Punts | Data and Politics

Mapa bàsic (ggmap)

Mon, 11 Oct 2021 00:00:00 +0000

En aquest apartat aprendrem a col·locar informació en un mapa a partir dels conceptes que hem après a l’assignatura. Necessitarem:

Un mapa
Unes coordenades
Un marc de dades

Principalment en aquests exercicis treballarem amb el paquet ggmap, però també amb altres paquets que carreguem a continuació.

#recordeu que els paquets han d'estar prèviament instal·lats
library(dplyr)
library(ggplot2)
library(ggmap)

El mapa

Dins del paquet ggmap, utilitzarem la funció get_stamenmap() per accedir als mapes. A dins la funció indicarem:

Els límits del mapa.
La resolució amb zoom.
El tipus de mapa que volem visualitzar amb maptype. Hem escollit terrain-background com a opció per defecte. Consulteu altres tipus de mapa amb: ?get_stamenmap.

# Amb la funció get_stamenmap, marquem els límits del mapa
mapa_sicilia <- get_stamenmap(bbox = c(left = 12.450726,
bottom = 36.717078,
right = 15.376409,
top = 38.228851),
zoom = 9, #marquem la resolució del mapa
maptype = "terrain-background")

En aquest cas, hem introduït les coordenades de l’illa de Sicília:

ggmap(mapa_sicilia) #Ja podem fer una primera visualització del mapa

Exercici 1: Definiu la visualització d’un mapa on hi figuri un país.

Podeu obtenir fàcilment les coordenades clicant en un punt del mapa a Google Maps. Si feu clic de manera sostinguda us apareixerà la informació de la longitud i la latitud.
Canvieu el tipus de mapa. Per exemple, “watercolor” o “toner-hybrid.” Podeu consultar-los tots a ?get_stamenmap.

COMPTE AMB EL ZOOM!: Comença primer amb una resolució baixa (per exemple, zoom = 6) per assegurar-te que no estiguis carregant un mapa amb massa resolució. Després augmenta la resolució a 7, 8, 9 … per anar guanyant nitidesa. Com més resolució, més lent anirà el teu ordinador al carregar el mapa.

Les coordenades

Combinant els paquets ggmap i ggplot2 podem representar un punt sobre el mapa. Definirem les coordenades (x,y) del punt i el color i la mida del punt.

#Posar un punt al mapa és així de fàcil
ggmap(mapa_sicilia) +
geom_point(aes(x = 13.56, y = 37.4034), #proveu de canviar-ho per unes altres coordenades
col = "red", size = 2) #proveu de canviar el color i la mida del punt

Exercici 2: Utilitzant el mapa que has creat anteriorment de un país, introdueix un punt al mapa. Canvia el color i la mida.

El marc de dades

Per vincular un marc de dades al mapa, haurem de seguir l’estructura que veiem a continuació:

A objecte_mapa indiquem l’objecte que hem definit com a mapa.
A longitud i latitud indiquem les coordenades.
A df indiquem el nom del marc de dades.
Finalment, indicarem geom_point() amb els arguments corresponents a dins com el color, la mida, etc.

AVIS! Aquest codi és un exemple no reproduible.

ggmap(objecte_mapa, #objecte que porta la informació del mapa
base_layer = ggplot(aes(x = longitud, y = latitud), #nom que prenen x i y al marc de dades
data = df)) + #nom del marc de dades
geom_point(propietats del punt) #geometria

A continuació definirem el marc de dades. Podem utilitzar funcions com tribble() o data.frame(). Hi introduirem:

Quatre columnes, dues corresponents a les coordenades i dues corresponents als atributs (lloc i habitants).
Tres observacions, corresponents a tres localitzacions.
Amb la funció tribble(), haurem d’indicar primer les columnes amb el símbol ~ abans de cada nom. A continuació, indicarem els valors de cada observació, tot separat per comes.

