RCzechia on JLA Data

Síťové mapy v R

Fri, 15 Dec 2023 00:00:00 +0000

Když jsem před časem ― ve verzi 1.4.2 z léta 2019 ― zaváděl do balíčku {RCzechia} objekt KFME síťových polí, cílil jsem především na pokročilé uživatele statistického programovacího jazyka R. Síťová pole jsem osobně potřeboval pro relativně sofistikovaný problém ekologického modelování, a podle sebe jsem soudil ostatní.

Až s odstupem času jsem zjistil, že tento způsob využití nejen že není jediný možný, ale dokonce ani není převažující. Dobrým příkladem jsou uživatelé z oblasti faunistiky a floristiky. Velmi často se jedná o uživatele, pro které statistika a GIS nástroje představují spíše nutné zlo; jejich skutečná práce je o něčem jiném. Síťové mapy ale potřebují.

Rád bych nabídl i cílové skupině neprofesionálních programátorů kód, který z tabulky souřadnic míst nálezů ― kterou lze snadno a rychle vytvořit někde bokem, třeba v Excelu ― vykreslí v erku publikačně použitelnou síťovou mapu.

A to způsobem, který je využitelný metodou copy / paste, pouze se vcelku snadno splnitelnou podmínkou nainstalovaného erka (které je FOSS) a funkčního přístupu k internetu. Kromě nich je třeba už jen soubor (csvčko se sloupci lon a lat) s nálezy v souřadnicích GPS a níže uvedený kus kódu.

Pro ilustraci jsem zvolil z nálezové databáze AOPK záznamy o nálezech rosnatky okrouhlolisté (Drosera rotundifolia). Rosnatka je známá a populární rostlina; v našich podmínkách nezaměnitelná. V nálezové databázi je evidováno přes šest tisíc nálezů, takže je dobře zdokumentovaná. Je tedy dobrým kandidátem pro ilustraci technik mapování.

Prvním příkladem je mapa v kontextu původní metodiky KFME: “hrubá” síťová pole o velikosti 10 × 6 úhlových minut (což v našich zeměpisných šířkách představuje lichoběžníky blízké čtvercům). Jednotlivým polím pak jsou přiřazeny čtyřciferné kódy.

Pro snazší orientaci je mapa doplněna o hranice České republiky a vybrané říční toky.

library(dplyr)    # obecná manipulace s daty
library(ggplot2)  # kreslení grafů
library(RCzechia) # prostorová data ČR

# načíst csv v definované struktuře - místo "mé" rosnatky použijte soubor vlastní! :)
# + transformovat z obyčejného na prostorový data frame
data <- read.csv("https://www.jla-data.net/sample/Drosera_rotundifolia.csv") %>% 
  st_as_sf(coords = c("lon", "lat"), crs = 4326)

# hranice Česka pro kontext
hranice <- republika(resolution = "low")

# pár hlavních řek pro kontext
reky <- reky(resolution = "low") %>% 
  filter(Major)

# mapová síť - hrubý podklad pro obrázek i značky
hruby_podklad <- KFME_grid(resolution = "low")

# středobody síťových polí - na nich budou značky
stredy_site <- st_centroid(hruby_podklad)

# čtverce s nálezem jako vektor - výčet
nalezy <- data %>% 
  st_join(hruby_podklad, left = F) %>%
  pull(ctverec) %>% 
  unique()

# vlastní kreslení obrázku
ggplot() +
  geom_sf(data = hranice, color = "gray25", fill = NA, lwd = 1) +
  geom_sf(data = reky, color = "navyblue") +
  geom_sf(data = hruby_podklad, color = "gray60", fill = NA, alpha = 1/4) +
  geom_sf(data = subset(stredy_site, ctverec %in% nalezy), 
          shape = 19,  
          color = "firebrick", 
          size = 3) +
  theme_minimal() +
  # popisky os jako čísla čtverců; kvůli čitelnosti skoky po dvou čtvercích 
  # ve vyšším rozlišení může stačit po jednom - pak třeba upravit labels i breaks
  scale_y_continuous(labels = as.character(seq(from = 74, to = 49, by = -2)),
                     breaks = seq(from = 48.5 + 1/20, 
                                  to = 48.5 + 1/20 + 25/10, 
                                  by = 2 * 1/10)) +
  scale_x_continuous(labels = as.character(seq(from = 38, to = 79, by = 2)),
                     breaks = seq(from = 12 + 1/12, 
                                  to = 12 + 1/12 + 41/6, 
                                  by = 2 * 1/6)) +
  # těsnější než defaultní nastavení okrajů mapy a popisků os 
  # může vyžadovat ladění v závislosti na rozlišení výstupu...
  theme(panel.grid.major = element_line(colour = "transparent"),
        axis.text.y = element_text(margin = margin(r = -18)),
        axis.text.x = element_text(margin = margin(t = -8)),
        plot.margin = margin(r = -20))

Druhým příkladem pak je mapa v kontextu modifikované metodiky KFME: “jemná” síťová pole, vzniklá rozdělením “hrubých” polí na 4 podčtverce označené písmenem.

