Descarga de automatizada de archivos raster en R


26 de Julio de 2016

Hace pocos días ISRIC World Soil Information [1] realizó la actualización de los datos espaciales (tipo raster) de suelo a resolución de 250 metros, anteriormente la resolución estaba en aproximadamente 1 km, estos datos provienen de distintas fuentes de datos y representan propiedades físicas, biológicas y químicas; por ejemplo, el potencial de hidrogeno (pH), la capacidad de intercambio catiónico, el contenido de carbono orgánico, el porcentaje de arena, suelo y arcilla, la densidad aparente, entre otras.

Los archivos se encuentran disponibles mediante un sitio web FPT (File Transfer Protocol) disponible en este enlace; estos datos es posible descargarlos mediante clic en cada archivo desde un navegador web (ej. Google Chrome, Opera, Mozilla Firefoz) o desde el lenguaje de programación R usando la librería “utils” (R Core Team, Versión 3.2.2.), la ventaja que ofrece R respecto al navegador web es que es posible optimizar la descarga haciendo uso de iteraciones, lo que evita el hacer uso de clic en cada archivo del sitio web [2].


install.packages("utils")
library(utils)

for (nomen in c("CECSOL","CLYPPT","CRFVOL","ORCDRC","PHICKL","PHIHOX", "SLTPPT","SNDPPT","ORCDRC")) #se varia acorde al tipo de variable
{
  for (i in 1:7)
  {
    code=paste0(nomen,"_M_sl",i,"_250m_ll.tif")
    url=paste0("ftp://ftp.soilgrids.org/data/recent/",code)
    download.file(url, destfile = paste0("E:/ISRIC/",code), mode = "wb")
  } #la URL es el enlace web desde donde se descargan los archivos raster y varia acorde al perfil de la variable, el "destfile" es el archivo donde se van a guardar los datos en el disco duro del pc y el nombre es el mismo del raster, el mode es wb para que sea reconocido como archivo espacial
}

En este sentido, el objetivo del presente tutorial es realizar la descarga de la mayoría de archivos raster [3] de suelos a resolución de 250 metros mediante un ciclo (for) en R, para ello necesitamos la librería “utils” y una buena conexión a internet. 


Apenas se ejecuta el código se comienza la descarga desplegándose lo presentado en la siguiente figura en caso que se esté utilizando la interfaz de RStudio.



Para tener en cuenta:

[1] ISRIC es un sistema para el mapeo automatizado del suelo basado en perfiles de suelos globales, la base de datos comprende archivos raster del mundo a 1 km y 250 m de resolución espacial producida mediante la asignación automática del suelo basada en algoritmos de aprendizaje automático. Para leer más: Hengl, T., Mendes de Jesus, J., Heuvelink, G. B.M., Ruiperez Gonzalez, M., Kilibarda, M. et al. (2016) SoilGrids250m: global gridded soil information based on Machine Learning. Earth System Science Data (ESSD) in review.

[2] Desde cualquier navegador web solamente es posible realizar dos descargas a la vez.

[3] Debido a los nombres de los archivos raster de tipo de suelo no es posible realizar la descarga optimizada mediante el ciclo, pues el nombre del archivo varía considerablemente.

Gracias @AndresAgui90 por su grata ayuda en la elaboración de este tutorial. 

Comentarios

  1. Jefferson26 de julio de 2016, 9:29

    Excelente! Súper útil para ahora que acaban de lanzar los archivos a esa resolución. Gracias!

    ResponderEliminar

Publicar un comentario

Entradas populares de este blog

Extracción por mascara en R

Imagen
Extracción por máscara en R El objetivo del presente ejercicio es realizar la extracción por mascara (corte) de un grupo de archivos raster a partir de un shapefile, este usado como máscara, mediante un ciclo en R, es un proceso común cuando se tienen, por ejemplo, la precipitación (o alguna otra variable) para los 12 meses del año de todo Colombia y se quiere obtener solamente la precipitación de una unidad administrativa de menor área, para el presente caso es el departamento del Valle del Cauca; evitando hacer el proceso repetitivo, por ejemplo, en ArcGIS usando la herramienta “Extract by Mask”. Se hace uso de los ciclos, básicamente consiste en decirle al sistema que repita en cada una de las capas de un listado el corte a partir de una capa que representa el límite de nuestra área de estudio.  Fuente: esri Primero habilitamos las librerías de las cuales haremos uso: require(raster) #si la librería no ...
Leer más

Descarga y tratamiento de datos climáticos a nivel mensual (CRU) usando R

Imagen
En este tutorial trabajaremos con datos climáticos descargados de la pagina web de CRU ( Climatic Researc Unit ), se realizará la descarga, y tratamiento de los datos espaciales con el fin de realizar gráficas de tendencia a lo largo de 35 años (1980-2015); todo lo anterior lo realizaremos en el lenguaje de programación R. Las variables disponibles para descarga son las siguientes: - cld: cobertura de nubes (%) - dtr: rango temperatura diurno (grados centigrados) - fdf: frost day frequency (días) - pet: evapotranspiración potencial (mm/day) - pre: precipitation (mm por mes) - rhm: humedad relativa (porcentaje) - ssh: sunshine duración (hours) - tmp: temperatura promedio (grados centigrados) - tmn: promedio de temperatura minima (grados centigrados) - tmx: promedio de temperatura máxima (grados centigrados) - presión de vapor (hectopascal hPa) - wet: frecuencia de días húmedos (días) - wnd: velocidad del viento (metros por segundo) En este ejercicio usaremos las variable...
Leer más

Convertir una tabla a shape en R

Convertir una tabla a shape en R El objetivo el presente ejercicio es realizar la conversión de una tabla, que contiene coordenadas dadas en longitud y latitud, a un archivo shapefile en R, es un proceso muy común y útil en los SIG; para el presente caso tenemos las coordenadas de incendios en el Valle del Cauca para el periodo 2000 – 2015, la idea es convertir esta tabla a shapefile y guardar este archivo en el disco duro de nuestro pc. Primero habilitamos las librerías de las cuales haremos uso: require(raster) require(rgdal) Luego abrimos la tabla en R bajo el comando “read.table”, como se muestra a continuación. Tabla = read.csv(“E:/Blogger/Post_5/_data/incendios_valle.csv”) Seguido de ello convertimos la tabla a formato shapefile, teniendo en cuenta que las columnas 1 y 2 corresponden a la longitud y latitud respectivamente: coordinates(tabla) <- ~LONGITUDE+LATITUDE # se escribe de esta manera longitud y latitud pues así se llama el nombre de estas...
Leer más