#Creem un marc de dades amb la funció tribble
sic_data <- tribble(~lon, ~lat, ~lloc, ~habitants,
13.300021, 37.812647, "Corleone", 11387,
13.377162, 37.679849, "Palazzo Adriano", 2332,
13.361078, 38.127448, "Palerm", 1483471 )
sic_data #Visualitzem el marc de dades

## # A tibble: 3 × 4
## lon lat lloc habitants
## <dbl> <dbl> <chr> <dbl>
## 1 13.3 37.8 Corleone 11387
## 2 13.4 37.7 Palazzo Adriano 2332
## 3 13.4 38.1 Palerm 1483471

Tot junt

Finalment, seguint el patró que hem establert prèviament, introduïm els elements que necessitem:

El nom del mapa mapa_sicilia.
En nom que hem donat a les coordenades: lon per les x i lat per les y
El nom del marc de dades: sic_data.
Les geometries amb els seus arguments.
- Amb geom_point() indiquem que el color del punt variï segons el lloc i que la mida del punt variï segons el nombre d’habitants.
- Amb geom_text() hem situat una etiqueta de text per veure el nom de cada lloc.

ggmap(mapa_sicilia,
base_layer = ggplot(aes(x = lon, y = lat),
data = sic_data)) +
geom_point(aes(col = lloc, size = habitants), show.legend = FALSE) +
geom_text(aes(label = lloc), fontface = "bold",
size = 3, vjust = -.8)

EXERCICI FINAL: Construeix un mapa d’un territori concret del món i crea un marc de dades amb quatre observacions i dos atributs. Els atributs han d’estar basats en dades reals (hauràs d’indicar la font d’on has obtingut les dades). Crea una visualització que permeti observar els dos atributs de les quatre observacions.

Mapa interactiu (leaflet)

Mon, 11 Oct 2021 00:00:00 +0000

En aquest apartat crearem un mapa interactiu amb el paquet leaflet. En concret, aprendrem a:

Crear i centrar un mapa
Seleccionar un tipus de mapa
Introduir dades al mapa
Posar etiquetes

A part de leaflet, en els següents exercicis utilitzarem altres paquets que carreguem a continuació.

#recordeu que els paquets han d'estar prèviament instal·lats
library(htmlwidgets)
library(leaflet)
library(tidyverse)
library(RColorBrewer)

Crear i centrar un mapa

Per crear un mapa amb leaflet només hem d’introduir la funció següent:

leaflet() %>%
addTiles()

Si executeu el codi, veureu que R ens retorna un mapamundi buit. L’únic que podem fer és ampliar i reduir el mapa. Normalment quan creem un mapa volem centrar l’atenció en una regió concreta del món. El següent pas que farem, doncs, serà indicar la zona del mapa que mostrarem per defecte. Per centrar el mapa en una zona concreta, ho podem fer de dues maneres:

Escollint el centre: Necessitarem introduir les coordenades d’un únic punt, que serà el centre del mapa.
Escollint els límits: Necessitarem introduir quatre coordenades: els límits nord, sud, est i oest del mapa.

Centre del mapa

Per escollir el centre del mapa utilitzarem la funció setView(), on introduirem tres arguments:

Longitud (lng)
Latitud (lat)
Zoom (zoom)

leaflet() %>%
addTiles() %>%
setView(lng = 138.727424,
lat = 35.362465,
zoom = 11)

Límits del mapa

Per escollir els límits del mapa utilitzarem la funció fitBounds(), on introduirem quatre arguments:

Longitud1 (lng1): El límit oest.
Latitud1 (lat1): El límit sud.
Longitud2 (lng2): El límit est
Latitud2 (lat2): El límit nord.

leaflet() %>%
addTiles() %>%
fitBounds(lng1 = 2.171,
lat1 = 41.32,
lng2 = 2.179,
lat2 = 41.48)

Seleccionar un tipus de mapa

Per tipus de mapa entenem el mapa base sobre el qual operem. Hi ha varis proveïdors que ens poden proporcionar aquest mapa base. En aquest enllaç teniu vàries desenes de mapes per escollir. Amb leaflet podem conformar-nos amb el mapa que tenim per defecte o bé seleccionar-ne un altre mitjançant la funció addProviderTiles(), que posarem en el codi en substitució de addTiles(). Els tipus de mapes estan emmmagatzemats a l’objecte providers, que podem consultar si teclegem names(providers).

Proveu d’executar els dos següents codis. Veureu que hem demanat la visualitazió d’una muntanya i d’una ciutat.

#Fuji
leaflet() %>%
addProviderTiles(providers$Esri.NatGeoWorldMap) %>%
setView(lng = 138.727424,
lat = 35.362465,
zoom = 10)
#Tokyo
leaflet() %>%
addProviderTiles(providers$Stamen.Toner) %>%
setView(lng = 139.753930,
lat = 35.682170,
zoom = 13)

Exercici 1: Definiu amb leaflet la visualització d’un mapa on hi figuri alguna localització d’Àfrica.

