population grid to kml example

population grid to kml example.R

#remotes::install_github("giocomai/latlon2map")
library("latlon2map")
ll_set_folder(path = "~/R")
library("ggplot2")
library("dplyr")
library("sf")

# recupera griglia di esempio come oggetto sf

if (file.exists("base_grid.rds")==FALSE) {
  ### Trentino
  # download.file(url = "https://testzone.giorgiocomai.eu/files/pop_grids/2011-it_trento_nuts3_1km_pop_grid_eu.rds",
  #               destfile = "base_grid.rds")
  
  #Venezia
  download.file(url = "https://testzone.giorgiocomai.eu/files/pop_grids/it_venezia_nuts3_pop_grid.rds",
                destfile = "base_grid.rds")
  
}

base_grid <- readr::read_rds(file = "base_grid.rds")

###  oppure genera dall'originale, anche cambiando provincia (funzione scarica da sola i dati, ma serve un po' di RAM per filtrare)
# base_grid <- ll_get_population_grid(match_sf = ll_get_nuts_it(level = 3, name = "Trento"),
#                        match_name = "it_trento_nuts3_pop_grid")

### o per venezia che è città metropolitana
# base_grid <- ll_get_population_grid(match_sf = ll_get_nuts_it(level = 3) %>%
#                                       filter(DEN_CM=="Venezia"),
#                                     match_name = "it_venezia_nuts3_pop_grid")

# versione base
sf <- base_grid %>% 
  mutate(L2 = row_number(), # serve per fare il join sotto
         custom_colour = scales::col_numeric(domain = NULL, # se no qui si può dare c(min, max)
                                             palette = c("#eff3ff", # colore minimo e massimo per il gradiente
                                                         "#08306b"))(TOT_P))

# versione usata per l'esempio (meno "precisa", ma più chiara, da valutare altre formule)
sf <- base_grid %>% 
  filter(TOT_P>20) %>%  # lascia solo celle con piu di venti persone
  mutate(TOT_P = TOT_P + 10) %>% # dai a ogni poligono 10 metri di altezza in più, per evitare che restino sotto case e alture
  mutate(L2 = row_number(),
         custom_colour = scales::col_numeric(domain = NULL,
                                             palette = c("#eff3ff",
                                                         "#08306b"))(sqrt(TOT_P))) # radice quadrata del valore per determinare il colore, per evidenziare differenza (tante celle con valori bassi, poche con valori altissimi)


sf_pre_kml <- sf %>%
  st_coordinates() %>%
  as_tibble() %>%
  left_join(y = sf, by = "L2") %>% 
  mutate(Z = TOT_P) %>%  
  st_as_sf(coords = c("X", "Y", "Z"), dim = "XYZ") %>% 
  group_by(L2, .drop = TRUE) %>% 
  summarise(geometry = st_combine(geometry), .groups = "drop") %>% 
  st_cast("POLYGON") %>% 
  mutate(altitudeMode="relativeToGround",
         extrude = TRUE)

ll_export_sf_to_kml(sf = sf_pre_kml,
                    path = "pop_grid.kml",
                    fill_colour = sf$custom_colour,
                    line_width = "0.5px") #questa è lo spessore della righina bianca di contorno dei poligoni. puoi anche cambiare colore con parametro `line_colour = `

#output: https://testzone.giorgiocomai.eu/files/pop_grids/pop_grid_venezia.kml