Тематические карты

class: center, middle, inverse, title-slide

.title[
# Тематические карты
]
.subtitle[
## Визуализация и анализ географических данных на языке R
]
.author[
### Тимофей Самсонов
]
.institute[
### МГУ имени Ломоносова, Географический факультет
]
.date[
### 2023-11-14
]

---

## Пакеты

Для выполнения кода данной лекции вам понадобятся следующие пакеты:

```r
library(sf)
library(stars)
library(tmap)
library(readxl)
library(raster)
library(mapview)
library(classInt)
library(gapminder)
library(dplyr)
library(googlesheets4)
library(rnaturalearth)
options(scipen = 999)
```

---

## Исходные данные

```r
ne = '/Volumes/Data/Spatial/Natural Earth/natural_earth_vector.gpkg'

countries = st_read(ne, 'ne_110m_admin_0_countries', quiet = T)
coast =  st_read(ne, 'ne_110m_coastline', quiet = T)
ocean = st_read(ne, 'ne_110m_ocean', quiet = T)
cities = st_read(ne, 'ne_110m_populated_places', quiet = T)
rivers = st_read(ne, 'ne_110m_rivers_lake_centerlines', quiet = T)
lakes = st_read(ne, 'ne_110m_lakes', quiet = T)
# land = st_read(ne, 'ne_110m_land', quiet = T)
borders = st_read(ne, 'ne_110m_admin_0_boundary_lines_land', quiet = T)

lyr = lst(ocean, coast, countries, 
          rivers, lakes, cities, borders)
```

---

## Данные WorldClim

```r
prec = raster::getData("worldclim", var = "prec", res = 10) |> 
  st_as_stars() # преобразуем в stars для удобства работы
plot(prec) # это 12-канальный растр
```

![](11_ThematicMaps_files/figure-html/unnamed-chunk-3-1.png)

---

## Данные WorldClim

Проекция Миллера:

```r
precp = prec |> 
  st_warp(crs = "+proj=mill")

lyrp = lapply(lyr, st_transform, crs = "+proj=mill") # Цилиндрическая проекция Миллера
```

---

## Данные WorldClim

Визуализируем полученные данные на карте:

```r
ramp = colorRampPalette(c("white", "violetred"))

# Визуализируем данные на январь:
plot(precp[,,,1], 
     col = ramp(10),
     main = 'Количество осадков в январе, мм',
     reset = FALSE) # разрешаем добавлять объекты на карту.

plot(st_geometry(lyrp$ocean), border = 'steelblue', 
     col = 'lightblue', add = TRUE)

```

---

## Данные WorldClim

Визуализируем полученные данные на карте:

---

## Пакет tmap

Пакет __tmap__ предоставляет простой в использовании и достаточно мощный механизм формирования тематических карт. Шаблон построения карты в этом пакете напоминает _ggplot_ и выглядит следующим образом:

```r
tm_shape(<DATA>) +
  tm_<METHOD>(<PARAMETERS>)
```

где:

- `DATA` - объект пространственного типа (`sf`, `sp`, `stars` или `raster`)
- `METHOD` - метод визуализации этого объекта (способ изображения)
- `PARAMETERS` - параметры метода

---

## Полигональные объекты

.left-40[

```r
tm_shape(lyrp$countries) +
   # качественная переменная
  tm_polygons('ECONOMY') +
tm_shape(lyrp$ocean)+
  tm_fill(col = 'azure') +
  tm_borders(col = 'steelblue')
```
]

.right-60[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-7-1.png)
]

---

## Количественный фон / картограммы

__Количественный фон__ или __картограммы__ получаются через `tm_polygons()`:

```r
lifexp = WDI::WDI(indicator = 'SP.DYN.LE00.IN')
gap = read_excel('../r-geo-course/data/gapminder.xlsx', 2)
lifedf = left_join(gap, 
                   filter(lifexp, year == 2016), 
                   by = c('name' = 'country')) |>
  rename(lifexp = SP.DYN.LE00.IN) |> 
  mutate(geo = stringr::str_to_upper(geo))
coun = lyrp$countries |> 
  left_join(lifedf, by = c('ADM0_A3' = 'geo'))

tm_shape(coun) +
  tm_polygons('lifexp', border.col = 'gray20') + # количественная переменная
tm_shape(lyrp$ocean) +
  tm_fill(col = 'azure') +
  tm_borders(col = 'steelblue4')
```

