A.1 Tipos de objetos

# Librería sp:classes and methods for spatial data
library(sp) # install.packages('sp')

# Tipos de objetos
getClass("Spatial")
## Class "Spatial" [package "sp"]
## 
## Slots:
##                               
## Name:         bbox proj4string
## Class:      matrix         CRS
## 
## Known Subclasses: 
## Class "SpatialPoints", directly
## Class "SpatialMultiPoints", directly
## Class "SpatialGrid", directly
## Class "SpatialLines", directly
## Class "SpatialPolygons", directly
## Class "SpatialPointsDataFrame", by class "SpatialPoints", distance 2
## Class "SpatialPixels", by class "SpatialPoints", distance 2
## Class "SpatialMultiPointsDataFrame", by class "SpatialMultiPoints", distance 2
## Class "SpatialGridDataFrame", by class "SpatialGrid", distance 2
## Class "SpatialLinesDataFrame", by class "SpatialLines", distance 2
## Class "SpatialPixelsDataFrame", by class "SpatialPoints", distance 3
## Class "SpatialPolygonsDataFrame", by class "SpatialPolygons", distance 2

  • Clases del tipo S4 (definicion formal con componentes denominadas slots)

  • Tipo base: Spatial

    • bbox (bounding box): matriz con los límites mínimo y máximo de las coordenadas (principalmente para representación gráfica; normalmente se genera automáticamente).

    • proj4string: cadena de texto que define el sistema de coordenadas de referencia (realmente objeto tipo CRS, coordinate reference system) en formato PROJ.4.

      • CRS(as.character(NA)) para indicar no disponible/faltante

      • CRS(+proj=longlat) para coordenadas geográficas

      • CRS(+proj=longlat +ellps=WGS84) estándar GPS (World Geodetic System of 1984)

xbbox <- matrix( c(0,0,1,1), ncol=2)
colnames(xbbox) <- c("min", "max") # Normalmente la bbox se genera automáticamente al crear el objeto
x <- Spatial(xbbox, proj4string = CRS(as.character(NA)))
x
## class       : Spatial 
## features    : 1 
## extent      : 0, 1, 0, 1  (xmin, xmax, ymin, ymax)
## crs         : NA

Los objetos son del tipo S4. Los componentes se denominan slots. Se acceden con la función slot() o el operador @.

slot(x,'bbox')
##      min max
## [1,]   0   1
## [2,]   0   1
x@bbox ### en s4 se pone @ en vez de $.
##      min max
## [1,]   0   1
## [2,]   0   1

El paquete sp dispone también de funciones para acceder/establecer los componentes:

bbox(x)
##      min max
## [1,]   0   1
## [2,]   0   1
proj4string(x) <- CRS("+proj=longlat +ellps=WGS84") # Importante

A.1.1 SpatialPoints y SpatialPointsDataFrame

  • Tipo SpatialPoints

    • Slots: coords, bbox, proj4string

    • Objeto de datos básico para procesos puntuales.

  • Tipo SpatialPointsDataFrame

    • Slots: data, coords.nrs, coords, bbox, proj4string

    • Objeto de datos básico para procesos geoestadísticos (y procesos puntuales marcados).

