SmartR

Smart Agri R training

Passo a passo: instalação do R

Autor: Felippe Karp

1. Fazer o download do R correspondente ao seu sistema operacional;

   • Windows - https://cran.r-project.org/bin/windows/base/
   • Linux - https://cran.r-project.org/bin/linux/
   • MacOS - https://cran.r-project.org/bin/macosx/

2. Após concluir o download é só seguir os passos de instalação!

   • Caso exista alguma dúvida ou problema na instalação, consulte as páginas 1-6 deste livro: http://128.95.149.81/trilobite/sr320_labnotebook_060113.enex/Cookbook%20for%20R.resources/r_cookbook.pdf

3. Finalizada a instalação você já pode usar o R. Contudo, a interface original dele não é tão amigável ("user-friendly"). Portanto, usa-se o Rstudio, que tarnsforma a experiência e uso do R muito mais agradável.

4. Fazer o download do RStudio Desktop correspondente ao seu sistema operacional;

   • Link: https://www.rstudio.com/products/rstudio/download/#download.

5. IMPORTANTE: O RStudio não funciona sem que o R esteja instalado! Portanto, é necessário fazer a instalação do R primeiro!

6. Agora sim! Para começar a usar o R é só abrir o RStudio!

Aula 1 - Atividades

Autor: Felippe Karp

Nosso objetivo na primeira aula é nos sentirmos familiarizados com o uso de controle de versão no R, termos, instalação de bibliotecas e funções básicas.

1. Abrir o RStudio e criar um novo projeto com controle de versão;

2. Familiarizar com o ambiente do RStudio;

   • Onde está o que?
   • Ajuda

3. R é uma calculadora sofisticada!

   • Funções básicas de cálculo

4. Alguns atalhos do teclado que facilitam a vida!

   • Ctrl + Enter
   • Ctrl + Alt + B
   • Ctrl + Alt + R

   Quer mais? Acesse este link: https://support.rstudio.com/hc/en-us/articles/200711853-Keyboard-Shortcuts

5. Criação de variáveis;

   • Não use caracteres especiais!
   • O R é "case-sensitive"
   • O R sobrescreve sem pedir sua permissão!
   • ls()

6. Vamos abrir um arquivo!

   • .csv - read.csv() ou read.csv2()
   • .txt - read.delim() ou read.delim2()
   • excell file - readxl package, read_excel()
   • outras opções: read.table()...

7. Tarefa: Criar um script que demonstre operacões simples no R usando variáveis, abra um arquivo .csv, .txt e excell, verifica os tipos de variáveis e salva eles em um formato diferente do inicial. Ex.: se era .csv, salva como .txt.

Ler um pouco mais sobre o básico do R - https://rstudio-education.github.io/hopr/basics.html

8. Acesse a video aula em: https://youtu.be/gpTj46WPlYU

Aula 2 - Atividades

Autor: Felippe Karp

1. Recapitulando atividades da Aula 1;

   • Atalhos
   • Abrindo um arquivo .csv, .txt ou excel
   • Uso do github

2. Seleção de colunas e linhas;

   • Criação de critérios de seleção
   • Criação de variáveis com base em seleção

3. Criação de novas colunas em um data frame;

4. Funções mode(), str() e class();

   • Mudar tipo do objeto
     • Ex.: as.numeric(as.character())

5. Funções: head, summary, plot, hist, names, table, rbind, cbind

   • names()
   • head()
   • summary()
     • Atlernativas para obter apenas uma informação são: mean(), min(), max(), median() e quantile()
   • plot() ou ggplot()
     • No caso do ggplot(), como a forma de programar é um pouco diferente, use essa ferramenta para se acostumar: https://github.com/dreamRs/esquisse e leia mais sobre o ggplot() neste livro https://r4ds.had.co.nz/data-visualisation.html
   • hist()
   • table()
   • rbind()
   • cbind()

6. Outras funções: print(), cat(), paste0()

7. Salvar arquivos - .csv, .txt and excell

8. TAREFA: Criar um script que abra um arquivo de dados que vocês possuem, apresentar uma estatistica descritiva dos dados e gerar pelo menos 3 diferentes gráficos usando ggplot.

   • DESAFIO: Exportar o grafico como uma imagem por meio de uma linha de comando e usar o paste0 para nomear.

9. Acesse as video aulas relacionadas a este tópico em: https://youtu.be/eObPJKlsnxo e https://youtu.be/fgY7TKHdHPI

Aula 3 - Lidando com arquivos espaciais

Autor: Felippe Karp

Agora que já sabemos como lidar com um "data frame", vamos complicar um pouquinho e vamos começar a lidar com dados espaciais. Então vamos começar olhando o arquivo!

1. Abrir novo arquivo 'Colheita_Soja.csv';

   • Primeiro é necessário definir o diretório e obter o caminho do arquivo (DICA: list.files());
   • Tendo obtido o caminho para o arquivo, usar a função read.csv() para abrir o arquivo;
   • Contudo, o R vai abrir e entender o arquivo como um data frame. Portanto, como mostrar para o R que é um arquivo espacial?