Protože takto jemné členění by bylo příliš detailní pro použití na republiku jako celek, tak ponechávám na mapě původní “hrubou” síť, včetně názvů čtverců. Jemnější síť slouží jen pro označení místa nálezů.

library(dplyr)    # obecná manipulace s daty
library(ggplot2)  # kreslení grafů
library(RCzechia) # prostorová data ČR

# načíst csv v definované struktuře - místo "mé" rosnatky použijte soubor vlastní! :)
# + transformovat z obyčejného na prostorový data frame
data <- read.csv("https://www.jla-data.net/sample/Drosera_rotundifolia.csv") %>% 
  st_as_sf(coords = c("lon", "lat"), crs = 4326)

# hranice Česka pro kontext
hranice <- republika(resolution = "low")

# pár hlavních řek pro kontext
reky <- reky(resolution = "low") %>% 
  filter(Major)

# mapová síť - hrubý podklad pro obrázek, jemný pro značky na místech nálezů
hruby_podklad <- KFME_grid(resolution = "low")
jemny_podklad <- KFME_grid(resolution = "high")

# středobody síťových polí - na nich budou značky
stredy_site <- st_centroid(jemny_podklad)

# čtverce s nálezem jako vektor - výčet
nalezy <- data %>% 
  st_join(jemny_podklad, left = F) %>%
  pull(ctverec) %>% 
  unique()

# vlastní kreslení obrázku
ggplot() +
  geom_sf(data = hranice, color = "gray25", fill = NA, lwd = 1) +
  geom_sf(data = reky, color = "navyblue") +
  geom_sf(data = hruby_podklad, color = "gray60", fill = NA, alpha = 1/4) +
  geom_sf(data = subset(stredy_site, ctverec %in% nalezy), 
          shape = 19,  
          color = "firebrick", 
          size = 1.25) +
  theme_minimal() +
  # popisky os jako čísla čtverců; kvůli čitelnosti skoky po dvou čtvercích 
  # ve vyšším rozlišení může stačit po jednom - pak třeba upravit labels i breaks
  scale_y_continuous(labels = as.character(seq(from = 74, to = 49, by = -2)),
                     breaks = seq(from = 48.5 + 1/20, 
                                  to = 48.5 + 1/20 + 25/10, 
                                  by = 2 * 1/10)) +
  scale_x_continuous(labels = as.character(seq(from = 38, to = 79, by = 2)),
                     breaks = seq(from = 12 + 1/12, 
                                  to = 12 + 1/12 + 41/6, 
                                  by = 2 * 1/6)) +
  # těsnější než defaultní nastavení okrajů mapy a popisků os 
  # může vyžadovat ladění v závislosti na rozlišení výstupu...
  theme(panel.grid.major = element_line(colour = "transparent"),
        axis.text.y = element_text(margin = margin(r = -18)),
        axis.text.x = element_text(margin = margin(t = -8)),
        plot.margin = margin(r = -20))

Věřím, že vám tento příklad pomůže s vlastními mapami. A pokud shledáte můj kód užitečným pro vaši publikační činnost, zvažte v metodice citaci balíčku RCzechia, ideálně přes článek z JOSS https://joss.theoj.org/papers/10.21105/joss.05082.

Síťové mapování a faunistické čtverce

Tue, 20 Aug 2019 00:00:00 +0000

Síťové mapování má dlouhou tradici a velký význam v přírodních vědách – zejména faunistice. Ve Střední Evropě je nejrozšířenější technikou pro výpočet síťových polí metoda Kartierung der Flora Mitteleuropas (KFME).

Tato metodika dělí území Střední Evropy na pole o velikosti 6×10 úhlových minut, což v našich zeměpisných šířkách představuje lichoběžníky blízké čtvercům. Těmto “čtvercům” je pak přiřazeno čtyřmístné číslo podle sloupců a řádek, počítaných od severu k jihu a od západu k východu.

V našich podmínkách se s technikou KFME setkáme ve dvou mutacích:

hrubé čtverce, podle původní metodiky (4 ciferné značení)
jemné čtverce, kdy je čtverec navíc rozdělen do 4 podčtverců označených písmeny a až d

Obě variace metodiky KFME jsou od srpna 2019 (tj. od verze 1.4.2) podporovány v rámci erkové package RCzechia.

