update semiarid data to include 2021 and 2022

README.md

@@ -108,7 +108,7 @@ More examples [here](https://github.com/ipeaGIT/geobr/tree/master/python-package
 |`read_conservation_units` | Environmental Conservation Units | 201909 | MMA | 
 |`read_disaster_risk_area` | Disaster risk areas | 2010 | CEMADEN and IBGE | 
 |`read_indigenous_land` | Indigenous lands | 201907, 202103 | FUNAI | 
-|`read_semiarid` | Semi Arid region | 2005, 2017 | IBGE | 
+|`read_semiarid` | Semi Arid region | 2005, 2017, 2021, 2022 | IBGE | 
 |`read_health_facilities` | Health facilities | 201505, 202303 | CNES, DataSUS | 
 |`read_health_region` | Health regions and macro regions | 1991, 1994, 1997, 2001, 2005, 2013 | DataSUS |
 |`read_neighborhood` | Neighborhood limits |  2010 | IBGE |

data_prep/R/semiarid.R

@@ -0,0 +1,173 @@
+#> DATASET: Brazilian semi-arid
+#> Source: IBGE - https://www.ibge.gov.br/geociencias/cartas-e-mapas/mapas-regionais/15974-semiarido-brasileiro.html?=&t=downloads
+#> Metadata:
+# Titulo: Semiarido brasileiro
+# Titulo alternativo: Semiarido brasileiro
+# Frequencia de atualizacao: ?
+#
+# Forma de apresentacao: Shape
+# Linguagem: Pt-BR
+# Character set: Utf-8
+#
+# Resumo: Poligonos e Pontos do semiarido brasileiro.
+# Informacoes adicionais: Dados produzidos pelo IBGE com base em decretos administrativos do Ministério da Integração Nacional.
+# -"Resolução nº 115 do Ministério da Integração Nacional, de 23 de novembro de 2017"
+# -"Portaria N°89 de 16 de março de 2005, do Ministério da Integração Nacional"
+# Proposito: Identificao do semiarido brasileiro.
+
+# Estado: Em desenvolvimento
+# Informacao do Sistema de Referencia: SIRGAS 2000
+
+
+
+
+####### Load Support functions to use in the preprocessing of the data
+
+source("./R/support_fun.R")
+
+
+
+prep_semiarid <- function(year){ # year = 2022
+
+
+  ###### 0. Create Root folder to save the data -----------------
+
+  # Directory to keep raw zipped files
+  dir.create("./semiarid")
+  dir_raw <- paste0("./data_raw/semiarid/", year)
+  dir.create(dir_raw, recursive = T)
+
+
+  # Create folders to save clean sf.rds files
+  dir_clean <- paste0("./data/semiarid/", year)
+  dir.create(dir_clean, recursive = T)
+
+
+
+  #### 2. Download original data sets from source website -----------------
+
+  # get correct ftp url link
+
+  if(year == 2005) {
+    ftp <- 'https://geoftp.ibge.gov.br/organizacao_do_territorio/estrutura_territorial/semiarido_brasileiro/Situacao_2005a2017/lista_municipios_semiarido.xls'
+  }
+
+  if (year == 2017) {
+    ftp <- 'https://geoftp.ibge.gov.br/organizacao_do_territorio/estrutura_territorial/semiarido_brasileiro/Situacao_23nov2017/lista_municipios_Semiarido_2017_11_23.xlsx'
+  }
+
+  if (year == 2021) {
+    ftp <- 'https://geoftp.ibge.gov.br/organizacao_do_territorio/estrutura_territorial/semiarido_brasileiro/Situacao_2021/lista_municipios_Semiarido_2021.xls'
+  }
+
+  if (year == 2022) {
+    ftp <- 'https://geoftp.ibge.gov.br/organizacao_do_territorio/estrutura_territorial/semiarido_brasileiro/Situacao_2022/lista_municipios_Semiarido_2022.xlsx'
+  }
+
+
+
+
+  # download file
+  file_raw <- paste0(dir_raw,"/", year, "_lista_municipios_semiarido.xlsx")
+
+  # fix file extension
+  if (year %in% c(2005, 2021)){
+    file_raw <- gsub( '.xlsx', '.xls', file_raw)
+    }
+
+
+
+  httr::GET(url = ftp,
+            httr::progress(),
+            httr::write_disk(path = file_raw,
+                             overwrite = T))
+
+
+
+
+  #### 3. Clean data set -----------------
+
+  if (year==2005){
+  # read IBGE data frame
+  munis_semiarid <- readxl::read_xls(path = file_raw,
+                                       skip = 1, n_max = 1133)
+  # Rename columns
+  munis_semiarid <- dplyr::select(munis_semiarid,
+                                  code_muni = `Código do Município`,
+                                  name_muni = `Nome do Município`)
+  }
+
+
+
+  if (year==2017){
+    # read IBGE data frame
+    munis_semiarid <- readxl::read_xlsx(path = file_raw,
+                                         skip = 1, n_max = 1262)
+
+    # Rename columns
+    munis_semiarid <- dplyr::select(munis_semiarid,
+                                    code_muni = `Código do Município`,
+                                    name_muni = `Nome do Município`)
+    }
+
+
+
+
+  if (year==2021) {
+    # read IBGE data frame
+    munis_semiarid <- readxl::read_xls(path = file_raw,
+                                         n_max = 1263)
+    # Rename columns
+    munis_semiarid <- dplyr::select(munis_semiarid,
+                                    code_muni = CD_MUN,
+                                    name_muni = NM_MUN)
+    }
+
+
+
+  if (year==2022) {
+    # read IBGE data frame
+    munis_semiarid <- readxl::read_xlsx(path = file_raw,
+                                       n_max = 1477)
+    # Rename columns
+    munis_semiarid <- dplyr::select(munis_semiarid,
+                                    code_muni = CD_MUN,
+                                    name_muni = NM_MUN)
+  }
+
+
+
+  #### 3. Clean data set -----------------
+
+  # load all munis sf
+  all_munis <- geobr::read_municipality(code_muni = 'all',
+                                        year = year,
+                                        simplified = FALSE)
+
+  # subset municipalities
+  temp_sf <- subset(all_munis, code_muni %in% munis_semiarid$code_muni)
+
+  # Harmonize spatial projection CRS, using SIRGAS 2000 epsg (SRID): 4674
+  temp_sf <- harmonize_projection(temp_sf)
+
+  # Make any invalid geometry valid # st_is_valid( sf)
+  temp_sf <- fix_topoly(temp_sf)
+
+  # 4 lighter version
+  temp_sf_simplified <- simplify_temp_sf(temp_sf, tolerance = 100)
+
+
+
+  #### save data set -----------------
+
+  sf::st_write(temp_sf, dsn= paste0(dir_clean,"/semiarid_", year, ".gpkg"), delete_dsn=TRUE)
+  sf::st_write(temp_sf_simplified, dsn= paste0(dir_clean,"/semiarid_", year, "_simplified.gpkg"), delete_dsn=TRUE )
+
+  }
+
+
+
+prep_semiarid(2005)
+prep_semiarid(2017)
+prep_semiarid(2021)
+prep_semiarid(2022)