2. Dizer para o R que aquele data frame na realidade é um arquivo espacial;

   • Usando a biblioteca sp: coordinates(data) = ~x+y - pacote sp
   • Usando a biblioteca sf: st_as_sf(df, coords = c("X", "Y")) - pacote sf
   • Detalhe os arquivos criados não possuem as informações sobre CRS... é necessario adicionar...

3. Feito isso, vamos dar uma olhada nos dados e usar um pouco do que já usamos em um data frame!

   • Função plot() para dados espaciais (diferença entre usar '$' e '[]')

4. TAREFA: Utilizando os arquivos criados, criar critérios de seleção dos dados (ex.: Produtividade > Média da Produtividade) e gerar mapas.

5. Acesse a video aula em: https://youtu.be/vG84WpvDYzA

Aula 4 - Continuação lidando com arquivos espaciais e apresentação de resultados

Autor: Felippe Karp

Nesta aula vamos aprender um pouco sobre como podemos manipular arquivos espaciais no R. Ou seja, como posso trabalhar com a tabela de atributos do meu objeto para fazer seleções, realizar buffer, sobrepor dois objetos, recortar um objeto baseado em outro e realizar a plotagem dos resutlados.

1. Primeiro passo é a utilização da biblioteca que vai permitir a gente trabalhar com dados espaciais. Conforme comentamos em outras aulas, existe mais de uma biblioteca que pode ser utilizada. Contudo, já que a sf é a que nos permite obter a melhor perfomance, é esta que vamos usar! Além dessa bibliotea, vamos também utilizar a biblioteca tmap e tmaptools. Se você ainda nao tem elas instaladas, nao se esqueça, realiza a instalação antes de "chamar" ela no script;

2. Realizar a abertura dos dados que iremos trabalhar;

   • Na pasta data acessar o arquivo 'dataCE';
   • Uma das formas de acessar este arquivo é listar todos os arquivos da pasta data que tem o padrão ("pattern") '.rds';
   • Posteriormente, podemos utilizar a funcao grep() e procurar dentre estes arquivos aquele que possui 'dataCE' no nome;
   • Após atribuir o caminho do arquivo a um objeto, este objeto será o parametro da função readRDS() e a assim terá a leitura do arquivo;

3. Realizar o mesmo processo do item 2 para o contorno desta área que possui o nome 'fieldCE';

4. Checar e converter as coordenadas para UTM usando a função st_transform() e crs = 32615;

5. Usar a função plot() e seus parâmetros col, reset e add para plotar o contorno e os pontos no mesmo mapa;

6. Criar um buffer do contorno original utilizando a função st_buffer() - desde que os dados estejam em UTM o parametro dist desta função terá como unidade de medida o metro. Portanto, se o valor atribuido for 5, será equivalente a 5 m. IMPORTANTE: Se o valor for positivo, o buffer será positivo e vice-versa.

7. Recortar o arquivo de pontos com base no buffer criado - função st_intersection;

8. Realizar filtragem e seleção dos dados conforme a tabela de atributos;

9. Plotagem dos dados utilizando o tmap;

10. Acesse a video aula em: https://www.youtube.com/watch?v=yGrMKvOdjO4

Aula 5 - Geoestatística

Autor: Felippe Karp

1. Acesse a video aula em: https://www.youtube.com/watch?v=lI58j5_R8Tg

Introdução ao R e GitHub (09/04/2019)

https://mediaspace.illinois.edu/media/t/1_puyino3e/

Pacotes "sf" e "tmap" (16/04/2019)

https://mediaspace.illinois.edu/media/t/1_2ogep7hr

Pacote "dplyr" (23/04/2019)

https://mediaspace.illinois.edu/media/t/1_9srtfxic

Pacote "gstat" (30/04/2019)

https://mediaspace.illinois.edu/media/t/0_kl2vp986

Filtragem de dados - Colheita (07/05/2019)

https://youtu.be/NeSFMY-T7X4

Cluster (14/05/2019)

https://mediaspace.illinois.edu/media/t/1_pedae8i4

Aquisição de imagens de satélite (21/05/2019)

Autor: Isac Oliveira

link: https://www.youtube.com/watch?v=pPgbebd7eY4

Nessa aula Fellipe ensina como baixar imagens de satélite pelo R! utilizando getSpatialData (https://github.com/16EAGLE/getSpatialData).

1. Criar um usuário para o CoperHub - https://scihub.copernicus.eu/dhus/#/self-registration ;

2. Definir a área de interesse, por desenho manual ou arquivo;

3. Escolha do local onde salvar as imagens;

4. Pesquisar as imagens por um período;

5. Filtrar os resultados, pré visualização;

6. Definição do formato do output e download das imagens.

-> TAREFA: Recortar apenas a área de interesse, salvá-las e excluir as imagens inteiras, a fim de reduzir o armazenamento utilizado.

Gerando mapas de recomendação (28/05/2019)

https://mediaspace.illinois.edu/media/t/1_rcwoft8h

PAR package - Apresentacao do Pacote (08/06/2019)

https://mediaspace.illinois.edu/media/t/1_m124rgpj