Coordenades: Podeu obtenir fàcilment les coordenades entrant a Google Maps i clicant de manera sostinguda en un punt del mapa. Us apareixerà la informació de la longitud i la latitud.
Tipus de mapa: Consulteu el tipus de mapa amb names(providers). Us recomanem provar els mapes “Esri,” alguns de la saga “CartoDB,” com “CartoDB.PositronNoLabels,” o bé “Stamen.Toner” si voleu visualitzar una ciutat. És possible que alguns mapes necessitin un zoom més allunyat perquè els pugueu visualtizar bé.

Un resum del que hem vist fins ara el trobem en el següent vídeo:

Font: Datacamp

Introduir dades al mapa

Per introduir dades al mapa utilitzarem la base de dades de Correlates of War Militarized Interstate Dispute Locations (v2.1) (Braithwaite 2010; Bezerra and Braithwaite 2019). A la seva pàgina web hi ha un arxiu zip que emmagatzema dos datasets:

MIDLOC-A v2.1: Conté informació de disputes militars produïdes entre 1816 i 2010. La unitat d’anàlisi és l’inici de la disputa militar. Per tant, la geolocalització mostra el lloc de l’inici de la disputa, encara que després s’hagin pogut produir incidents en altres llocs.
MIDLOC-I v2.1: Conté informació de disputes militars produïdes entre 1993 i 2010. La unitat d’anàlisi és l’incident de la disputa militar. Per tant, la geolocalització mostra el lloc de cada incident. Una disputa militar pot tenir varis incidents, entre ells l’incident que va iniciar la disputa.

Si apliqueu el codi següent descarregarem l’arxiu MIDLOC_2.1.zip al directori de treball, el descomprimirem i llegirem l’arxiu MIDLOCA_2.1.csv, que convertirem en l’objecte d’R mida. Les 20 primeres observacions es mostren a la Taula 1.

download.file("https://correlatesofwar.org/data-sets/MIDLOC/midloc_2-1.zip/@@download/file/MIDLOC_2.1.zip", "loc.zip")
unzip("loc.zip")
mida <- read_csv("MIDLOCA_2.1.csv")
head(mida, 20)

