Räumliche Daten in R

Transkript

1 Räumliche Daten in R Johannes Signer *jsigner@gwdg.de Abteilung Wildtierwissenschaften, Georg-August-Universität Göttingen 21 Mai 2015 Räumliche Daten in R 1

2 Über mich Doktorand an der Georg-August-Universität Göttingen Abteilung Wildtierwissenschaften Thema der Doktorarbeit: Auswertung von Telemetriedaten von Wildtieren Hintergrund: Biologie und Geoinformatik Räumliche Daten in R 2

3 Arbeiten mit räumlichen Daten Räumliche Daten in R 3

4 Was ist ein GIS A geographic information system (GIS) is a system designed to capture, store, manipulate, analyze, manage, and present all types of spatial or geographical data (wikipedia). Räumliche Daten in R 4

5 ( gis-spatialdata) Räumliche Daten in R 5

6 Komponenten 1. Attributdaten 2. Geometrien 3. Topologien Räumliche Daten in R 6

7 Die Erde ist nicht geometrisch (http: // Räumliche Daten in R 7

8 Vektor- oder Rasterdaten? ( ca/research-data-library/gis-spatialdata) Räumliche Daten in R 8

9 Räumliche Daten in R Die 3 Komponenten von räumlichen Daten: Attributdaten (data.frame) Geometrie & Topologie Vektor (sp - Paket) Raster (raster - Paket) Räumliche Daten in R 9

10 Vektor Daten Räumliche Daten in R 10

11 sp-klassen Für die Geometrie gibt es 3 Klassen: Spatial{Points,Lines,Polygons} die jeweils mit Daten (=Attributdaten) erweitert werden können, Spatial{Points,Lines,Polygons}DataFrame. Räumliche Daten in R 11

12 Bsp. Punkte: SpatialPoints library(sp) library(rgdal) (Kassel <- SpatialPoints(cbind(9.46, 51.31))) ## class : SpatialPoints ## features : 1 ## extent : 9.46, 9.46, 51.31, (xmin, xmax, ymi ## coord. ref. : NA Räumliche Daten in R 12

13 Bsp. SpatialPointsDataFrame attr <- data.frame(bundesland = "Hessen") Kassel <- SpatialPointsDataFrame(Kassel, attr) Kassel ## class : SpatialPointsDataFrame ## features : 1 ## extent : 9.46, 9.46, 51.31, (xmin, xmax, ymi ## coord. ref. : NA ## variables : 1 ## names : Bundesland ## min values : Hessen ## max values : Hessen Räumliche Daten in R 13

14 str(kassel) ## Formal class 'SpatialPointsDataFrame' [package "sp"] wit data :'data.frame': 1 obs. of 1 variable: ##....$ Bundesland: Factor w/ 1 level "Hessen": 1 ##..@ coords.nrs : num(0) ##..@ coords : num [1, 1:2] ##....- attr(*, "dimnames")=list of 2 ##......$ : NULL ##......$ : chr [1:2] "coords.x1" "coords.x2" ##..@ bbox : num [1:2, 1:2] ##....- attr(*, "dimnames")=list of 2 ##......$ : chr [1:2] "coords.x1" "coords.x2" ##......$ : chr [1:2] "min" "max" ##..@ proj4string:formal class 'CRS' [package "sp"] with ##......@ projargs: chr NA Räumliche Daten in R 14

15 Linien und Polygone Ähnlich wie Punkte, aber etwas komplizierter. Räumliche Daten in R 15

16 Wie Spatial*DataFrames sind wie data.frames Kassel$tmp <- 23 Kassel$Bundesland ## [1] Hessen ## Levels: Hessen head(kassel) ## Bundesland tmp ## 1 Hessen 23 Räumliche Daten in R 16

17 KBS (Koordinaten Bezugssystem) proj4string(kassel) ## [1] NA proj4string(kassel) <- proj4string(kassel) CRS("+init=epsg:4326") ## [1] "+init=epsg:4326 +proj=longlat +datum=wgs84 +no_defs Räumliche Daten in R 17

18 str(kassel) ## Formal class 'SpatialPointsDataFrame' [package "sp"] wit data :'data.frame': 1 obs. of 2 variables: ##....$ Bundesland: Factor w/ 1 level "Hessen": 1 ##....$ tmp : num 23 ##..@ coords.nrs : num(0) ##..@ coords : num [1, 1:2] ##....- attr(*, "dimnames")=list of 2 ##......$ : NULL ##......$ : chr [1:2] "coords.x1" "coords.x2" ##..@ bbox : num [1:2, 1:2] ##....- attr(*, "dimnames")=list of 2 ##......$ : chr [1:2] "coords.x1" "coords.x2" ##......$ : chr [1:2] "min" "max" ##..@ proj4string:formal class 'CRS' [package "sp"] with ##......@ projargs: chr "+init=epsg:4326 +proj=longlat Räumliche Daten in R 18

19 KBS transformieren k1 <- sptransform(kassel, CRS("+init=epsg:3035")) proj4string(kassel) ## [1] "+init=epsg:4326 +proj=longlat +datum=wgs84 +no_defs proj4string(k1) ## [1] "+init=epsg:3035 +proj=laea +lat_0=52 +lon_0=10 +x_0 Räumliche Daten in R 19

20 Lesen und Schreiben von räumlichen Daten Viele gängige GIS-Formate können mit dem rgdal Paket geschrieben und gelesen werden. shapefile(k1, "test/kassel.shp", overwrite = TRUE) k2 <- shapefile("test/kassel.shp") Räumliche Daten in R 20