# krok první: načtení potřebných knihoven
library(tidyverse)
library(leaflet.extras)
library(RCzechia)
library(leaflet)
library(units)
library(knitr)
library(sf)

Čtverce jsou realizovány pomocí funkce KFME_grid(), která má jako argument rozlišení - buď nízké (low = 4 ciferné čtverce) nebo vysoké (high = 4 čísla a písmeno).

Čtverce vyvoláme a zobrazíme pomocí jednoduchého kódu, a můžeme je použít jak ve statických, tak dynamických mapách - zde v prostředí {ggplot2} a {leaflet} knihoven.

# statická mapa - {ggplot2}
ggplot() +
  geom_sf(data = RCzechia::republika("low")) +
  geom_sf(data = RCzechia::KFME_grid("low"), fill = "NA", color = "grey60")

# dynamická mapa - {leaflet}
leaflet(data = RCzechia::republika("low")) %>% 
  addProviderTiles("CartoDB.Positron") %>% 
  addPolygons(data = RCzechia::KFME_grid("low"),
              color = "red",
              weight = 1,
              fillOpacity = 0,
              popup = ~as.character(ctverec)) %>% 
  leaflet.extras::addResetMapButton()

Zajímavá je kombinace čtverců s geokódovací funkcí RCzechia::geocode(), která dohledává bodové souřadnice přes API Českého zeměměřičského ústavu.

Tato funkce je vektorizovaná, a podporuje dohledávání souřadnic pro větší objemy adres.

Jakmile mám dohledanou adresu v datovém formátu dle balíčku {sf}, tak snadno a rychle dohledám hrubý či jemný čtverec pomocí funkce sf::st_join - tato funkce provede prostorové připojení dvou prostorových objektů (v mém případě bodových souřadnic a mapových čtverců).

Přitom, a to je podstatné, ve svém výstupu zkombinuje data z obou prostorových objektů. V konečném efektu tedy dojde k obohacení data framu souřadnic o číslo čtverce. QED.

# lokality Lasius myops; podle Dva nálezy mravence Lasius myops..., Pech 2010
lokality <- c("Kadaň", "Louny")

# geokódování lokalit - typ bodu = obec
myops <- RCzechia::geocode(lokality) %>% 
  filter(type == "Obec")

# data frame myops nyní obsahuje lokality a souřadnice
knitr::kable(myops)

address	type	result	geometry
Kadaň	Obec	Kadaň	POINT (13.28488 50.38336)
Louny	Obec	Louny	POINT (13.80088 50.35918)

# snadno doplníme "hrubý" čtverec - standardní metodika 4 čísel
hrube <- sf::st_join(myops, RCzechia::KFME_grid("low"))

kable(hrube)

address	type	result	ctverec	geometry
Kadaň	Obec	Kadaň	5645	POINT (13.28488 50.38336)
Louny	Obec	Louny	5648	POINT (13.80088 50.35918)

# případně "jemný" čtverec - modifikovaná metodika 4 čísla + písmenko
jemne <- sf::st_join(myops, RCzechia::KFME_grid("high"))

kable(jemne)

address	type	result	ctverec	geometry
Kadaň	Obec	Kadaň	5645b	POINT (13.28488 50.38336)
Louny	Obec	Louny	5648b	POINT (13.80088 50.35918)

Jako příklad použití v mapě uvádím ogeokódovanou lokalitu kanceláře České společnosti entomologické, včetně zařazení do čtverce a podčtverce dle metodiky KFME.

# geokódování lokalit - typ bodu = konkrétní adresa (kancelář ČSE)
spolecnost <- RCzechia::geocode("Viničná 7, Praha 2") %>% 
  filter(type == "AdresniMisto")

# velký čtverec = 4 čísla; join nebude levý = bude filtrační (vrátí 1 čtverec)
velky_ctverec <- st_join(KFME_grid("low"), spolecnost, left = F) 

# malý čtverec = 4 čísla + písmenko
maly_ctverec <- st_join(KFME_grid("high"), spolecnost, left = F)

# hranice Prahy - pro kontext...
praha <- RCzechia::kraje() %>% # objekt všech všechny krajů ...
  filter(NAZ_CZNUTS3 == "Hlavní město Praha") # ... a z nich Praha

