creacion_de_rasters.qmd

---
title: "Creación de imagenes raster"
lang: es
---

---

**Input inicial**
- Archivos `.csv` con datos de movilidad ciudadana expresados por QuadKeys.
Existe un archivo por locación y horario reportado.

**Objetivo**
- Crear las imagenes rasters para cada caso expresando como atributo el cambio
porcentual semanal y prepandemia.

---

## Paquete `quadkeyr`

Los pasos que se describen aquí se encuentran detallados en [la viñeta del 
paquete `quadkeyr`](https://fernandez-lab-wsu.github.io/quadkeyr/articles/create_rasters_from_grid.html) que fue especificamente creado para la creación de los
rasters.


## 1. Leo los archivos

Esta función me reporta los archivos faltantes en la serie de días y horarios.

```{r eval= FALSE, include = TRUE}

files <- read_all_files(path_to_csvs = "../geocovid/data/rasters/",
                        colnames = c("lat", "lon", 
                                     "quadkey", "date_time", 
                                     "n_crisis", "percent_change"),
                        coltypes = list(
                         lat = 'd',
                         lon = 'd',
                         quadkey = 'i',
                         date_time = 'T',
                         n_crisis = 'c',
                         percent_change = 'c')) 

files
```

Por ejemplo, estos fueron los faltantes para los datos de AMBA:

```
day time
1  2020-07-03    0
2  2020-07-04    0
3  2020-07-05    0
4  2020-07-06    0
5  2020-07-07    0
6  2020-07-08    0
7  2020-07-09    0
8  2020-07-10    0
9  2020-07-11    0
10 2020-07-12    0
11 2020-09-12    0
12 2020-09-13    0
13 2020-07-03    8
14 2020-07-04    8
15 2020-07-05    8
16 2020-07-06    8
17 2020-07-07    8
18 2020-07-08    8
19 2020-07-09    8
20 2020-07-10    8
21 2020-07-11    8
22 2020-07-12    8
23 2020-09-12    8
24 2020-09-13    8
25 2020-07-03   16
26 2020-07-04   16
27 2020-07-05   16
28 2020-07-06   16
29 2020-07-07   16
30 2020-07-08   16
31 2020-07-09   16
32 2020-07-10   16
33 2020-07-11   16
34 2020-09-12   16
```

## 2. Convierto los QuadKeys en coordenadas del mapa

- Tomo todos los QuadKeys que fueron reportados al menos una vez en mi lista de 
 archivos `.csv` y los convierto en latitud y longitud.

- Este punto representa la ubicación del vértice de arriba a la izquierda 
de cada QuadKey.

```{r eval= FALSE, include = TRUE}

quadkeys <-  unique(files$quadkey)

qtll <- quadkey_to_latlong(quadkeys = quadkeys)

```

## 3. Completar la grilla de QuadKeys

- Si bien un gran número de QuadKeys que son siempre reportados en todos los 
archivos, esto no es una constante.

- La función `regular_qk_grid` permite completar la grilla. Esta función
devuelve una lista con 3 elementos: `data`, `num_rows` y `num_cols`.

```{r eval= FALSE, include = TRUE}
regular_grid <- regular_qk_grid(qtll)
regular_grid
```


## 4. Crear los polígonos


```{r eval= FALSE, include = TRUE}

polygrid <- grid_to_polygon(regular_grid$data)

```

## 5. Generar los rasters para las variables de interés

La función `apply_weekly_lag()` permite generar los datos de cambio porcentual
semanal creando un lag de 7 días.

```{r eval= FALSE, include = TRUE}
polyvar <- files |>
            dplyr::inner_join(polygrid, by = 'quadkey' ) |>
            apply_weekly_lag() 

polyvar7 <-  polyvar |>
               drop_na(percent_change_7)
```

Loas imagenes raster se crearan automaticamente para todos los archivos en la
carpeta con el formato `<nombre>_<fecha>_<hora>.tif`. La función 
`polygon_to_raster` va a crear los raster incluso si hay algún archivo de la 
serie faltante.

```{r eval= FALSE, include = TRUE}
# cambio porcentual prepandemia
polygon_to_raster(data = polyvar,
                  nx = grid$num_cols +1 ,
                  ny = grid$num_rows +1 ,
                  template = polyvar,
                  variable = 'percent_change',
                  filename = 'Baires',
                  path = "data/"
                  )

# cambio porcentual semanal
polygon_to_raster(data = polyvar7,
                  nx = grid$num_cols +1 ,
                  ny = grid$num_rows +1 ,
                  template = polyvar7,
                  variable = 'percent_change_7',
                  filename = 'Baires',
                  path = "data/"
                  )
```