A.1.1.1 Ejemplo SpatialPoints

load("datos/caballa.galicia.RData")
str(caballa.galicia)  # data.frame(attr(caballa.galicia, "variable.labels"))
## 'data.frame':    676 obs. of  12 variables:
##  $ id       : Factor w/ 31 levels "A1","A2","B1",..: 17 17 19 19 19 21 21 23 23 23 ...
##  $ x        : num  -9.4 -9.44 -9.44 -9.4 -9.47 ...
##  $ y        : num  43 43 43 43 42.8 ...
##  $ fecha    : num  1.32e+10 1.32e+10 1.32e+10 1.32e+10 1.32e+10 ...
##  $ semana   : num  7 7 7 7 7 7 8 8 8 8 ...
##  $ mes      : num  2 2 2 2 2 2 2 2 2 2 ...
##  $ ano      : num  2001 2001 2001 2001 2001 ...
##  $ cpue     : num  18 240 240 18 118 ...
##  $ chl_a    : num  NA NA 7.08 7.08 7.08 ...
##  $ sust_amar: num  NA NA 0.356 0.356 0.356 ...
##  $ sst      : num  14.2 14.2 16 16 16 16.1 16 15.9 15.9 15.9 ...
##  $ lcpue    : num  2.89 5.48 5.48 2.89 4.77 ...
##  - attr(*, "variable.labels")= Named chr [1:12] "Cuadricula " "" "" "" ...
##   ..- attr(*, "names")= chr [1:12] "id" "x" "y" "fecha" ...
##  - attr(*, "codepage")= int 1252
plot(y~x, data = caballa.galicia)

spt <- SpatialPoints(caballa.galicia[,c("x","y")], proj4string = CRS("+proj=longlat +ellps=WGS84"))
summary(spt)
## Object of class SpatialPoints
## Coordinates:
##        min       max
## x -9.56538 -8.030065
## y 41.86240 44.010800
## Is projected: FALSE 
## proj4string : [+proj=longlat +ellps=WGS84 +no_defs]
## Number of points: 676
str(spt)
## Formal class 'SpatialPoints' [package "sp"] with 3 slots
##   ..@ coords     : num [1:676, 1:2] -9.4 -9.44 -9.44 -9.4 -9.47 ...
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:676] "1" "2" "3" "4" ...
##   .. .. ..$ : chr [1:2] "x" "y"
##   ..@ bbox       : num [1:2, 1:2] -9.57 41.86 -8.03 44.01
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:2] "x" "y"
##   .. .. ..$ : chr [1:2] "min" "max"
##   ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
##   .. .. ..@ projargs: chr "+proj=longlat +ellps=WGS84 +no_defs"
##   .. .. ..$ comment: chr "GEOGCRS[\"unknown\",\n    DATUM[\"Unknown based on WGS84 ellipsoid\",\n        ELLIPSOID[\"WGS 84\",6378137,298"| __truncated__

Hay muchos métodos (funciones genéricas) implementados para objetos sp:

# plot(spt)
plot(spt, axes=TRUE)

A.1.1.2 Ejemplo SpatialPointsDataFrame

Importante (para preparar datos):

sdf1 <- SpatialPointsDataFrame(caballa.galicia[,c(2,3)], caballa.galicia[,-c(2,3)], proj4string = CRS("+proj=longlat +ellps=WGS84"))
str(sdf1)
## Formal class 'SpatialPointsDataFrame' [package "sp"] with 5 slots
##   ..@ data       :'data.frame':  676 obs. of  10 variables:
##   .. ..$ id       : Factor w/ 31 levels "A1","A2","B1",..: 17 17 19 19 19 21 21 23 23 23 ...
##   .. ..$ fecha    : num [1:676] 1.32e+10 1.32e+10 1.32e+10 1.32e+10 1.32e+10 ...
##   .. ..$ semana   : num [1:676] 7 7 7 7 7 7 8 8 8 8 ...
##   .. ..$ mes      : num [1:676] 2 2 2 2 2 2 2 2 2 2 ...
##   .. ..$ ano      : num [1:676] 2001 2001 2001 2001 2001 ...
##   .. ..$ cpue     : num [1:676] 18 240 240 18 118 ...
##   .. ..$ chl_a    : num [1:676] NA NA 7.08 7.08 7.08 ...
##   .. ..$ sust_amar: num [1:676] NA NA 0.356 0.356 0.356 ...
##   .. ..$ sst      : num [1:676] 14.2 14.2 16 16 16 16.1 16 15.9 15.9 15.9 ...
##   .. ..$ lcpue    : num [1:676] 2.89 5.48 5.48 2.89 4.77 ...
##   ..@ coords.nrs : num(0) 
##   ..@ coords     : num [1:676, 1:2] -9.4 -9.44 -9.44 -9.4 -9.47 ...
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:676] "1" "2" "3" "4" ...
##   .. .. ..$ : chr [1:2] "x" "y"
##   ..@ bbox       : num [1:2, 1:2] -9.57 41.86 -8.03 44.01
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:2] "x" "y"
##   .. .. ..$ : chr [1:2] "min" "max"
##   ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
##   .. .. ..@ projargs: chr "+proj=longlat +ellps=WGS84 +no_defs"
##   .. .. ..$ comment: chr "GEOGCRS[\"unknown\",\n    DATUM[\"Unknown based on WGS84 ellipsoid\",\n        ELLIPSOID[\"WGS 84\",6378137,298"| __truncated__