# pražský kus Vltavy - s řekou vypadá město líp...
vltava <- RCzechia::reky("Praha") 

ggplot() +
  geom_sf(data = vltava, color = "steelblue", size = 1.25, alpha = .5) +
  geom_sf(data = praha, fill = NA, size = 1, alpha = .5) +
  geom_sf(data = velky_ctverec, color = "darkorchid4", fill = NA) + 
  geom_sf(data = maly_ctverec, color = "goldenrod2", fill = NA) + 
  geom_sf(data = spolecnost, col = "red", pch = 4, size = 2.5) +
  geom_sf_text(data = velky_ctverec, aes(label = ctverec), color = "darkorchid4") +
  geom_sf_text(data = maly_ctverec, aes(label = ctverec), color = "goldenrod2") +
  theme(axis.title = element_blank())

Typický use case faunistických čtverců je zakreslení nálezů do mapy ČR; pro ilustraci použiji opět mravence Lasius myops Forel 1894, volně podle https://pavelpech.webpark.cz/Pech_Lasius_m.pdf

# lokality Lasius myops; podle Dva nálezy mravence Lasius myops..., Pech 2010
lokality <- c("Kadaň", "Louny")

# geokódování lokalit - typ bodu = obec
myops <- RCzechia::geocode(lokality) %>% 
  filter(type == "Obec")

# zjistíme "hrubý" čtverec jako vektor - standardní metodika 4 čísel
hrube <- sf::st_join(myops, RCzechia::KFME_grid("low"))$ctverec

# pro hrubé čtverce zjistíme souřadnice středobodů (v nich bude střed kolečka)
stredobody <- sf::st_centroid(subset(RCzechia::KFME_grid(), ctverec %in% hrube))

# o výsledku podáme zprávu
ggplot() +
  # kompletní síťová pole pro orientaci
  geom_sf(data = KFME_grid(), fill = NA, color = "gray65", size = .25) +
  # hranice republiky v nízkém (= elegantním) rozlišení
  geom_sf(data = republika("low"), fill = NA, color = "gray40", size = 1) +
  # významné řeky pro snazší orientaci
  geom_sf(data = subset(reky(), Major), color = "steelblue", size = .66, alpha = 1/2) +
  # nalezené čtverce jako body
  geom_sf(data = stredobody, color = "firebrick", size = 3) +
  # omáčka pro hezčí graf
  theme_void() + 
  labs(title = "Lokality mravence *Lasius myops* Forel 1894 v ČR",
       caption = "podle Pech 2010") +
  theme(plot.title = ggtext::element_markdown(size = 15))

Pro zájemce o využití čtverců mimo erko – například v rámci QGIS nebo jiného GISu – dále nabízím polygony čtverců ke stažení ve formátu GeoPackage.

Soubor kfme_czechia.gpkg obsahuje dvě vrstvy:

vrstva puvodni představuje čtverce podle původní metodiky (4 číslice)
vrstvajemne jsou čtverce podle modifikované metodiky (4 číslice + písmeno)

Kde uspořádat demonstraci?

Fri, 23 Mar 2018 00:00:00 +0000

Česká politika mě ne vždy baví jako občana a voliče, ale oceňuji na ní že generuje dobrá data.

Po inauguraci prezidenta republiky 8. března jsem se rozhodl se vrátit ještě jednou k volebním výsledkům a provézt si malé GISové cvičení - vypočíst si v Rku optimální lokalitu pro demonstraci na podporu prezidenta Zemana.

Hledání místa pro demonstraci přes Rkový kód je samozřejmě hloupost (taky kdo by Milošovi za takovýto projev demonstroval podporu, že) ale je to zajímavá technika s přesahem do světa obchodu - například do marketingu při rozhodování o umístění poboček podle současných klientů / budoucího potenciálu.

Stanovil jsem si tyto omezení:

uvažuji všechny voliče Miloše Zemana z druhého kola po obcích a jejich částech
(jsou k dispozici na oficiálních výsledcích)
uvažuji, že voliči Miloše Zemana jsou, obdobně jako sám prezident, špatní na nohy a na místo srazu mohou dorazit pouze z omezené vzdálenosti
(bude zajímavé sledovat, jak různé hodnoty tohoto parametru ovlivní místo srazu)

Základem je příprava dat; zde jsem vycházel ze svého bezprostředně povolebního cvičení na vizualizaci výsledků.

Protože budu pracovat se vzálenostmi, převádím všechny objekty do souřadnicového systému inž. Křováka, který je v metrech (na rozdíl od defaultního WGS84 v úhlových mírách). Republika se pak tváří trošku nakřivo, ale stále je to ona.

