tanaka/metR | 绘制3D阴影效果地图

今天我们再给大家介绍一个优秀的地图可视化绘制包-R-tanaka包（用于绘制具有3d阴影效果的地图可视化作品），主要涉及的内容如下：

• R-tanaka包简介及样例样式

• R-ggplot2绘制3d阴影地图

R-tanaka包简介及样例样式

tanaka包实现的方法也称为“浮雕轮廓法(relief contours method)”，“照明轮廓法(illuminated contour method)”或“阴影轮廓线方法(shaded contour lines method)”，tanaka可以通过使用阴影轮廓线来增强地图上地形的表示，使结果看上去像一个类似3D的地图效果。其官网为：https://github.com/rCarto/tanaka。其主要提供两个绘图函数，如下：

• tanaka() uses a raster object and displays t he map directly;

• tanaka_contour() builds the isopleth polygon layer.

样例参考

这里我们直接使用官网给的样例进行可视化绘制，代码如下：

library(tanaka)
library(raster)
ras?<-?raster(system.file("grd/elev.grd",?package?=?"tanaka"))
tanaka(ras,?breaks?=?seq(80,400,20),?
???????legend.pos?=?"topright",?legend.title?=?"Elevation\n(meters)")

得到的可视化结果如下：

tanaka example1

此外，还有以下官网样例：

Example02:

tanaka example2

这里需要注意的是：elevatr包可以实现在线下载DEM数据，相关代码如下：

ras?<-?get_elev_raster(locations?=?data.frame(x?=?c(6.7,?7),?y?=?c(45.8,46)),
???????????????????????z?=?10,?prj?=?"+init=epsg:4326",?clip?=?"locations")

分别设置了位置(经纬度信息，投影等属性进行DEM数据下载)

Example3:

library(raster)
library(sf)
library(cartography)
library(tanaka)

temp?<-?tempfile()
data_url?<-?"http://cidportal.jrc.ec.europa.eu/ftp/jrc-opendata/GHSL/GHS_POP_GPW4_GLOBE_R2015A/GHS_POP_GPW42015_GLOBE_R2015A_54009_1k/V1-0/GHS_POP_GPW42015_GLOBE_R2015A_54009_1k_v1_0.zip"
download.file(data_url,?temp)
unzip(temp,?exdir?=?"pop")
pop2015?<-?raster("pop/GHS_POP_GPW42015_GLOBE_R2015A_54009_1k_v1_0/GHS_POP_GPW42015_GLOBE_R2015A_54009_1k_v1_0.tif")
center?<-?st_as_sf(data.frame(x=425483.8,?y=5608290),?
???????????????????coords=(c("x","y")),?crs?=?st_crs(pop2015))
center?<-?st_buffer(center,?dist?=?800000)
ras?<-?crop(pop2015,?st_bbox(center)[c(1,3,2,4)])
mat?<-?focalWeight(x?=?ras,?d?=?c(10000),?type?=?"Gauss")
rassmooth?<-?focal(x?=?ras,?w?=?mat,?fun?=?sum,?pad?=?TRUE,?padValue?=?30)
bks?<-?c(0,25,50,100,250,500,750,1000,1750,2500,5000,?7500,10000)
png(filename?=?"circle.png",?width?=?800,?height?=?700,?res?=?100)
par(mar?=?c(0,0,1.2,0))
tanaka(x?=?rassmooth,?
???????breaks?=?bks,?
???????mask?=?center,?
???????col?=?hcl.colors(n?=?12,?palette?=?"Inferno"),
???????shift?=?2500,
???????legend.pos?=?"topleft",
???????legend.title?=?"Inhabitants\nper?km2")
plot(st_geometry(center),?add?=?T,?border?=?"white",?lwd?=?6)
layoutLayer(title?=?"Smoothed?Population?Density",?
????????????author?=?'Data?:?European?Commission,?Joint?Research?Centre?(JRC);?Columbia?University,?CIESIN?(2015):?GHS?population?grid,?derived?from?GPW4.',?
????????????sources?=?'T.?Giraud,?2019',?scale?=?F,?frame?=?F,?tabtitle?=?TRUE)
text(-374516.2?,6408290.0,?"Gaussian?smoothing,?sigma?=?10km",?adj?=?0,?font?=?3,?cex?=?.8?)
dev.off()