Una alernativa normalmente preferible es modificar directamente el data.frame:

sdf <- caballa.galicia
coordinates(sdf) <- c("x", "y") # Recomendación
proj4string(sdf) <- CRS("+proj=longlat +ellps=WGS84")  # También sdf@proj4string <- CRS("+proj=longlat +ellps=WGS84")
str(sdf)
## Formal class 'SpatialPointsDataFrame' [package "sp"] with 5 slots
##   ..@ data       :'data.frame':  676 obs. of  10 variables:
##   .. ..$ id       : Factor w/ 31 levels "A1","A2","B1",..: 17 17 19 19 19 21 21 23 23 23 ...
##   .. ..$ fecha    : num [1:676] 1.32e+10 1.32e+10 1.32e+10 1.32e+10 1.32e+10 ...
##   .. ..$ semana   : num [1:676] 7 7 7 7 7 7 8 8 8 8 ...
##   .. ..$ mes      : num [1:676] 2 2 2 2 2 2 2 2 2 2 ...
##   .. ..$ ano      : num [1:676] 2001 2001 2001 2001 2001 ...
##   .. ..$ cpue     : num [1:676] 18 240 240 18 118 ...
##   .. ..$ chl_a    : num [1:676] NA NA 7.08 7.08 7.08 ...
##   .. ..$ sust_amar: num [1:676] NA NA 0.356 0.356 0.356 ...
##   .. ..$ sst      : num [1:676] 14.2 14.2 16 16 16 16.1 16 15.9 15.9 15.9 ...
##   .. ..$ lcpue    : num [1:676] 2.89 5.48 5.48 2.89 4.77 ...
##   ..@ coords.nrs : int [1:2] 2 3
##   ..@ coords     : num [1:676, 1:2] -9.4 -9.44 -9.44 -9.4 -9.47 ...
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:676] "1" "2" "3" "4" ...
##   .. .. ..$ : chr [1:2] "x" "y"
##   ..@ bbox       : num [1:2, 1:2] -9.57 41.86 -8.03 44.01
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:2] "x" "y"
##   .. .. ..$ : chr [1:2] "min" "max"
##   ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
##   .. .. ..@ projargs: chr "+proj=longlat +ellps=WGS84 +no_defs"
##   .. .. ..$ comment: chr "GEOGCRS[\"unknown\",\n    DATUM[\"Unknown based on WGS84 ellipsoid\",\n        ELLIPSOID[\"WGS 84\",6378137,298"| __truncated__

Operaciones como en un data.frame.