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

# načtení dat z jlacko/Zeman2018 na GitHubu
Zeman2018 <- url("https://raw.githubusercontent.com/jlacko/Zeman2018/master/src/prezident.csv")
src <- read.csv2(Zeman2018,
                 stringsAsFactors = F) 

# výsledky voleb
druheKolo <- src %>%
  filter(CHYBA == 0) %>% # bez chyb
  filter(KOLO == 2) %>% # pouze druhé kolo
  group_by(OBEC) %>%
  summarize(celkem = sum(PL_HL_CELK), # celkem platných hlasů
            zeman = sum(HLASY_07),  # kandidát č.7 = Miloš Zeman
            pct_zeman = sum(HLASY_07)/sum(PL_HL_CELK)) %>% # procento platných pro Zemana
  mutate(KOD = as.character(OBEC)) # kod obce v RCzechia je text :(

obce <- obce_polygony() %>% 
  select(KOD = KOD_OBEC,
         NAZEV = NAZ_OBEC,
         hranice = GeneralizovaneHranice)

casti <- casti() %>%
  select(KOD, NAZEV, hranice = OriginalniHranice)

podklad <- obce %>% # všechny obce...
  bind_rows(casti) %>% # ...plus všechny části
  inner_join(druheKolo, by = c("KOD" = "KOD")) %>%
    # z obcí a částí připojit ty s výsledkem
    # filtrační (inner) join odstraní obce bez výsledku (Praha etc. - má ho z částí)
  st_transform(crs = 5514)
    # systém inž. Křováka 

republika <- republika() %>%
  st_transform(crs = 5514)
    # systém inž. Křováka 

kraje <- kraje() %>%
  st_transform(crs = 5514)
    # systém inž. Křováka

Pro základní orientaci nám pomůže mapa relativního úspěchu Miloše Zemana, známá z povolebních analýz. Z mapy je vidět relativně slabší podpora prezidenta Zemana v Praze, a silná v oblasti Sudet.

mapRelative <- tm_shape(podklad) + tm_fill(col = "pct_zeman", title = "Zemanův zisk", n = 5) +
  tm_shape(kraje) + tm_borders("grey80") +
  tm_shape(republika) + tm_borders("grey35") +
  tm_style("white", "Relativní výsledky", frame = F, 
                 legend.format = list(text.separator =  "-",
                                      fun = function(x) paste0(formatC(x * 100, digits = 0, 
                                                                       format = "f"), " %")),
                 legend.text.size = 0.8, 
                 legend.title.size = 1.3) +
  tm_legend(position = c("RIGHT", "top"))

print(mapRelative)

Pro účely svolání demonstrace ale nejsou až tak důležitá relativní čísla, jako hodnoty absolutní - na demonstraci nepřijdou procenta, ale lidé.

Když se podíváme na absolutní podporu, tak to s tou Prahou není tak zlé (i malý podíl z velkého počtu voličů může v součtu znamenat hodně lidí - účasníků demonstrace).

mapAbsolute <- tm_shape(podklad) + tm_fill(col = "zeman", title = "Zemanův zisk", n = 5) +
  tm_shape(kraje) + tm_borders("grey80") +
  tm_shape(republika) + tm_borders("grey35") +
  tm_style("white", "Absolutní výsledky", frame = F, 
                 legend.format = list(text.separator =  "-",
                                      text.align = "center"),
                 legend.text.size = 0.8, 
                 legend.title.size = 1.3) +
  tm_legend(position = c("RIGHT", "top"))
    # tuto mapu po použití ještě několikrát zrecykluji...

print(mapAbsolute)

Pro zjednodušení další práce si polygony obcí a částí nahradím středy - o něco si usnadním jak výpočet, tak interpretaci (místo typu vzdálenosti polygon od polygonu budu počítat vzdálenost bod od bodu, a navíc mi odpadnou částečné průsečíky - bod v kružnici buď je, nebo není).

Dále si připravím funkci šelmostroj, která mi pro každý z těchto 6 387 bodů dopočte součet Zemanovo voličů v nejbližším okolí - s tím, že co přesně znamená “nejbližší”, bude určovat parametr vzdalenost.

Z dopočtených hodnot Zemanovo voličů v okolí obce šelmostroj dále vybere ten nejvyšší, a tuto obec určí jako optimální místo demonstrace.

Na mapě volebního výsledku Miloše Zemana v obci pak nejlepší místo pro demonstraci označí křížkem a nakreslí kolem něj spádový okruh odpovídající parametru vzdalenost. O tom všem pak podá přes writeLines() zprávu.