可视化结果如下：

tanaka example3

该图绘制涉及的知识点较多(sf空间数据的基本处理，感兴趣的小伙伴可以看下sf包)

tanaka属性介绍

tanaka(
??x,
??nclass?=?8,
??breaks,
??col,
??mask,
??light?=?"#ffffff70",
??dark?=?"#00000090",
??shift,
??legend.pos?=?"left",
??legend.title?=?"Elevation",
??add?=?FALSE
)

#解释如下：
Arguments
x?：a?raster?or?an?sf?contour?layer?(e.g.?the?result?of?tanaka_contour()).
(栅格数据或sf轮廓图层（例如tanaka_contour（）的结果)
nclass?：a?number?of?class.
(等级)
breaks?：a?vector?of?break?values.
(刻度值)
col?：a?color?palette?(a?vector?of?colors).
(调色板（颜色向量）)
mask?：a?mask?layer,?a?POLYGON?or?MULTIPOLYGON?sf?object.
(掩码，POLYGON或MULTIPOLYGON的sf对象。)
light?：light?shadow?(NW?color).
(浅阴影（NW颜色）)
dark?：dark?shadow?(SE?color).
(暗阴影（SE颜色）)
shift?：size?of?the?shadow?(in?map?units).
(阴影的大小（以地图单位为单位）)
legend.pos?：position?of?the?legend,?one?of?"topleft",?"top",?"topright",?"right",?"bottomright",?"bottom",?"bottomleft",?"left"?or?a?vector?of?two?coordinates?in?map?units?(c(x,?y)).?If?legend.pos="n"?then?the?legend?is?not?plotted.
(图例的位置，“上左”，“上”，“上右”，“右”，“下右”，“下”，“下左”，“左”或以地图单位表示的两个坐标的向量（c（?x，y））。?如果legend.pos?=“?n”，则不会绘制图例。)
legend.title?：title?of?the?legend.
(图例标题)
add?：whether?to?add?the?layer?to?an?existing?plot?(TRUE)?or?not?(FALSE).
(是否将将图层添加到已存在的图上)

R-ggplot2绘制3d阴影地图

tanaka 包毕竟是一个小众地图可视化包，如何能使用ggplot2以及拓展包绘制类似地图效果呢？答案是可以的，我们可以使用 metR包实现该3d地图效果，我们还是以上面的数据为例，首先，我们需要将数据转换成data.frame类型。

数据处理

我们对使用raster包读取的栅格数据ras进行转换：

接下来我们就可以使用ggplot2进行绘制了，这里我们直接给出定制化操作的代码及可视化结果：

library(metR)
library(ggplot2)
library(RColorBrewer)
library(ggtext)
library(showtext)
library(hrbrthemes)

my_colormap?<-?colorRampPalette(rev(brewer.pal(11,'Spectral')))(32)

map_3d?<-?ggplot(ras_df,?aes(x?=?lon,?y?=?lat))?+
????geom_contour_fill(aes(z?=?Elevation))?+
????geom_contour_tanaka(aes(z?=?Elevation),breaks?=?seq(80,400,20))?+
????scale_fill_gradientn(colours?=?my_colormap,name="DEM(m)")?+
????#scale_fill_gradient2(low?=?"#FBDEE1",high?=?"#1D0809",breaks=seq(80,400,20))?+
????labs(x="",y="",
???????title?=?"Example?of?<span style='color:#D20F26'>metR::geom_contour_tanaka?function</span>",
???????subtitle?=?"processed?map?charts?with?<span style='color:#1A73E8'>geom_contour_tanaka()</span>",
???????caption?=?"Visualization?by?<span style='color:#DD6449'>DataCharm</span>")?+
????theme_ipsum(base_family?=?"Roboto?Condensed")?+
????#theme_ft_rc()+
????theme(?
????????plot.title?=?element_markdown(hjust?=?0.5,vjust?=?.5,color?=?"black",
?????????????????????????????????size?=?20,?margin?=?margin(t?=?1,?b?=?12)),
????????plot.subtitle?=?element_markdown(hjust?=?0,vjust?=?.5,size=15),
????????plot.caption?=?element_markdown(face?=?'bold',size?=?12),
??????)

最终的可视化效果如下：

当然你可可以更换主题，效果如下：

总结

本期推文，我们继续介绍了优秀的R可视化绘制包-tanaka包以及metR包结合ggplot2实现更加自由的定制化可视化作品绘制，希望大家可以从中获取获取绘图灵感。