names(sdf)
##  [1] "id"        "fecha"     "semana"    "mes"       "ano"       "cpue"     
##  [7] "chl_a"     "sust_amar" "sst"       "lcpue"
sdf$id  # Equivalente a sdf@data$id 
##   [1] E2 E2 F2 F2 F2 G2 G2 H1 H1 H1 I1 I1 I2 I2 J1 J1 J1 J1 J2 J2 J2 D1 E1 F1 F1
##  [26] G1 G2 H2 I2 I2 J1 J2 D1 E2 E2 F2 F1 F1 F1 F2 G1 G1 G2 G2 H2 I1 I1 I2 I2 I2
##  [51] J1 J1 J2 E2 F1 F1 G1 G2 H1 H2 H2 I1 I1 I1 I1 I2 I2 I2 F1 F2 F2 G2 I1 I1 I1
##  [76] I1 I2 I2 I2 I2 J1 J1 E2 F2 F2 F2 F2 G2 G2 H3 I3 I3 I3 J3 J3 J3 F2 G2 H2 F2
## [101] G2 G2 H2 I1 I1 I2 I2 J2 B2 B3 C2 C3 C3 E2 F2 F2 G2 H3 I3 B3 B3 C3 C3 C3 C4
## [126] C4 C4 I2 I2 I3 J2 J2 H2 H2 H2 I2 I2 I2 E2 F2 F2 G2 B2 B3 B3 C3 C3 C3 C4 C4
## [151] E1 F1 F1 F1 F2 G1 G1 G2 E1 F1 F2 G2 G2 H2 I2 I2 I2 J2 J2 A1 B2 B3 B3 B3 B4
## [176] B4 C3 I2 I2 J2 J2 I2 J2 I2 J2 I3 J2 J3 A1 A2 A2 B3 B4 B4 B5 C2 C3 C3 C4 D2
## [201] D3 F1 F2 C2 C2 C3 C3 C3 C4 C4 D4 H2 H2 H3 I3 B2 B3 C2 C2 C3 C3 C3 C3 C4 B2
## [226] B3 C2 C3 C3 C3 C3 C4 C4 C4 B2 C2 C2 C3 C3 C3 C3 C4 C4 C4 H2 H2 I1 I2 I2 I1
## [251] I2 I2 I2 I2 I3 J1 J2 J2 J2 J3 B2 B3 B3 B3 B3 C3 C3 C3 C3 C4 C4 C4 I2 I2 I3
## [276] I3 J2 J2 J3 J3 B2 C3 C3 C4 C4 B2 B2 B3 B3 B3 C3 C3 C3 C4 C4 B2 B2 B3 C3 C3
## [301] C3 C3 C4 D4 B2 B2 B3 C2 C2 C3 C3 C3 C3 C4 I2 J2 J2 J2 B2 B3 C2 C2 C3 C3 C4
## [326] I3 J2 J2 J3 B3 B3 B3 B4 B4 C3 C4 C4 B2 B3 C3 C3 C3 C4 C4 B3 C3 C3 C4 C4 C4
## [351] B3 B3 B3 B4 B4 C4 G2 H1 H2 H2 B3 B3 B4 C4 C4 H2 H2 I2 I2 H2 I2 J2 B3 B3 B4
## [376] C3 C4 C4 D4 B3 C3 C3 C4 C4 C4 D4 D4 H2 I2 I2 J1 J2 D1 D2 D2 D2 D2 H2 I2 E2
## [401] F2 F2 F2 E2 E2 F2 F2 E2 F2 F2 F2 G2 B2 B2 B3 B3 B3 C3 C3 C3 C4 C1 C2 C3 C3
## [426] C4 D1 D2 D4 C1 C2 C2 C3 C3 C4 I2 I2 J1 J1 J2 J2 I3 H2 H3 I2 I2 I2 I2 I2 I3
## [451] J1 J1 J1 J2 J2 J2 J2 H3 H3 I2 I3 I3 I3 I3 I3 J2 J2 J3 H3 H3 H3 I2 I2 I2 I3
## [476] I3 I3 J2 J2 G3 G3 H2 H2 H2 H2 H2 H3 G3 H2 H2 H2 E1 F1 E1 F1 E1 F1 G2 H1 H2
## [501] H2 H3 I3 C2 D1 D1 D1 D2 D2 D2 E2 E2 E2 F2 B1 B2 C2 C2 C3 D1 D1 D1 D2 E2 E2
## [526] H2 I2 I2 I2 J1 J1 J1 J2 J2 H3 H3 I3 I3 I3 I3 J3 J3 H1 I1 H3 H3 I2 I2 I3 I3
## [551] I3 I3 J2 J2 I2 I3 J2 H3 H3 I3 I3 I3 I3 J3 J3 H3 I3 I3 I3 J3 J3 H3 H3 I2 I3
## [576] I3 I3 I3 J3 J3 H3 H3 I2 I3 I3 I3 J2 J2 J3 F1 F2 G2 G2 H1 H2 H2 F1 G1 G2 I1
## [601] I2 I2 I2 J1 J1 J2 J2 J2 I2 I2 I2 I2 J2 J2 J2 J2 D1 D2 E2 E2 E2 F2 F2 G2 D1
## [626] D1 D1 D1 D2 D2 E1 E2 E2 F1 G1 G2 G2 F1 G1 G1 G1 G2 G2 G1 G2 H3 I2 I3 I3 J2
## [651] J2 J3 J3 H3 I3 I3 I3 I3 I3 J2 J3 J3 J3 J3 H3 I2 I3 I3 I3 I3 I3 I3 J3 J3 J3
## [676] J3
## 31 Levels: A1 A2 B1 B2 B3 B4 B5 C1 C2 C3 C4 D1 D2 D3 D4 E1 E2 F1 F2 G1 ... J3
plot(sdf, axes = TRUE)
plot(sdf[sdf$id == "J3", ], col = "red", add = TRUE)