Díky tomu, že jsem dohledání místa pro demonstraci svěřil funkci, je pro mě snadné jí volat opakovaně, s pokaždé s rozdílnou hodnotou parametru vzdalenost.

podklad <- podklad %>%
  st_centroid()

## Warning in st_centroid.sf(.): st_centroid assumes attributes are constant over
## geometries of x

selmostroj <- function(vzdalenost) {
  podklad$suma_zemanovcu <- NA # uklidit
  st_agr(podklad) <- "constant" # vše jsou konstanty (tato část sf stejně nefunguje...)
  
  for (i in 1:nrow(podklad)) { # pro všechny řádky podkladu
    buff <- st_buffer(podklad[i,], dist = vzdalenost) 
      # buffer o průměru vzdalenost
    isect <- st_intersection(podklad, buff) 
      # průsečík bufferu a pracovního seznamu
    podklad$suma_zemanovcu[i] <- sum(isect$zeman) 
      # uložit součet Zemanovo hlasů v bufferu do podkladu
  }
  
 stred <- podklad[which.max(podklad$suma_zemanovcu), ]
    # tato obec je optimální!
  
  mapAbsolute <- mapAbsolute + # recyklace dříve vytvořené mapy
    tm_shape(stred) + tm_dots(size = 1/5, col = "red", shape = 4) +
    tm_shape(st_buffer(stred, dist = vzdalenost)) + tm_borders(col = "red")

    # využívám vlastnosti Rka, že si ve funkci z vnějšího okolí mohu "půjčit"
    # libovolný objekt, a změny na něm vykonané <- operátorem se nepropíší zpátky
    # (pokud nepoužiji <<- operátor)
  
  print(mapAbsolute)
    # zobrazení...
  
  writeLines(paste("Optimální místo demonstrace:", 
            stred$NAZEV, 
            "\nZemanovců v okolí", vzdalenost / 1000, "kilometrů:",
            formatC(stred$suma_zemanovcu, format = "f", big.mark = " ", digits = 0)))
}

První krok pro mě bude ověření nejlepšího místa pro demonstraci, pokud jsou voliči Miloše Zemana ochotni dorazit pouze z “maximální”" vzdálenosti dvou kilometrů:

selmostroj(2 * 1000) #2 kilometry

## Optimální místo demonstrace: Ostrava-Jih 
## Zemanovců v okolí 2 kilometrů: 32 103

Pokud by voliči Miloše Zemana byli skutečně takto málo mobilní, tak bude nejvhodnější uspořádat demonstraci v Ostravě.

Jako (relativně) malé město s vysokým podílem voličů Miloše Zemana na celkové populaci je Ostrava pro sraz prezidentových příznivců při malé dojezdové vzdálenosti ideální místo.

Druhý krok pro mě bude ověření nejlepšího místa pro demonstraci, pokud jsou voliči Miloše Zemana ochotni dorazit z o něco větší vzdálenosti 10 kilometrů:

selmostroj(10 * 1000) # 10 kilometrů

## Optimální místo demonstrace: Praha 2 
## Zemanovců v okolí 10 kilometrů: 183 125

Pokud by se voliči Miloše Zemana dokázali sjet ze vzdálenosti celých deseti kilometrů, tak se naplno prokáží výhody Prahy: efekt velkého města zvítězí nad procentuálně nízkou podporou. Pražští Zemanovci se mohou sjet třeba na Karlově náměstí.

A když spádovou oblast rozšířím ještě více, z 10 kilometrů na 30?

selmostroj(30 * 1000) # 30 kilometrů

## Optimální místo demonstrace: Praha-Troja 
## Zemanovců v okolí 30 kilometrů: 325 862

Při dojezdové vzdálenosti třicet kilometrů je stále nejvýhodnější místo pro demonstraci Praha. Příznivci Miloše Zemana z Prahy a okolí se mohou sjet třeba na Císařském ostrově - ten mají přes Suchdol v dojezdové vzdálenosti i Zemanovci z Kladna a okolí.

A když ani třicet kilometrů nestačí? Co když je Zemanovec ochoten sednout do auta, a překonat vzdálenost celých 50 kilometrů, jen aby podpořil svého vůdce?

selmostroj(50 * 1000) # 50 kilometrů

## Optimální místo demonstrace: Račiněves 
## Zemanovců v okolí 50 kilometrů: 543 378

Pokud by příznivci Miloše Zemana byli ochotni cestovat na místo srazu 50 kilometrů, tak bude nejlepší se sjet u Račiněvsi. Toto městěčko nedaleko od Litoměřic, kousek od ústecké Dé osmičky, je dobře přístupné pro Zemanovce z Prahy i ze Severu.

A pokud bych hodil všechny zábrany za hlavu, a nechal se sjet všechny Milošovo Zemanovo voliče ze vzdálenosti 150 kilometrů?

selmostroj(150 * 1000) # 150 kilometrů

## Optimální místo demonstrace: Němčice 
## Zemanovců v okolí 150 kilometrů: 2 035 075

Pokud bych opravdu chtěl dostat na jedno místo všechny Zemanovce zblízka i zdáli, tak dám sraz v Němčicích u Litomyšle, vzdušnou čarou na půl cesty mezi Prahou a Ostravou.
Tato malá obec o 996 obyvatelích představuje skutečný pupek zemanovského světa.

