-
Notifications
You must be signed in to change notification settings - Fork 0
/
README.Rmd
279 lines (210 loc) · 8.4 KB
/
README.Rmd
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
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
---
output: github_document
---
# **Agragação espacial para dados geograficos**
***Luis M. Costa***
## **Considerações Iniciais**
Este repositorio é um exemplo de como agregar dados geograficos, será utilizado como exemplo dados baixados do satélite [OCO-2](https://disc.gsfc.nasa.gov/datasets/OCO2_L2_Lite_FP_11.1r/summary).
Os arquivos estão em formato `.nc`, então primeiramente iremos estrair os dados.
## **Extração de dados e visualização**
```{r,results='hide',warning=FALSE,message=FALSE}
files_nc <- list.files('data-raw/', pattern = 'nc')
for(i in 1:length(files_nc)){
if(i==1){
df <- ncdf4::nc_open(paste0('data-raw/',files_nc[i]))
if (df$ndims == 0){
}else{
xco2 <- data.frame(
'lon' = ncdf4::ncvar_get(df,varid='longitude'),
'lat' = ncdf4::ncvar_get(df,varid='latitude'),
'time' = ncdf4::ncvar_get(df,varid='time'),
'xco2' = ncdf4::ncvar_get(df,varid='xco2'),
'uncertanty' = ncdf4::ncvar_get(df,varid='xco2_uncertainty'),
'quality_flag' = ncdf4::ncvar_get(df,varid='xco2_quality_flag')
) |>
dplyr::filter(lon < -35 & lon >-75 & lat < 5 & lat >-35) |> # região brasileira
dplyr::filter(quality_flag == 0)
}
ncdf4::nc_close(df)
}else{
df_a <- ncdf4::nc_open(paste0('data-raw/',files_nc[i]))
if (df_a$ndims == 0){
}else{
xco2_a <- data.frame(
'lon' = ncdf4::ncvar_get(df_a,varid='longitude'),
'lat' = ncdf4::ncvar_get(df_a,varid='latitude'),
'time' = ncdf4::ncvar_get(df_a,varid='time'),
'xco2' = ncdf4::ncvar_get(df_a,varid='xco2'),
'uncertanty' = ncdf4::ncvar_get(df_a,varid='xco2_uncertainty'),
'quality_flag' = ncdf4::ncvar_get(df_a,varid='xco2_quality_flag')
)|>
dplyr::filter(lon < -35 & lon >-75 & lat < 5 & lat >-35)|>
dplyr::filter(quality_flag ==0)}
ncdf4::nc_close(df_a)
xco2 <- rbind(xco2,xco2_a)
}
}
xco2 <- xco2 |>
dplyr::mutate(
date = as.Date.POSIXct(time))
rm(df,df_a,xco2_a,files_nc,i)
```
```{r, warning=FALSE,message=FALSE}
xco2 |>
ggplot2::ggplot(ggplot2::aes(x=lon,y=lat,col=date))+
ggplot2::geom_point()
```
No caso do `OCO-2`, teoricamente é para existir uma observação em uma determinada localidade a cada 15/16 dias, contudo, apesar de existirem coordenadas proximas, existe um certo desvio na trajetoria, podemos confirmar isso agregando os dados
```{r, warning=FALSE,message=FALSE}
xco2_agg <- xco2 |>
dplyr::mutate(ano = lubridate::year(date),
mes = lubridate::month(date)) |>
dplyr::group_by(lon,lat,ano,mes) |>
dplyr::summarise(xco2 = mean(xco2))
nrow(xco2_agg) == nrow(xco2)
```
Como o numero de linhas dos dois dataset são iguais, isso significa, que não existem coordenadas iguais. Diante disso é necessário agregar esses dados em espacialmente, dependendo da finalidade do estudo
## **Criando o Grid amostral**
Iremos criar um grid para o territorio brasileiro, com uma distancia de 0.25°. Note que a depender da sua necessidade, essa distancia pode ser maior ou menor. **CUIDADOS**, uma distancia muito pequena, irá gerar um grid muito grande e isso pode elevar o custo computacional.