Importante (para análisis descriptivo):

summary(sdf[,c("cpue","lcpue")])
## Object of class SpatialPointsDataFrame
## Coordinates:
##        min       max
## x -9.56538 -8.030065
## y 41.86240 44.010800
## Is projected: FALSE 
## proj4string : [+proj=longlat +ellps=WGS84 +no_defs]
## Number of points: 676
## Data attributes:
##       cpue              lcpue        
##  Min.   :  0.1435   Min.   :-1.9411  
##  1st Qu.:  1.9559   1st Qu.: 0.6708  
##  Median :  5.8537   Median : 1.7671  
##  Mean   : 30.9208   Mean   : 1.9087  
##  3rd Qu.: 19.5349   3rd Qu.: 2.9722  
##  Max.   :870.0000   Max.   : 6.7685
hist(sdf$cpue)

hist(sdf$lcpue)

spplot(sdf, "lcpue")

A.1.2 SpatialLines y SpatialPolygons

  • Tipo SpatialLines

    • Basados en Line: coords

    • Se combinan objetos Line en listas: lines, bbox, proj4string

    • De utilidad principalmente para representaciones gráficas (y para generar polígonos).

  • Tipo SpatialPolygons

    • Basados en Polygon: labpt, area, hole, ringDir, coords(extiende Line de forma que la primera y la última línea es la misma).

    • Se combinan objetos Polygon en listas: polygons, plotOrder, bbox, proj4string.

    • De utilidad principalmente para representaciones gráficas (y overlay).

  • Se extienden también a Spatial*DataFrame (slot data)

    • SpatialPolygonsDataFrame: util para procesos reticulares.

A.1.2.1 Ejemplo SpatialLines

El fichero costa.galicia.txt contiene la costa de Galicia en formato Mapgen. Descargada del (difunto) Coastline Extractor

library(maptools) # Utilidades para convertir datos entre diferentes formatos espaciales

costa.galicia <- MapGen2SL("datos/costa.galicia.txt", CRS("+proj=longlat +ellps=WGS84"))

summary(costa.galicia)
## Object of class SpatialLines
## Coordinates:
##         min       max
## x -9.305495 -6.500147
## y 41.500846 43.791944
## Is projected: FALSE 
## proj4string : [+proj=longlat +ellps=WGS84 +no_defs]
plot(sdf, axes=TRUE)
plot(costa.galicia, add=TRUE)

A.1.2.2 Ejemplo SpatialPolygonsDataFrame

Los objetos de este tipo se suelen crear a partir de objetos SpatialLines, pero hay que asegurarse de que definen adecuadamente un polígono.