Table 1: Base de dades MIDLOC v2.1
year	dispnum	midloc2_location	midloc2_measuringpoint	midloc2_xlongitude	midloc2_ylatitude	midloc2_precision	midloc2_howobtained	midloc2_precision_comment	midloc2_general_comment	priogrid_cell	midloc11_location	midloc11_midlocmeasuringpoint	midloc11_latitude	midloc11_longitude	midloc11_precision
1902	2	Canada-United States (Alaska [ADM1]) Border	Midpoint of shared (subnational) border	-138.67000	59.8283	5	ArcGIS and GADM	Point along a line	NA	215363	Alaska-Canadian border	Juneau, Alaska	58.5092	-134.6890	4
1913	3	Austria-Yugoslavia Border	Midpoint of shared (national) border	14.91100	46.6223	5	ArcGIS and cShapes	Point along a line	Uses 1955 data	196950	Austria’s border with Serbia	Belgrade, Yug	44.8119	20.4656	4
1946	4	Straits of Corfu	Straits of Corfu	19.97000	39.7700	3	latlong.net	Strait	NA	186880	Corfu Channel	Kerkira, GRC	39.62	19.9197	4
1951	7	Suez Canal	Timsah Lake	32.29090	30.5735	5	latlong.net	Point along a line	NA	173945	Suez canal zone	Suez canal, UAR	29.9167	32.5500	4
1856	8	Tehran, Iran	Tehran, Iran	51.38900	35.6892	8	latlong.net	Capital	NA	181183	Iran	Tehran, IRN	35.6719	51.4244	5
1889	9	Mozambique Territorial Waters	Centroid of territorial waters	36.97040	-18.1918	3	ArcGIS and Marine Regions	Territorial waters	NA	103394	Waters off Mozambique	Maputo	-25.9653	32.5892	4
1938	11	Austria-Germany Border	Midpoint of shared (national) border	9.59932	47.5319	5	ArcGIS and cShapes	Point along a line	Uses 1955 data	198380	Austrian Border	Vienna	48.2	16.3667	4
1938	12	Czechoslovakia-Germany Border	Midpoint of shared (national) border	12.67840	50.4139	5	ArcGIS and cShapes	Point along a line	Uses 1955 data	201986	NA	ger-cze border	50.5	13.0000	4
1863	13	Japan Territorial Waters	Southernmost point of territorial waters	135.59200	34.0405	5	ArcGIS and Marine Regions	Point along a line	NA	179192	NA	S. japanese waters	32.13	129.7800	5
1895	14	Constantinople	Istanbul, Turkey	28.97840	41.0082	1	latlong.net	Precise location text	NA	189058	Constantinople	Istanbul, TUR	41.0186	28.9647	1
1839	15	Canada (New Brunswick [ADM1])-United States (Maine [ADM1]) Border	Midpoint of shared (subnational) border	-67.78330	46.4598	5	ArcGIS and GADM	Point along a line	NA	196065	Maine-New Brunswick Border	Fredericton, CAN	45.95	-66.6333	3
1897	16	Japan-South Korea Border (Territorial Waters)	Midpoint of shared (territorial water) border	129.14300	34.7672	5	ArcGIS and Marine Regions	Point along a line	NA	179899	NA	straits between jap and kor	35.33	130.3800	5
1848	19	AUH-Venetian Border	Midpoint of shared (national) border	11.97000	46.8300	5	MIDLOC1.1	Point along a line	NA	196944	NA	md point of venetian-auh border	46.83	11.9700	4
1945	20	Iran (Northern [> ADM1])	Centroid of > ADM1	52.37600	36.1117	5	ArcGIS and GADM	> ADM1	NA	181905	Northern Iran	Ardebil, Iran	38.2494	48.3014	3
1912	21	AUH-Serbia Border	Midpoint of shared (national) border	19.00000	45.8900	5	MIDLOC1.1	Point along a line	NA	195519	NA	md point of serb-auh border	45.89	19.0000	4
1940	22	Riga, Latvia	Riga, Latvia	24.10520	56.9496	8	latlong.net	Capital	NA	211369	Latvia	Riga, Latvia	56.95	24.1000	5
1939	23	Estonia-Russia Border	Midpoint of shared (national) border	27.50800	58.5314	5	ArcGIS and cShapes	Point along a line	Uses 1991 data	214256	Soviet/Estonian border	Merimae, Estonia	57.6956	27.4608	4
1831	25	Belgium-Netherlands Border	Midpoint of shared (national) border	5.72970	51.1930	5	ArcGIS and cShapes	Point along a line	Uses 1946 data	203412	NA	md point of NTH-BEL border	51.42	5.2790	4
1948	26	Berlin, Germany	Berlin, Germany	13.40500	52.5200	1	latlong.net	Precise location text	NA	205587	.	berlin	52.52	13.3800	1
1961	27	Berlin, Germany	Berlin, Germany	13.40500	52.5200	1	latlong.net	Precise location text	NA	205587	.	berlin	52.52	13.3800	1

Exercici 2: Examina el marc de dades mitjançant les funcions head() i glimpse(). Si tecleges head(mida) veuràs les primeres sis observacions i glimpse(mida) et permetrà veure el marc de dades de forma vertical. Respon a les següents preguntes, ajudant-te també del llibre de codis que trobaràs a dins l’arxiu que has descomprimit:

Quina és la unitat d’anàlisi del marc de dades?
A quines columnes es troben les coordenades del conflicte?
Quina informació substantiva addicional hi ha sobre cada conflicte?
Quin és el significat de la variable midloc11_precision?

Com veieu en el següent codi, incorporar un marc de dades amb leaflet és molt senzill: només cal començar el codi amb el nom del marc de dades seguit de la pipe %>% i a continuació introduir el codi que ja hem treballat prèviament.

Per afegir els punts al mapa utilitzarem la funció addCircleMarkers(), que requereix dos arguments: la longitud lng i la latitud lat. Aquí haurem d’especificar el nom de les variables on es troben les coordenades del marc de dades que volem representar (l’objecte mida, en el nostre cas).
El mapa quedarà automàticament enquadrat per mostrar totes les dades. Si volem una vista més específica, haurem d’introduir les funcions setView() o fitBounds() com ja hem vist anteriorment.

mida %>%
leaflet() %>%
addTiles() %>%
addCircleMarkers(lng = ~??????????,
lat = ~??????????)

Exercici 3: A partir de l’exploració del marc de dades mida que has fet a l’exercici anterior, crea una visualització com la que tens a continuació.

Per poder visualitzar les dades correctament, substitueix els interrogants del codi pel nom de la variable que correspongui la longitud lng i latitud lat.
No eliminis el símbol ~: ha de precedir el nom de la variable.
Pots controlar el gruix dels punts si afegeixes a dins de la funció addCircleMarkers() l’argument radius, per exemple radius = 1.
Fes una ullada al mapa i investiga la localització dels punts. Hi trobes algún patró? On se situa normalment l’origen dels conflictes?

