>
## 17441481 <NA> <NA> <NA> <NA> <NA>
## 17442200 <NA> <NA> <NA> <NA> <NA>
## 17448289 <NA> <NA> <NA> <NA> <NA>
## 18793046 <NA> <NA> <NA> <NA> <NA>
## geometry
## 10055451 LINESTRING (-58.51848 -34.5...
## 10616672 LINESTRING (-58.44479 -34.5...
## 17441481 LINESTRING (-58.41093 -34.5...
## 17442200 LINESTRING (-58.37345 -34.6...
## 17448289 LINESTRING (-58.4168 -34.57...
## 18793046 LINESTRING (-58.48607 -34.6...class(caba_calles)## [1] "sf" "data.frame"dim(caba_calles)## [1] 1074 74Vemos que tiene 1074 observaciones y 74 variables.
PAso 5: mapear
ggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill= NA, size=1, color="blue", inherit.aes = FALSE)+
geom_sf(data=caba_calles, color="red", alpha=2, inherit.aes = FALSE)+
labs(title= "Calles Principales de CABA", caption= "Fuente: Open Street Map")## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
Las calles se descargando segun los límites del bbox, pero no de los limites geográficos de CABA. Hacemos una intersección entre ambos datos geográficos:
caba_calles <- st_intersection(caba_calles, geometria_caba)## Warning: attribute variables are assumed to be spatially constant throughout all
## geometriesggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill= NA, size=1, color="blue", inherit.aes = FALSE)+
geom_sf(data=caba_calles, color="red", alpha=2, inherit.aes = FALSE)+
labs(title= "Calles Principales de CABA", caption= "Fuente: Open Street Map")+
theme_void()## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
FILTRAMOS A LA AVENIDA DEL LIBERTADOR:
ggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill= NA, size=1, color="blue", inherit.aes = FALSE)+
geom_sf(data=filter(caba_calles, str_detect(name, "Avenida Del Libertador")), color="darkgreen", size=1.8, inherit.aes = FALSE)+
labs(title= "Avenida del Libertador", subtitle= "CABA", caption= "Fuente: Open Street Map")+
theme_void()## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
Pasamos del formato texto a SF el atributo de MAXIMA VELOCIDAD y LANES (carriles), para poder usarlos como numéricos:
caba_calles <- caba_calles %>%
mutate(maxspeed = as.numeric(maxspeed),
lanes = ifelse(is.na(lanes), 1, as.numeric(lanes)))ggplot(caba_calles) +
geom_sf(aes(color = maxspeed), alpha = 0.8) +
scale_color_viridis_c() +
labs(title = "Avenidas de CABA", subtitle = "máximas velocidades",
caption = "fuente: Open Stree tMap",
color = "velocidad máxima")
Y lo vemos en el MAPA, todo junto:
ggmap(mapa_caba)+
geom_sf(data = caba_calles, aes(color=maxspeed), size=2, inherit.aes = FALSE)+
scale_color_viridis_c()+
labs(title="Avenidas de CABA", subtitle = "Máximas Velocidades",
caption="Fuente: Open Street Map", color="Máxima velicidad")+
theme_classic()## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
A partir de este mapa, podemos observar no solo dónde se ubican las avenidas(calles principales) de CABA, si no cúal es su velocidad máxima correspondiente. Se observa que en promedio la mayoría de las avenidas tiene una velocidad máxima que ronda los 60 km/h (de un color verde claro, segundo en la escala de referencia). Llama la arención tambien el tramo de la Avenida Del Libertadir que presenta una máxima velocidad de 70 km/h, segun donde está ubicada en la ciudad. Al mismo tiempo es interesante ver, que existen avenidas con velocidades mde 50 o 40 km/h.
Por ultimo vamos a descargar puntos asociados a estos data sets:
DESCARGA DE PUNTOS
dentro de “Highway” –> bus_stop (paradas de colectivos)
PASO 1:
caba_paradas <- opq(bbox = bbox_caba) %>%
add_osm_feature(key = "highway", value = "bus_stop")PASO2:
caba_paradas <- osmdata_sf(caba_paradas)PASO 3: MIRO
caba_paradas## Object of class 'osmdata' with:
## $bbox : -34.705637,-58.5314494,-34.5265535,-58.3351423
## $overpass_call : The call submitted to the overpass API
## $meta : metadata including timestamp and version numbers
## $osm_points : 'sf' Simple Features Collection with 5954 points
## $osm_lines : NULL
## $osm_polygons : 'sf' Simple Features Collection with 0 polygons
## $osm_multilines : NULL
## $osm_multipolygons : NULLVemos que tiene 5954 puntos, asociados a las paradas de colectivos, con 42 variables.
PASO 4:
caba_paradas <- caba_paradas$osm_pointsPaso 5: MAPEAR
ggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill= NA, size=1, color="blue", inherit.aes = FALSE)+
geom_sf(data=caba_paradas, aes(color=highway), color="purple", inherit.aes=FALSE)+
labs(title = "Paradas de Colectivos", subtitle = "CABA", caption = "FUENTE: Open Street Map")## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
Hacemos interseccion para observar solo las paradas dentro de los limites de CABA:
caba_paradas <- st_intersection(caba_paradas, geometria_caba)## Warning: attribute variables are assumed to be spatially constant throughout all
## geometriesggmap(mapa_caba)+
geom_sf(data=geometria_caba, fill= NA, size=1.5, color="blue", inherit.aes = FALSE)+
geom_sf(data=caba_paradas, aes(color=highway), color="purple", size=0.5, inherit.aes=FALSE)+
labs(title = "Paradas de Colectivos", subtitle = "CABA", caption = "FUENTE: Open Street Map")+
theme_void()## Coordinate system already present. Adding new coordinate system, which will replace the existing one.
A partir de este mapa podemos observar dónde se encuentra la mayor cantidad de paradas de colecivos dentro de los limites de CABA, y cómo estan ubicadas.
FIN!