Package RCzechia

Tue, 06 Mar 2018 00:00:00 +0000

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.

Z veřejně dostupných dat jsem si proto set “těch našich” geografických dat poskládal sám, a přetvořil do datové package RCzechia, kterou tímto nabízím k použití.

Zdrojem dat mi byl původně produkt ArcČR® 500 ve verzi 3.3 z roku 2016 od ARCDATA PRAHA, ale postupem času jsem pro většinu objektů přešel na otevřená data ČUZK. Menší část objektů vychází z dat ČSÚ.

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 volebních okrsků s 76 MB – se mohou stahovat déle. Za zařazení package na CRAN mi to přišlo jako přijatelná cena.

Obsah package

republika: hranice České republiky.
kraje: 14 krajů České republiky, včetně Hlavního města Prahy.
okresy: 76 okresů České republiky + Praha (která technicky není okres).
orp_polygony 206 obcí s rozšířenou působností (trojkové obce).
obce_polygony: 6.258 obcí a vojenských újezdů České republiky.
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.
reky: 3.616 řek a potoků České republiky; přidáním do mapy pomohou základní orientaci (Praha bez Vltavy vypadá divně).
plochy: 1.769 vodních ploch České republiky; přidáním do mapy pomohou základní orientaci.
silnice: 59.594 silnic a silniček s rozlišením typu (dálnice, okresky)
zeleznice: 9.957 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)
senat_obvody: 81 volebních obvodů Senátu
volebni_okrsky: 14.761 volebních okrsků
zip_codes: 2.671 poštovních směrovacích čísel jako polygonů
geomorfo: 8 úrovní geomorfologického členění ČR - od 2 systémů přes 27 oblastí po 933 okrsků.

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().

Kromě datových objektů package také zpřístupňuje do erka dvě RESTové API ČUZK:

geocode geokódovací API (od adresy k souřadnicím)
revgeo reverzně geokódovací API (od souřadic k adrese)

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(ggplot2)
library(dplyr)
library(czso)

src <- czso::czso_get_table("SLDB-VYBER") %>% 
   select(uzkod, obyvatel = vse1111) %>% 
   mutate(obyvatel = as.numeric(obyvatel)) 
  
okresni_data <- okresy("low") %>% # nízké rozlišení je elegantnější...
  inner_join(src, by = c("KOD_OKRES" = "uzkod")) 
    # 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)

# hranice a řeky v nízkém rozlišení vypadají elegantněji
# schválně zkuste resolution = high!
borders <- RCzechia::republika(resolution = "low")

rivers <- RCzechia::reky(resolution = "low") %>% 
             subset(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[1])
#> 152.4636 [kilometers]

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 <- RCzechia::obce_polygony() %>% 
  filter(NAZ_OBEC == "Brno")

pupek_brna <- brno %>%
  st_transform(5514) %>% # systém inž. Křováka (aby fungovaly metry)
  sf::st_centroid(brno) # spočítat střed polygonu

# funkce revgeo() bere jako argument body, a vrací je zpět
# s adresou v novém sloupci "revgeocoded"
adresa_pupku <- RCzechia::revgeo(pupek_brna) %>% 
  pull(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 rmapshaper::ms_simplify(). Od okresů výše to takový problém není.

library(dplyr)
library(RCzechia)
library(leaflet)
library(czso)

# metrika pro mapování - uchazeči za říjen
metrika <- czso::czso_get_table("250169r20") %>% 
   filter(obdobi == "20201031" & vuk == "NEZ0004")

podklad <- RCzechia::obce_polygony() %>% # obce_polygony = všechny obce v ČR
  inner_join(metrika, by = c("KOD_OBEC" = "uzemi_kod")) %>% # spojení klíčem
  filter(KOD_CZNUTS3 == "CZ071") # Olomoucký kraj

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

leaflet() %>% 
  addProviderTiles("CartoDB.Positron") %>% 
  addPolygons(data = podklad,
              popup = ~ paste0("<b>", NAZ_OBEC, "</b><br>nezaměstnanost: ", hodnota, "%<br>"),
              fillColor = ~pal(hodnota),
              fillOpacity = 0.75,
              color = "ivory",
              opacity = 1/3,
              weight = 1)

Výškopis České republiky

Pro porozumění některým přírodním úkazům – například směru toku řek – je dobré znát vlastnosti terénu. Vizualizace výškopisu je dobrým prvním krokem k jeho porozumění.

