-
Notifications
You must be signed in to change notification settings - Fork 12
/
Geo1_Raster.R
112 lines (69 loc) · 3.76 KB
/
Geo1_Raster.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
#RLadies Meetup 4 Geo 1 Raster
#Priscilla Minotti
# Meetup 4 5-8-2017
#Ejercicios con datos raster
#verificar que los paquetes"rgdal", "sp", "raster"y "tmap" esten cargados
#los datos a usar se encuentran en la carpeta DatosGeo
#que debe estar descomprimida para poder acceder a las imagenes
#cargar librerias
library(raster)
library(tmap)#
#Ejercicio 3 Visualizar una capa sola = un Layer
#Entrar una capa, comprobar su clase, explorar con un resumen y ploteo basico
#Del ejercicio anterior, estamos en ./DatosGeo como working directory
tifdir<- c("./DatosGeo") #guardar nombre de directorio
#Adentro de DatosGeo tambien hay 12 rasters de temperatura superficial noche obtenida por el sensor
#MODIS-Aqua con pixel de 5 km, cada raster o imagen presentando la temperatura media mensual en grados centigrados x 1000
#para tener las temperaturas con 3 decimales como enteros
#Cada una de estas imagenes es de una sola capa
#Estos datos ya vienen corregidos por pixeles sin datos dentro de Argentina
#Los unicos NA que hay son los que sirven para "enmascarar" las celdas que no son Argentina
list.files(tifdir, pattern ="*.tif")#listamos las imagenes en consola y verificamos que estan las 12
TifTemp<-list.files(tifdir, pattern ="*.tif")#guardamos la lista de imagenes tif para usar despues
#Cambiar el wd a adentro de la carpeta DatosGeo
setwd("DatosGeo")
#Vamos a entrar la imagen de temperatura media de enero que es
#MYD11C3.A2010001.tif"
T2010_1<-raster("MYD11C3.A2010001.tif")
#Forma generica de entrar una capa a R
#capa_raster = raster("capa.tif")
#exploramos el raster
class(T2010_1)#vemos su clase
# con el nombre del raster directamente, da el resumen de todas sus caracteristicas
# como su clase, dimensiones en filas, columnas y numero de celdas, resolucion espacial del pixel
# en las unidades de las coordenadas,el bbox, la proyeccion, la ubicacion de archivo,
# su nombre y sus valores maximos y minimos
T2010_1
#estas caracteristicas se guardan dentro de "slots" que se indican con un @, como @data o
#en vez de @bbox usa @extent para dar las dimensiones del recuadro contenedor.
#La lista completa de los slots se obtiene con str() pero es un listado muy largo, asi
#que si lo quieren ver, descomentenlo, pero es realmente muuy largo
#str(T2010_1)
plot(T2010_1)#da un ploteo simple del raster con una paleta por defecto y pone las coordenadas
#Ejercicio 4 Entrar capas de manera apilada,
#sacar estadistica per pixel de imagen o raster multicapa y visualizacion basica con tmap
Temp2010<-stack(TifTemp)#entra todo las imagenes listadas antes y arma un rater multicapa
#Exploramos
Temp2010 #datos del raster multicapa tambien llamados metadatos
plot(Temp2010)#ploteo basico de todas las capas
#paleta de colores del azul al rojo para ver las zonas mas frias en azul y las mas calidas en rojo
plot(Temp2010, col=colorRampPalette(c("blue", "white", "red"))(255))
#mas ayuda con ?raster::plot
#Ejercicio 4 estadisticas simples de raster multicapa y viz en tmap con modo view
Tmed<-mean(Temp2010)
Tmax<-max(Temp2010)
Tmin<-min(Temp2010)
TempRes2010<-stack(Tmed,Tmax,Tmin)
plot(TempRes2010, col=colorRampPalette(c("blue", "white", "red"))(255))
tmap_mode("view")
qtm(Tmed)#ploteo basico
#si queremos mas control hay que ir ploteando conjuntos de elementos
tm_shape(Tmed)+
tm_raster(Tmed, alpha=0.5) #plotea con transparencia
#Extra
writeRaster(TempRes2010, filename="TMedMaxMin2010.tif", format='GTiff')
#exporta los datos del stack con la estadistica anual de temperatura a geotif
#con orden de capas del stack y la misma geoferencia, unidades,
#y tamaño de pixel que las imagenes de origen
#dev.off() #borro ultimo plot
#rm(list = ls()) #limpio de objetos R el WD