```{r, warning=FALSE,message=FALSE}
dist <- 0.25 #distancia desejada
grid_br <- expand.grid(lon=seq(-74, #lon min
-27, # lon max
dist),
lat=seq(-34, # lat min
6, # lat max
dist))
plot(grid_br)
```
Note que essa função gerou um retangulo com diversos pontos igualmente espaçados, agora devemos filtrar somente para os dentro do territorio nacional
```{r, warning=FALSE,message=FALSE}
source('r/def_pol.R') # função para filtrar dados dentro de um poligono
br <- geobr::read_country(showProgress = FALSE)
region <- geobr::read_region(showProgress = FALSE)
# poligonos
pol_br <- br$geom |> purrr::pluck(1) |> as.matrix()
pol_north <- region$geom |> purrr::pluck(1) |> as.matrix()
pol_northeast <- region$geom |> purrr::pluck(2) |> as.matrix()
pol_southeast <- region$geom |> purrr::pluck(3) |> as.matrix()
pol_south <- region$geom |> purrr::pluck(4) |> as.matrix()
pol_midwest<- region$geom |> purrr::pluck(5) |> as.matrix()
# corrigindo alguns pontos desses poligonos
pol_br <- pol_br[pol_br[,1]<=-34,]
pol_br <- pol_br[!((pol_br[,1]>=-38.8 & pol_br[,1]<=-38.6) &
(pol_br[,2]>= -19 & pol_br[,2]<= -16)),]
pol_northeast <- pol_northeast[pol_northeast[,1]<=-34,]
pol_northeast <- pol_northeast[!((pol_northeast[,1]>=-38.7 &
pol_northeast[,1]<=-38.6) &
pol_northeast[,2]<= -15),]
pol_southeast <- pol_southeast[pol_southeast[,1]<=-30,]
# filtrando o grid
grid_br_cut <- grid_br |>
dplyr::mutate(
flag_br = def_pol(lon,lat,pol_br),
flag_north = def_pol(lon,lat,pol_north),
flag_northeast = def_pol(lon,lat,pol_northeast),
flag_midwest= def_pol(lon,lat,pol_midwest),
flag_southeast = def_pol(lon,lat,pol_southeast),
flag_south = def_pol(lon,lat,pol_south)
) |>
tidyr::pivot_longer(
tidyr::starts_with('flag'),
names_to = 'region',
values_to = 'flag'
) |>
dplyr::filter(flag) |>
dplyr::select(lon,lat) |>
dplyr::group_by(lon,lat) |>
dplyr::summarise(
n_obs = dplyr::n()
)
plot(grid_br_cut$lon,grid_br_cut$lat)
```
## **Agregação**
```{r, warning=FALSE,message=FALSE}
xco2_agg <- xco2 |>
dplyr::mutate(
ano = lubridate::year(date),
mes = lubridate::month(date)
)
for(i in 2015:2016){ # como neste exemplo só estamos utilizando dados de fev de 15 e 16
aux_xco2 <- xco2_agg |> # tabela auxiliar
dplyr::filter(ano==i)
vct_xco2 <- vector();dist_xco2 <- vector(); # vetores vazios necessarios
lon_grid <- vector();lat_grid <- vector();
for(k in 1:nrow(aux_xco2)){
d <- sqrt((aux_xco2$lon[k]-grid_br_cut$lon)^2+ # calculo da distancia entre as obs e o grid
(aux_xco2$lat[k]-grid_br_cut$lat)^2
)
min_index <- order(d)[1]
vct_xco2[k] <- aux_xco2$xco2[min_index]
dist_xco2[k] <- d[order(d)[1]]
lon_grid[k] <- grid_br_cut$lon[min_index]
lat_grid[k] <- grid_br_cut$lat[min_index]
}
aux_xco2$dist_xco2 <- dist_xco2
aux_xco2$xco2_new <- vct_xco2
aux_xco2$lon_grid <- lon_grid
aux_xco2$lat_grid <- lat_grid
if(i == 2015){
xco2_agg_novo <- aux_xco2
}else{
xco2_agg_novo <- rbind(xco2_agg_novo,aux_xco2)
}
}
# conferindo
xco2_agg_novo |>
dplyr::mutate(
dist_conf = sqrt((lon - lon_grid)^2 + (lat - lat_grid)^2)
) |>
dplyr::glimpse()
# conferindo se todas as distancias são identicas, se o resultado não for true, significa que alguma coordenada não foi indexada corretamente
nrow(xco2_agg_novo |>
dplyr::mutate(
dist_conf = sqrt((lon - lon_grid)^2 + (lat - lat_grid)^2),
dist_bol = dist_xco2 - dist_conf
) |>
dplyr::filter(dist_bol ==0)) == nrow(xco2_agg_novo)
```
```{r, warning=FALSE,message=FALSE}
## criando uma tabela com os dados agregados por lon e lat do grid
xco2_agg_novo |>
dplyr::filter(dist_xco2<0.15) |>
dplyr::group_by(lon_grid,lat_grid,ano,mes) |> # agora podemos agregar os dados pelas coordenadas do grid
dplyr::summarise(
xco2_mean = mean(xco2_new),
uncertanty_mean = mean(uncertanty),
xco2_sd = sd(xco2_new),
nobs = dplyr::n(),
xco2_se = xco2_sd/sqrt(nobs))
```
```{r, warning=FALSE,message=FALSE}
## distribuição espacial
xco2_agg_novo |>
dplyr::filter(dist_xco2<0.15) |> # distancia maxima desejada
dplyr::group_by(lon_grid,lat_grid,ano,mes) |> # agora podemos agregar os dados pelas coordenadas do grid
dplyr::summarise(
xco2_mean = mean(xco2_new),
uncertanty_mean = mean(uncertanty),
xco2_sd = sd(xco2_new),
nobs = dplyr::n(),
xco2_se = xco2_sd/sqrt(nobs)
) |>
ggplot2::ggplot(ggplot2::aes(x=lon_grid,y=lat_grid,col=xco2_mean))+
ggplot2::geom_point()
```
```{r, warning=FALSE,message=FALSE}
# salvando a tabela
write.csv(xco2_agg_novo |>
dplyr::filter(dist_xco2<0.15) |> # distancia maxima desejada
dplyr::group_by(lon_grid,lat_grid,ano,mes) |> # agora podemos agregar os dados pelas coordenadas do grid
dplyr::summarise(
xco2_mean = mean(xco2_new),
uncertanty_mean = mean(uncertanty),
xco2_sd = sd(xco2_new),
nobs = dplyr::n(),
xco2_se = xco2_sd/sqrt(nobs)
), 'data/tabela_agregada.csv')
```
# **Considerações finais**
Este tipo de abordagem pode ser usada para qualquer dados geograficamente distribuido.