Package RCzechia podporuje dva módy vizualizace:

skutečnou nadmořskou výšku
stínovaný reliéf

Tento příklad ilustruje druhou z možností.

library(RCzechia)
library(ggplot2)
library(dplyr)
library(terra)
library(tidyterra)

# terén České republiky "oříznutý" na hranicích
relief <- vyskopis("rayshaded", cropped = TRUE)

# ggplot2 v základu moc nedává rastry; proto obejití přes tidyterra
ggplot() +
  tidyterra::geom_spatraster(data = relief) +
  geom_sf(data = subset(RCzechia::reky(), Major == T), # hlavní řeky
          color = "steelblue", alpha = 2/3) +
  scale_fill_gradientn(colors = hcl.colors(50, "Grays"), # 50 odstínů šedi... 
                       na.value = NA,
                       guide = "none") + # stínování nepotřebuje legendu...
  labs(title = "Řeky a pohoří") +
  theme_bw() +
  theme(axis.title = element_blank())

Senátní volby z podzima 2020

Zobrazení volebních výslekdů je jedno z typických use cases {RCzechia}.

Tento příklad staví na {rvest} pro stažení tabulky z www.volby.cz se zvolenými senátory z podzimních voleb 2020.

Protože se volila jen třetina senátu, tak se výsledky připojí pouze k pro 27 volebích obvodů. Zbytek bude mít - při použití dplyr::left_join() hodnotu NA, což je očekávaný stav.

library(RCzechia)
library(ggplot2)
library(dplyr)
library(rvest)
library(xml2)

# oficiální výsledky na stránkách staťáku
vysledky <- "https://www.volby.cz/pls/senat/se1111?xjazyk=CZ&xdatum=20201002&xv=7&xt=2" %>% 
  xml2::read_html() %>%  # protože rvest::html is deprecated
  rvest::html_nodes(xpath = "//*[@id=\"se1111_t1\"]") %>%  # tabulka podle xpath
  rvest::html_table(fill = T) %>% 
  .[[1]] %>% 
  dplyr::select(OBVOD = Obvod, strana = `Volebnístrana`) %>% 
  # OBVOD jako text, zarovnaný ně dvě místa nulou zleva (tj. 1 >> 01) pro sladění klíčů
  mutate(OBVOD = stringr::str_pad(OBVOD, 2, side = "left", pad = "0"))

podklad <- RCzechia::senat_obvody("low") %>% 
  # levý join = zachování geometrie obvodů bez volby v roce 2020
  left_join(vysledky, by = "OBVOD") 

ggplot() +
  geom_sf(data = RCzechia::republika("low"), size = 1.25) + # hranice republiky
  geom_sf(data = podklad, aes(fill = strana)) +
  labs(title = "Senátní volby - podzim 2020",
       fill = "Strana a uskupení") +
  theme_bw()

Geomorfologie Česka

Česko se setává ze 10 geomorfologických subprovincií (dřívější terminologií soustav). Která z nich je největší?

Prvním krokem je získání dat o subprovinciích pomocí RCzechia::geomorfo("subprovincie"), druhým krokem je výpočet plochy pomocí sf::st_area().

Výsledky jsou setříděny technikou {dplyr} a mapa nakrelena přes {ggplot2}.

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

subprovincie <- RCzechia::geomorfo("subprovincie")

# krok prvý: základní orientace na mapě

ggplot(data = subprovincie) +
  geom_sf(aes(fill = subprovincie)) +
  geom_sf_text(aes(label = kod)) +
  labs(title = "Geomorfologické členění Česka",
       fill = "Subprovincie čili soustavy") +
  theme_bw() +
  theme(axis.title = element_blank())

# krok druhý: výpočet plochy a podání zprávy
geomorfo_setridene <-subprovincie %>% 
  mutate(plocha = units::set_units(st_area(.), km2)) %>% # čitelnější než metry
  st_drop_geometry() %>% # geometrii už nepotřebujeme
  arrange(desc(plocha))

geomorfo_setridene
#> # A tibble: 10 × 3
#>    subprovincie           kod   plocha
#>    <chr>                  <chr>  [km2]
#>  1 Česko-moravská         II    21972.
#>  2 Krkonošsko-jesenická   IV    11340.
#>  3 Česká tabule           VI    11204.
#>  4 Poberounská            V      8071.
#>  5 Vnější Západní Karpaty IX     7164.
#>  6 Krušnohorská           III    6957.
#>  7 Šumavská               I      6680.
#>  8 Vněkarpatské sníženiny VIII   3921.
#>  9 Vídeňská pánev         X       955.
#> 10 Středopolské nížiny    VII     394.

Vidíme, že největší subprovincií (nebo soustavou, což může být kontroverzní) je s velkým odstupem Česko-moravská, s rozlohou 21 971 km².