Introducció

Aquest diagrama de Voronoi representa les Terres cultivables (% de l’àrea de terra) de gairebé tots els països del món i l’any 2018. La font de dades és el [Banc Mundial] (https://datos.bancomundial.org/) i l’Organització de les Nacions Unides per a l’Agricultura i l’Alimentació’

Dades de la font:

Data Source,“Indicadores del desarrollo mundial”, Last Updated Date,“2022-04-08”,

Significat

La terra cultivable inclou aquells terrenys definits per la FAO com a afectats a cultius temporals (les zones de doble collita es compten una sola vegada), els prats temporals per segar o per pastura, les terres cultivades com a horts comercials o domèstics, i les terres temporalment en guaret. S’exclouen les terres abandonades a causa del cultiu migratori.

# Lectura de les llibreries necessàries:

library(readr)
library(dplyr)
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(ggplot2)
library(readxl)
library(leaflet)
## Warning: package 'leaflet' was built under R version 4.1.3
library(ggvoronoi)
## Warning: package 'ggvoronoi' was built under R version 4.1.3
# Full d'Excel descarregant de la font de dades:

Coordenades_del_mon <- read_excel('C:/Users/bfeli/OneDrive/Escritorio/Per fer el vídeo A5/Publicat/Bases de dades utilitzades i resultat R Voronoi/Coordenades_del_mon.xls')
df <- Coordenades_del_mon
df$Longitude<-as.numeric(df$Longitude)
df$Latitude<-as.numeric(df$Latitude)
df<-as.data.frame(Coordenades_del_mon)
str(df) # Característiques de les dades.
## 'data.frame':    202 obs. of  4 variables:
##  $ Longitude       : num  65.18 19.82 3.05 -170.7 1.11 ...
##  $ Latitude        : num  33.2 41.3 28.1 -14.3 42.5 ...
##  $ Name            : chr  "Afganistan" "Albania" "Algeria" "American Samoa" ...
##  $ Terra cultivable: num  11.8 2.23 31.51 11.48 17.66 ...
head(df,10)
##     Longitude  Latitude                Name Terra cultivable
## 1    65.18333  33.16667          Afganistan         11.79890
## 2    19.81667  41.31667             Albania          2.23119
## 3     3.05000  28.11111             Algeria         31.51060
## 4  -170.70000 -14.33333      American Samoa         11.48410
## 5     1.10667  42.50000             Andorra         17.65960
## 6    18.51667 -12.53333              Angola         39.30380
## 7   -61.85000  17.05667 Antigua and Barbuda         90.90910
## 8   -64.66667 -34.58333           Argentina         14.32390
## 9    44.50000  40.16667             Armenia         15.65160
## 10  133.91333 -27.26667           Australia         40.26770
# Eliminar punts repetits o sense geolocalització:


df2=unique(df[df$Longitude!=0 & df$Latitude!=0, c("Longitude","Latitude")])
df3=df[rownames(df2),]
## Crear el mapa a través d'una imatge extreta d'Internet i CC:
mapa = leaflet()
mapa=addTiles(mapa, urlTemplate = "http://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png")
## Crear el diagrama de Voronoi utilitzant les coordenades de cada país (longitud i latitud)
dig_vor = voronoi_polygon(df3, x='Longitude', y='Latitude', outline = NULL)
## Afegir els centres al mapa:
## Amb aquesta funció es veuen el nom dels països i la terra cultivable, la llegenda apareix automàticament, el nom del país quan fas clic a la icona:

mapa=addMarkers(mapa, lng=dig_vor$Longitude, lat=dig_vor$Latitude, popup=dig_vor$Name,label=dig_vor$'Terra cultivable')
## Afegir els polígons generats pel diagrama de Voronoi:

mapa=addPolygons(mapa, data=dig_vor)
## Mostrar el mapa:

mapa