---

## Количественный фон / картограммы

---

## Картодиаграммы

Для реализации способа __картодиаграмм__ используется геометрия `tm_bubbles()`. Чтобы оставить отображение границ полигонов, нам необходимо к одной геометрии применить несколько способов изображения:

```r
tm_shape(lyrp$ocean) +
  tm_fill(col = 'lightblue') +
  tm_borders(col = 'steelblue') +
tm_shape(lyrp$countries) +
  tm_fill(col = 'white') +
  tm_borders(col = 'grey') +
  tm_bubbles('GDP_MD_EST', 
             scale = 3,
             col = 'red', 
             alpha = 0.5) # количественная переменная
```

---

## Картодиаграммы

---

## Значки

Значковый способ реализуется аналогично картодиграммам. Например, крупнейшие города:

```r
tm_shape(lyrp$countries) +
  tm_fill(col = 'white') +
  tm_borders(col = 'grey') +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'lightblue') +
  tm_borders(col = 'steelblue') +
tm_shape(lyrp$cities) +
  tm_bubbles('POP2015', col = 'olivedrab', alpha = 0.8)
```

---

## Значки

---

## Надписи

__Надписи__ объектов на карте размещаются с помощью функции `tm_text`. Дополним предыдущую карту названиями городов:

---

## Надписи

---

## Растровые данные

При отображении растровых данных используется способ отображения `tm_raster()`.

.pull-left[

```r
tm_shape(precp[,,,1]) +
    tm_raster('prec1',
              breaks = c(10, 50, 100, 
                         200, 500, 1000),
              palette = ramp(5)) +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'lightblue') +
  tm_borders(col = 'steelblue')
```
]

.pull-right[
<img src="11_ThematicMaps_files/figure-html/unnamed-chunk-12-1.png" height="400px" />
]

---

## Растровые данные

Также растровые данные можно отображать в категориальном режиме

.pull-left[

```r
data(land, package = 'tmap')

tm_shape(land) +
  tm_raster('cover')
```
]

.pull-right[
<img src="11_ThematicMaps_files/figure-html/unnamed-chunk-13-1.png" height="400px" />
]

---

## Цветовые шкалы

.pull-left[
Удобным инструментом подбора шкалы является функция `palette_explorer()` из пакета __tmaptools__:

```r
tmaptools::palette_explorer()
```
]

.pull-right[
<img src="../r-geo-course/images/palette_explorer.png" width="573" />
]

---

## Цветовые шкалы

.pull-left[
Категориальная палитра _Dark2_:

```r
tm_shape(lyrp$countries) +
  tm_polygons('ECONOMY', 
              palette = 'Dark2') + 
tm_shape(lyrp$ocean)+
  tm_fill(col = 'azure') +
  tm_borders(col = 'steelblue')
```
]

.pull-right[
<img src="11_ThematicMaps_files/figure-html/unnamed-chunk-16-1.png" height="400px" />
]

---

## Цветовые шкалы

.pull-left[
Последовательная палитра _PuBuGn_:

```r
tm_shape(precp[,,,1]) +
    tm_raster('prec1',
              breaks = c(10, 50, 100, 200, 500, 1000),
              palette = 'PuBuGn') +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'lightblue') +
  tm_borders(col = 'steelblue')
```
]

.pull-right[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-17-1.png)
]

---

## Цветовые шкалы

.pull-left[
Вручную подобранные цвета:

```r
tm_shape(precp[,,,1]) +
    tm_raster(
      'prec1',
      breaks = c(10, 50, 100, 200, 500, 1000),
      palette = c('white', 'gray80', 
                  'gray60', 'gray40', 'gray20')) +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'lightblue') +
  tm_borders(col = 'steelblue')
```
]