Objetos de este tipo se pueden descargar de GADM database of Global Administrative Areas. Contienen límites administrativos a disintos niveles, e.g.:

  • ESP_adm0.rds límites España e islas

  • ESP_adm1.rds límites Autonomías

  • ESP_adm2.rds límites Provincias

  • ESP_adm3.rds límites Comarcas

  • ESP_adm4.rds límites Ayuntamientos

NOTA: Se podrían descargar directamente desde R, e.g.:

  con <- url('http://gadm.org/data/rda/ESP_adm1.rds')
  gadm <- readRDS(con)
  close(con)

Carga de un objeto gadm:

gadm <- readRDS("datos/ESP_adm1.rds") 
summary(gadm)
## Object of class SpatialPolygonsDataFrame
## Coordinates:
##         min       max
## x -18.16153  4.328195
## y  27.63736 43.791527
## Is projected: FALSE 
## proj4string :
## [+proj=longlat +datum=WGS84 +no_defs +ellps=WGS84 +towgs84=0,0,0]
## Data attributes:
##     OBJECTID          ID_0         ISO               NAME_0         
##  Min.   : 1.00   Min.   :215   Length:18          Length:18         
##  1st Qu.: 5.25   1st Qu.:215   Class :character   Class :character  
##  Median : 9.50   Median :215   Mode  :character   Mode  :character  
##  Mean   : 9.50   Mean   :215                                        
##  3rd Qu.:13.75   3rd Qu.:215                                        
##  Max.   :18.00   Max.   :215                                        
##                                                                     
##       ID_1          NAME_1             HASC_1              CCN_1    
##  Min.   : 1.00   Length:18          Length:18          Min.   : NA  
##  1st Qu.: 5.25   Class :character   Class :character   1st Qu.: NA  
##  Median : 9.50   Mode  :character   Mode  :character   Median : NA  
##  Mean   : 9.50                                         Mean   :NaN  
##  3rd Qu.:13.75                                         3rd Qu.: NA  
##  Max.   :18.00                                         Max.   : NA  
##                                                        NA's   :18   
##     CCA_1              TYPE_1           ENGTYPE_1          NL_NAME_1        
##  Length:18          Length:18          Length:18          Length:18         
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##   VARNAME_1        
##  Length:18         
##  Class :character  
##  Mode  :character  
##                    
##                    
##                    
## 
plot(gadm)

# Cuidado objeto muy grande: str(gadm)
# Mejor emplear str(gadm, 3)

Extraer autonomía de Galicia:

names(gadm)
##  [1] "OBJECTID"  "ID_0"      "ISO"       "NAME_0"    "ID_1"      "NAME_1"   
##  [7] "HASC_1"    "CCN_1"     "CCA_1"     "TYPE_1"    "ENGTYPE_1" "NL_NAME_1"
## [13] "VARNAME_1"
galicia <- gadm[gadm$NAME_1 == "Galicia", ]
plot(galicia)

Es preferible emplear este tipo de objetos a SpatialLines:

plot(sdf, axes=TRUE)
plot(galicia, add=TRUE)

A.1.3 SpatialGrid y SpatialPixels

Es habitual trabajar con datos espaciales en formato rejilla (grid) (e.g. predicciones en geoestadística):

  • Rejilla (posiciones) definida por un objeto GridTopology: cellcentre.offset, cellsize, cells.dim

  • Tipos SpatialGrid y SpatialPixels: grid, grid.index, coords, bbox, proj4string

  • Se extienden también a Spatial*DataFrame (slot data)

  • Los objetos SpatialGrid se corresponden con la rejilla completa:

  • Los objetos SpatialPixels se corresponden con una rejilla incompleta

    • coordscontiene todas las coordenadas (objetos equivalentes a SpatialPoints)

    • grid.indexindices de la rejilla

A.1.3.1 Ejemplo SpatialGrid

Importante si se utiliza el paquete gstat…

xrange <- c(-10, -7.5)
yrange <- c(42.25, 44)
nx <- 100
ny <- 100
hx <- diff(xrange)/(nx-1)
hy <- diff(yrange)/(ny-1)

gridtop <- GridTopology(cellcentre.offset = c(min(xrange), min(yrange)),
                        cellsize = c(hx, hy), cells.dim = c(nx, ny))
spgrid <-  SpatialGrid(gridtop, proj4string = proj4string(gadm))

str(spgrid)
## Formal class 'SpatialGrid' [package "sp"] with 3 slots
##   ..@ grid       :Formal class 'GridTopology' [package "sp"] with 3 slots
##   .. .. ..@ cellcentre.offset: num [1:2] -10 42.2
##   .. .. ..@ cellsize         : num [1:2] 0.0253 0.0177
##   .. .. ..@ cells.dim        : int [1:2] 100 100
##   ..@ bbox       : num [1:2, 1:2] -10.01 42.24 -7.49 44.01
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : NULL
##   .. .. ..$ : chr [1:2] "min" "max"
##   ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
##   .. .. ..@ projargs: chr "+proj=longlat +datum=WGS84 +no_defs"
##   .. .. ..$ comment: chr "GEOGCRS[\"unknown\",\n    DATUM[\"World Geodetic System 1984\",\n        ELLIPSOID[\"WGS 84\",6378137,298.25722"| __truncated__
plot(spgrid, axes = TRUE)
plot(galicia, add = TRUE)

A.1.3.2 Ejemplo SpatialPixels

# over: combinación de objetos espaciales
index <- over(spgrid, as(galicia, "SpatialPolygons"))
sppix <- as(spgrid, "SpatialPixels")[is.na(index), ]

str(sppix)
## Formal class 'SpatialPixels' [package "sp"] with 5 slots
##   ..@ grid       :Formal class 'GridTopology' [package "sp"] with 3 slots
##   .. .. ..@ cellcentre.offset: num [1:2] -10 42.2
##   .. .. ..@ cellsize         : num [1:2] 0.0253 0.0177
##   .. .. ..@ cells.dim        : int [1:2] 100 100
##   ..@ grid.index : int [1:5631] 1 2 3 4 5 6 7 8 9 10 ...
##   ..@ coords     : num [1:5631, 1:2] -10 -9.97 -9.95 -9.92 -9.9 ...
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : NULL
##   .. .. ..$ : chr [1:2] "s1" "s2"
##   ..@ bbox       : num [1:2, 1:2] -10.01 42.24 -7.49 44.01
##   .. ..- attr(*, "dimnames")=List of 2
##   .. .. ..$ : chr [1:2] "s1" "s2"
##   .. .. ..$ : chr [1:2] "min" "max"
##   ..@ proj4string:Formal class 'CRS' [package "sp"] with 1 slot
##   .. .. ..@ projargs: chr "+proj=longlat +datum=WGS84 +no_defs"
##   .. .. ..$ comment: chr "GEOGCRS[\"unknown\",\n    DATUM[\"World Geodetic System 1984\",\n        ELLIPSOID[\"WGS 84\",6378137,298.25722"| __truncated__
plot(sppix, axes = TRUE)
plot(galicia, add = TRUE)

# NOTA: puede ser preferible asignar NA's a variables en SpatialGridDataFrame...
object.size(spgrid)
## 4040 bytes
object.size(sppix)
## 117680 bytes
# Otras funciones:
# as(sppix, "SpatialGrid") recostruye la rejilla completa
# gridded(ObjetoSpatialPoints) <- TRUE  convierte el objeto SpatialPoints en SpatialPixels