21 Vektor Operationen Das Paket rgeos bietet eine Fülle von Methoden. library(sp) library(rgeos) p <- SpatialPoints(cbind(1:5, 1:5)) Räumliche Daten in R 21

22 Bsp.: Puffer plot(gbuffer(p)) points(p) Räumliche Daten in R 22

23 Argument byid kann sehr nütlzlich sein: plot(gbuffer(p, byid = TRUE)) points(p) Räumliche Daten in R 23

24 Bsp.: Schnittmenge p <- gbuffer(spatialpoints(cbind(1:2, 1:2)), byid = TRUE) q <- gintersection(p[1, ], p[2, ]) plot(p); plot(q, col = "red", add = TRUE ) Räumliche Daten in R 24

25 Bsp.: Beziehungen zwischen Geometrien p <- gbuffer(spatialpoints(cbind(5, 5)), byid = TRUE) p1 <- SpatialPoints(data.frame(seq(3, 7, 0.5), 5)) plot(p) points(p1) Räumliche Daten in R 25

26 gwithin(p1, p, byid = TRUE) ## ## 1 FALSE FALSE FALSE TRUE TRUE TRUE FALSE FALSE ## 9 ## 1 FALSE Räumliche Daten in R 26

27 plot(p) points(p1, col = gwithin(p1, p, byid = TRUE) + 1) Räumliche Daten in R 27

28 Raster Daten Räumliche Daten in R 28

29 Das raster Paket r <- raster("data/elevation/dem.tif") ger <- shapefile("data/germany/ger_state.shp") plot(r) plot(ger, add = TRUE) Räumliche Daten in R 29

30 Lesen und schreiben von Rastern Die Funktionen: raster() writeraster() sind Wrapper für Funktionen zum Schreiben und Lesen von Rastern im rgdal Paket. Räumliche Daten in R 30

31 Raster algebra r <- r + 10 r ## coord. ref. : +proj=longlat +datum=wgs84 +no_defs +ellps ## class : RasterLayer ## dimensions : 960, 1116, (nrow, ncol, ncell) ## resolution : , (x, y) ## extent : 5.8, 15.1, 47.2, 55.2 (xmin, xmax, ymin, ## data source : in memory ## names : dem ## values : -169, 2817 (min, max) Räumliche Daten in R 31

32 Ausschneiden head(ger) ## USE RS RS_ALT GEN ## Hamburg ## Niedersachsen ## Bremen ## Nordrhein-Westfalen ## Hessen ## Rheinland-Pfalz ## SHAPE_LENG SHAPE_AREA ## ## ## ## ## ## Räumliche Daten in R 32

33 r1 <- crop(r, ger[ger$gen == "Hessen", ]) plot(r1) Räumliche Daten in R 33

34 Maskieren r1 <- mask(r1, ger[ger$gen == "Hessen", ]) plot(r1) Räumliche Daten in R 34

35 Raster abfragen extract(r1, Kassel) ## ## 186 Räumliche Daten in R 35

36 stacks Für zeitliche Daten bieten sich RasterStacks an. wf <- list.files("data/weather-rasters/", full.names = TRUE) wf[1:5] ## [1] "data/weather-rasters//x tif" ## [2] "data/weather-rasters//x tif" ## [3] "data/weather-rasters//x tif" ## [4] "data/weather-rasters//x tif" ## [5] "data/weather-rasters//x tif" Räumliche Daten in R 36

37 ws <- stack(wf) ws ## coord. ref. : +proj=laea +lat_0=52 +lon_0=10 +x_0= ## class : RasterStack ## dimensions : 170, 125, 21250, 28 (nrow, ncol, ncell, n ## resolution : 5000, 5000 (x, y) ## extent : , , , (xmin, ## names : X , X , X , X20 ## min values : , , , -1 ## max values : , , , Räumliche Daten in R 37

38 stacks abfragen: ## Projektion anpassen k2 <- sptransform(kassel, CRS(projection(ws))) k2w <- extract(ws, k1) k2w[1:10] ## [1] ## [5] ## [9] Räumliche Daten in R 38

39 plot(k2w[1, ], type = "b", ylab = "Temp", xlab = "Tag", las = 1, main = "Februartemperatur in Kassel") Februartemperatur in Kassel Temp Tag Räumliche Daten in R 39

40 Was es sonst noch so gibt Räumliche Daten in R 40

41 Weitere Pakete Spatial Task View spatstat Punktmusteranalysen spacetime für räumlich zeitliche Analysen Spezielle Pakete für Satelittenbiler, Domänspezifische Analysen, Visualisierung, etc..... Räumliche Daten in R 41

42 Karten g <- gmap("göttingen, Germany", type = "roadmap", lonlat = TRUE, scale = 2) Räumliche Daten in R 42

43 plot(g) Räumliche Daten in R 43

44 Geocode library(dismo) goe <- geocode("göttingen, Germany") goe Räumliche Daten in R 44

45 Interaktive Karten Leaflet library(leaflet) library(dismo) bw <- geocode(c("buesgenweg 4, Goettingen, Germany", "Buesgenweg 3, Goettingen, Germany")) m <- leaflet() %>% addtiles() %>% setview(bw$longitude, bw$latitude, zoom = 17) %>% addpopups(bw$longitude, bw$latitude, c("we are here", "Here is my office")) m Räumliche Daten in R 45

46 Räumliche Daten in R 46