.pull-right[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-18-1.png)
]

---

## Цветовые шкалы

.pull-left[
Вручную подобранные категориальные цвета:

```r
pal = c("#003200", "#3C9600", "#006E00", 
        "#556E19", "#00C800", "#8CBE8C",
		   "#467864", "#B4E664", "#9BC832", 
		   "#EBFF64", "#F06432", "#9132E6",
		   "#E664E6", "#9B82E6", "#B4FEF0", 
		   "#646464", "#C8C8C8", "#FF0000",
		   "#FFFFFF", "#5ADCDC")

tm_shape(land) +
  tm_raster('cover', palette = pal)
```
]

.pull-right[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-19-1.png)
]

---

## Классификации

.pull-left[
С классификациями объектов удобно работать через пакет `classInt`:

```r
nclasses = 5
intervals = classIntervals(
  countries$POP_EST,
  n = nclasses, 
  style = "jenks"
)
plot(intervals, 
     pal = ramp(nclasses), 
     cex=0.5, 
     main = "Естественные интервалы")
```
]

.pull-right[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-20-1.png)
]

---

## Классификации

Также классификацию можно выполнять непосредственно при визуализации Ряд функций отображения имеют следующие параметры:

- `n` --- количество классов
- `style` --- метод классификации (так же как и в `classIntervals()`)
- `breaks` --- значения границ интервалов (необходимы, если `style == fixed`)
- `interval.closure` --- замыкание интервала (по умолчанию стоит `left`, что означает, что в интервал включается нижняя граница, за исключением последнего интервала, включающего и нижнюю и верхнюю границу) 
- `midpoint` --- нейтральное значение, которое используется для сопоставления с центральным цветом в расходящихся цветовых палитрах

---

## Классификации

Визуализируем данные по температуре, используя классическую красно-бело-синюю палитру _RdBu_ и нейтральную точку 0 градусов по Цельсию

.pull-left[

```r
temp = raster::getData("worldclim", 
                       var = "tmean", res = 10) |> 
  st_as_stars() |> 
  mutate(tmean1 = tmean1 / 10) |> 
  st_warp(crs = "+proj=mill")
tm_shape(temp[,,,3]) +
    tm_raster('tmean1',
              colorNA = 'grey',
              n = 11,
              midpoint = 0,
              style = 'pretty',
              legend.reverse = TRUE,
              palette = '-Spectral') +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'azure') +
  tm_borders(col = 'steelblue')
```
]

.pull-right[
![](11_ThematicMaps_files/figure-html/unnamed-chunk-21-1.png)
]

---

## Компоновки

Пакет tmap позволяет делать достаточно разнообразные настройки компоновки. Большинство из них осуществляется посредством `tm_layout()`:

.pull-left[
.code-small[

```r
map = tm_shape(coun, projection = '+proj=moll') +
  tm_polygons('lifexp', 
              palette = 'YlGn',
              n = 4,
              style = 'jenks',
              border.col = 'gray20', 
              title = 'Лет',
              colorNA = 'lightgray',
              textNA = 'Нет данных',
              legend.reverse = TRUE,
              legend.format = 
                list(text.separator = '—')) +
tm_shape(lyrp$ocean) +
  tm_fill(col = 'azure') +
  tm_borders(col = 'steelblue4')
```
]
]

.pull-right[
.code-small[

```r
map +
  tm_layout(frame = FALSE,
          main.title.position = 0.22,
          legend.outside = TRUE,
          legend.outside.position = 'right',
          fontfamily = 'Open Sans',
          main.title.size = 1.2,
          main.title = 'Продолжительность жизни',
          legend.bg.color = 'white',
          outer.margins = c(0.02, 0.05, 0.02, 0.02),
          inner.margins = c(0.02, 0.02, 0.07, 0.02)) +
tm_graticules(x = seq(-150, 150, by = 30),
        y = seq(-60, 60, by = 30),
        lwd = 0.2,
        col = "black")
```
]
]

---

## Компоновки

![](11_ThematicMaps_files/figure-html/unnamed-chunk-23-1.png)