Last active
July 26, 2018 15:22
-
-
Save FelipeSBarros/c930ad14f60ae08e728924ca90e49c3a to your computer and use it in GitHub Desktop.
FormacaoDanielMarina_26_07.R
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
library(raster) | |
# Como gerar um shp de um CSV ---- | |
ptos <- read.csv("./PDMA/Banco Dados Compartilhado/pts.geo.csv") | |
head(ptos) | |
# Transofrmando o DantaFrame em um dado espacial | |
coordinates(ptos) <- ~long+lat | |
class(ptos) | |
crs(ptos) | |
plot(ptos, axes=TRUE) | |
# Defininido o Sistema de Coordenadas | |
# WGS84 coords | |
crs(ptos) = crs("+proj=longlat") | |
plot(ptos, axes=T) | |
crs(ptos) | |
# removendo as amostras que estão erradas (ID passadas pelo trello... por sorte são id iniciando em 1036 ate 1047) | |
id <- seq(1036, 1047) # não se faz mais necessário após atualização Daniel | |
# Atenção para essa logica! | |
ptos <- ptos[! ptos$id %in% id, ] | |
plot(ptos) | |
# Criando um Buffer para definir area de estudo | |
# install.packages(rgeos) | |
library(rgeos) | |
# Vamos precisar converter para albers para informar o raio do buffer em metros | |
Albers <- "+proj=aea +lat_1=-5 +lat_2=-42 +lat_0=-32 +lon_0=-60 +x_0=0 +y_0=0 +ellps=aust_SA +units=m +no_defs" | |
# Plotando ptos em Albers mas fazendo a conversão na memoria do PC | |
?spTransform | |
plot( | |
spTransform(ptos, Albers), axes=TRUE) | |
# Adicionando ao plot anterior (argumento add=True) o buffer | |
?gBuffer | |
plot( | |
gBuffer( | |
spTransform(ptos, Albers), | |
byid=F, width = 100000) | |
, add=F, axes=T) | |
plot( spTransform(ptos, Albers), add=T, col = "blue", axes = TRUE) | |
ptsBuffer <- gBuffer( | |
spTransform(ptos, Albers), | |
byid=F, width = 100000) | |
ptsBuffer | |
plot(ptsBuffer, axes=T) | |
ptsBuffer <- spTransform(ptsBuffer, crs("+proj=longlat")) | |
# Salvando Resultado | |
?shapefile | |
shapefile(ptos, filename = "PontosGeradosR", overwrite=TRUE) | |
shapefile(ptsBuffer, filename = "BufferGeradosR", overwrite=TRUE) | |
# Mapa dinamico e rapido! | |
# install.packages(mapview) | |
library(mapview) | |
mapview(ptos) | |
mapview(ptsBuffer) | |
?mapview | |
# Categorizando os pontos por uma coluna | |
mapview(ptos, zcol = "estudo", burst = TRUE) | |
## Raster | |
lista <- list.files("./Data/MapBiomas", full.names = TRUE, pattern = '.tif$') | |
rs1 <- raster(lista[4]) | |
# rs1 <- stack(lista[4]) | |
# rs1 <- brick(lista[4]) | |
?brick | |
plot(rs1, maxpixels = 10000) | |
plot(ptsBuffer, add=TRUE) | |
# Entendendo como manejar o raster | |
ptsBuffer2 <- gBuffer( | |
spTransform(ptos[1:100,], Albers), | |
byid=F, width = 100000) | |
ptsBuffer2 <- spTransform(ptsBuffer2, crs(ptos)) | |
?crop | |
RasterTest <- crop(rs1, ptsBuffer2) | |
plot(RasterTest, maxpixels = 10000) | |
plot(ptsBuffer2, add=T) | |
# Aleatorio | |
set.seed(1) | |
sample(1:1000, 10) | |
# Logica | |
plot(RasterTest == 0, maxpixels = 10000) | |
RasterTest[RasterTest == 0] <- NA | |
?mosaic | |
# Mascarar ATENCAO pesado! | |
?mask | |
RasterTest <- mask(RasterTest, ptsBuffer2) | |
plot(RasterTest, maxpixels = 100) | |
plot(ptsBuffer2, add=T) | |
# Map biomas | |
Map biomas Floresta 1,2,3,4,5 | |
# Estudo | |
clase 1 floresta | |
clase 2 floresta plantada | |
raster[raster==2] <- 1 | |
raster[raster==3] <- 1 | |
# raster[raster %in% c(1,2,3,4,5) ] <- 1 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment