Při práci s geografickými daty v kontextu České republiky jsem narazil na to, že Rkový svět je hodně stavěný na realitu anglicky hovořících zemí, zejména Ameriky. Je mnoho a mnoho zdrojů pro kreslení územních celků a celečků USA, ale naše obce a okresy aby člověk hledal s Jiráskovo lucernou.

K dispozici sice je Arc500, se kterým se z Rka dá přes rgdal jakž takž pracovat - ale není to ani úplně uživatelsky vstřícné, ani triviální.

Tak jsem si shapefily upravil a přetvořil do datové package RCzechia, kterou tímto nabízím k použití. Souřadnicový systém je převedený z Křováka na WGS84, které se více kamarádí s google aplikacemi a Rkovými knihovnami.

Z technických příčin (CRAN přijímá balíčky pouze do velikosti 5 MB) nebylo možné objekty uložit v rámci package, a musím je volat externě (jsou uložena na Amazon S3). Práce s packagí tudíž vyžaduje fungující intenetové spojení, a některé objekty - největší potížisté jsou polygony obcí s 36 MB - se mohou stahovat déle. Za zařazení package na CRAN mi to přišlo jako přijatelná cena.


Package obsahuje tyto objekty

  • republika: hranice České republiky.
  • kraje: 14 krajů České republiky, včetně Hlavního města Prahy.
    Klíč pro připojení dat je KOD_CZNUTS3 (kód kraje).
  • okresy: 76 okresů České republiky + Praha (která technicky není okres).
    Klíč pro připojení dat je KOD_LAU1 (kód okresu).
  • orp_polygony 206 obcí s rozšířenou působností (trojkové obce).
    Klíč připojení dat je KOD_ORP.
  • obce_polygony: 6.258 obcí a vojenských újezdů České republiky.
    Klíč pro připojení dat je KOD_OBEC, v datech jsou navíc informace o příslušné obci s pověřeným obecním úřadem (tzv. dvojkové obce - KOD_POU, respektive NAZ_POU) a příslušné obci s rozšířenou působností (tzv. trojkové obce - KOD_ORP, respektive NAZ_ORP).
  • obce_body stejné jako obce polygony, ale pouze středy.
  • casti: primárně 57 městských částí Hlavního města Prahy, ale části jsou i pro Brno a další města.
    Klíč pro připojení dat je KOD.
  • reky: 6.198 řek a potoků České republiky; přidáním do mapy pomohou základní orientaci (Praha bez Vltavy vypadá divně).
  • plochy: 480 vodních ploch České republiky; přidáním do mapy pomohou základní orientaci.
  • silnice: 18.979 silnic a silniček s rozlišením typu (dálnice, okresky)
  • zeleznice: 3.525 železničních tratí s rozlišením typu
  • chr_uzemi: 36 velkoplošných chráněných území
  • lesy: zalesněná území (s rozlohou nad 30 hektarů)
  • KFME_grid: faunistické čtverce podle metodiky Kartierung der Flora Mitteleuropas (KFME)

Všechny objekty jsou technicky realizovány jako funkce vracející data frame, a volají se proto se se závorkami.

Všechny klíče - jak ty, co na první pohled vypadají jako text, tak ty co na první pohled vypadají jako číslo - jsou textové hodnoty. Při práci s nimi se mohou hodit funkce as.numeric() a as.character().


Instalace package

install.packages("RCzechia")

Package je na CRANu, není tedy třeba instalovat přes GitHub; na něm byla a zůstává vývojová verze - https://github.com/jlacko/RCzechia.


Příklady použití

Počet obyvatel po okresech

Počet obyvatel ze sčítání lidu v roce 2011, v původním (pro elektronické zpracování značně nevstřícném, ale výzvy jsou od toho aby se překonávaly) formátu.

Párování dat ze Statistického úřadu s názvy okresů pomocí inner_join() proběhne překvapivě snadno - zvláštní péči vyžaduje pouze Praha, která se chová jako nestandardní okres a mívá problémy se jménem (je či není Hlavní město?). Funkce inner_join() elegantně vyřeší nadbytečné řádky z Excelu ze staťáku (z obou zdrojů vybere pouze shodné řádky, ostatní zahodí).

Pro vizualizaci používám verzi objektů okresy a republika s nižším rozlišením; jsou sice méně přesné, ale za to více elegantní.

library(RCzechia)
library(tidyverse)
library(readxl)
library(httr)
library(sf)

GET("https://raw.githubusercontent.com/jlacko/RCzechia/master/data-raw/zvcr034.xls", 
    write_disk(tf <- tempfile(fileext = ".xls")))
#> Response [https://raw.githubusercontent.com/jlacko/RCzechia/master/data-raw/zvcr034.xls]
#>   Date: 2019-09-25 07:10
#>   Status: 200
#>   Content-Type: application/octet-stream
#>   Size: 44.5 kB
#> <ON DISK>  /tmp/RtmpxtgvIi/file4edb2573ce8e.xls

src <- read_excel(tf, range = "Data!B5:C97") # s původními fujky fuj hlavičkami sloupců

colnames(src) <- c('NAZ_LAU1', 'obyvatel') # hezčí hlavičky

src <- src %>%
  mutate(NAZ_LAU1 = ifelse(NAZ_LAU1 == "Hlavní město Praha", "Praha", NAZ_LAU1)) 
    # věčný problém s Prahou - je či není hlaví město?
  
okresni_data <- okresy("low") %>% # nízké rozlišení je elegantnější...
  inner_join(src, by = "NAZ_LAU1") 
    # filtrovací join = odstraní nadbytečné řádky ze zdroje

ggplot(data = okresni_data) +
  geom_sf(aes(fill = obyvatel), colour = NA) +
  geom_sf(data = republika(), color = "grey30", fill = NA) +
  scale_fill_viridis_c(trans = "log", labels = scales::comma) +
  labs(title = "Obyvatelstvo Česka po okresech",
       fill = "pop - log scale") +
  theme_bw() +
  theme(legend.text.align = 1,
        legend.title.align = 0.5)

Dohledání bodů a zakreslení souřadnic na mapě

Tři více či méně náhodné body; se zakreslenými hlavními řekami po snazší orientaci (trochu to připomíná slepou mapu z časů základní školy).

Pro dopočtení souřadnic používám funkci geocode() z balíčku RCzechia. Zprostředkovává z erka přístup na API Státní správy zeměměřictví a katastru, takže funguje pouze pro české souřadnice.

library(RCzechia)
library(tidyverse)
library(tmap)
library(sf)

borders <- RCzechia::republika("low")

rivers <- subset(RCzechia::reky(), Major == T)

mista <- data.frame(misto =  c("Kramářova vila", 
                               "Arcibiskupské zahrady v Kromeříži", 
                               "Hrad Bečov nad Teplou"),
                    adresa = c("Gogolova 1, Praha 1",
                               "Sněmovní náměstí 1, Kroměříž",
                               "nám. 5. května 1, Bečov nad Teplou"))

# obohatit adresy o souřadnice 
POI <- RCzechia::geocode(mista$adresa) 

ggplot() +
  geom_sf(data = POI, color = "red", shape = 20, size = 2) +
  geom_sf(data = rivers, color = "steelblue", alpha = 0.5) +
  geom_sf(data = borders, color = "grey30", fill = NA) +
  labs(title = "Body zvláštní důležitosti") +
  theme_bw()

Vzdálenost z Prahy do Brna

Sf package podporuje (přes GDAL) výpočet několika typů vzdáleností: bod od bodu, bod od polygonu a polygon od polygonu.

Toto jde prakticky využít například ke spočtení vzdálenosti vzdušnou čarou z Prahy do Brna.

library(tidyverse)
library(RCzechia)
library(sf)
library(units)

obce <- obce_polygony()

praha <- subset(obce, obce$NAZ_OBEC == "Praha")
brno <-  subset(obce, obce$NAZ_OBEC == "Brno")

vzdalenost <- st_distance(praha, brno) %>%
  set_units("kilometers") # šlo by i v metrech, mílích nebo parsekách, ale proč?

print(vzdalenost)
#> Units: [kilometers]
#>          [,1]
#> [1,] 152.8073

Střed města Brna

Metafyzický střed města Brna je dobře znám, ale kde má Brno střed zeměpisný?

Pro nalezení středu použiju st_centroid() z balíčku sf, který vyžaduje plošnou projekci (proto systém inž. Křováka). Pro dohledání adresy k souřadnicím (reverzní geokódování) použiju revgeo() z balíčku RCzechia.

library(dplyr)
library(RCzechia)
library(ggplot2)
library(sf)

brno <- subset(RCzechia::obce_polygony(), NAZ_OBEC == "Brno")

pupek_brna <- brno %>%
  st_transform(5514) %>% # planar CRS (eastings & northings)
  sf::st_centroid(brno) # calculate central point of a polygon
#> Warning in st_centroid.sf(., brno): st_centroid assumes attributes are
#> constant over geometries of x

# the revgeo() function takes a sf points data frame and returns it back
# with address data in "revgeocoded"" column
adresa_pupku <- RCzechia::revgeo(pupek_brna)$revgeocoded

print(adresa_pupku)
#> [1] "Žižkova 513/22, Veveří, 61600 Brno"

ggplot() +
  geom_sf(data = pupek_brna, col = "red", shape = 4, size = 2) +
  geom_sf(data = brno, color = "grey30", fill = NA) +
  labs(title = "Střed města Brna") +
  theme_bw()

Interaktivní mapa

Interaktivní mapy jsou sexy a uživatele baví. A jenom vy můžete vědět, jak snadné je s erkem a balíčky RCzechia a Leaflet takovou interaktivní mapu vytvořit :)

Doplním, že interaktivní mapy v vysokém detailu dovedou být hodně velké - obcí je přes šest tisíc, každá z nich představuje polygon spočítaný s přesností přibližně jeden metr. Má to vliv na velikost souboru, a tedy průchodnost sítí internetu. V případě práce s obecními daty doporučuji zjednodušit, například obrysy pomocí sf::st_simplify(x, dTolerance = y). Od okresů výše to takový problém není.

library(dplyr)
library(RCzechia)
library(leaflet)
library(sf)

src <- read.csv(url("https://raw.githubusercontent.com/jlacko/RCzechia/master/data-raw/unempl.csv"), stringsAsFactors = F) 
# open data on unemployment from Czech Statistical Office - https://www.czso.cz/csu/czso/otevrena_data
# lightly edited for size (rows filtered)


src <- src %>%
  mutate(KOD_OBEC = as.character(uzemi_kod))  # keys in RCzechia are of type character

podklad <- RCzechia::obce_polygony() %>% # obce_polygony = municipalities in RCzechia package
  inner_join(src, by = "KOD_OBEC") %>% # linking by key
  filter(KOD_CZNUTS3 == "CZ071") # Olomoucký kraj

pal <- colorNumeric(palette = "viridis",  domain = podklad$hodnota)

leaflet() %>% 
  addProviderTiles("Stamen.Toner") %>% 
  addPolygons(data = podklad,
              popup = ~ paste0("<b>", NAZ_OBEC, "</b><br>nezaměstnanost: ", hodnota, "%<br>"),
              fillColor = ~pal(hodnota),
              fillOpacity = 0.75,
              color = NA)