Posar etiquetes

El mapa que acabem de veure conté 2315 punts, corresponent a totes les observacions del marc de dades mida. Això significa una quantitat massa gran d’informació visual. Per poder crear un mapa més atractiu serà més adequat centrar-nos amb només algunes observacions del marc de dades i visualitzar conflictes concrets amb diferents colors i etiquetes que ens permetran distingir la informació que volem reproduir.

A continuació hem volgut visualitzar els conflictes emplaçats geogràficament a Estats Units i distingir-los en funció de l’any que s’han produït. En el codi que trobareu més avall hem fet les operacions següents:

Color: La manera com distingirem visualment l’any que s’han produït les disputes serà amb el color dels punts, que variarà en funció de si la disputa s’ha produït recentment o no. En primer lloc, doncs, determinem el color creant pal_num. Com que la variable any (year) és una variable numèrica, utilitzarem la funció colorNumeric(), on indiquem la paleta i els valors de la variable.
País: A la variable mida$midloc2_location apareixen els noms de les zones geogràfiques. Hem filtrat el marc de dades per conservar només les observacions on hi aparegui la paraula “United States.”
Punt: A addCircleMarkers() hem indicat les coordenades i també tres arguments més: color, popup i label.
- Cada punt del mapa prendrà un color diferent segons la variable year.
- Quan pitgem el cercle ens apareixerà un popup amb la informació de la localització, que es troba emmagatzemada a midloc2_location.
- Quan el punter passi per sobre del punt apareixerà l’any.
Llegenda: Finalment, afegim una llegenda amb addLegend(), on indiquem els arguments pal, values, position, title i opacity.
- Indiquem la paleta de colors pal_num.
- Indiquem els valors mínim i màxim associats als colors.
- Opcionalment, podem indicar la posició que ocuparà la llegenda en el mapa, el títol i la opacitat (si eliminem aquests arguments ens mostrarà els valors per defecte).

pal_num <- colorNumeric(palette = "viridis", #la paleta, podeu canviar-la per "Blues", "OrRd", etc.
domain = mida$year, #indiquem que els colors s'han d'adaptar als valors de la variable year
reverse = TRUE) #canvieu a FALSE per posar els colors de la paleta en ordre invers
mida %>%
filter(str_detect(midloc2_location, "United States")) %>% #Busquem el nom d'un país a la variable midloc2_location
leaflet() %>%
addTiles() %>%
addCircleMarkers(lng = ~midloc2_xlongitude, lat = ~midloc2_ylatitude,
color = ~pal_num(year), #el color del punt representarà la variable year
popup = ~midloc2_location, #amb aquest argument especifiquem que clicant al punt ens aparegui un popup amb la informació de la localització emmagatzemada a midloc2_location
label = ~year) %>% #quan el punter passi per sobre del punt apareixerà l'any
addLegend(pal = pal_num, #paleta de colors
values = c(min(mida$year):max(mida$year)), #valor mínim i màxim
position = "bottomleft", #posició de la llegenda
title = "Any", #títol
opacity = 0.8) #transparència de la llegenda

Exercici 4: Examina a fons com està construït el codi anterior. A partir de la informació proporcionada, crea un mapa semblant amb les següents modificacions:

Tria una paleta de colors diferent a la proposada a l’exemple de la gamma RColorBrewer o la gamma Viridis.
Canvia el nom del país. Pots consultar la llista de localitzacions amb unique(mida$midloc2_location).
Intercanvia les variables del popup i la label, de manera que la variable que apareix a popup estigui a label i la que apareix a label estigui a popup. Comprova les diferències en el mapa.
Canvia l’opacity de la llegenda. Comprova les diferències en el mapa.
Si ho creus necessari, canvia la llegenda de posició. Trobaràs informació de les diferents posicions a ?addLegend.

Amb leaflet també tenim l’opció de visualitzar variables categòriques. En aquest cas, com que year és una variable numèrica, la convertirem a categòrica abans de procedir:

En primer lloc, hem creat l’objecte mida_year, on filtrem per un altre país, en aquest cas Germany. També hem creat la nova variable year_lim, que prendrà dos valors: “Després de 1919” i “Abans de 1919.”
En segon lloc, hem creat un color de paleta categòrica amb la funció colorFactor().
- Podem crear els colors mitjançant una paleta preestablerta, com mostrem amb el codi que crea l’objecte pal_fact1.
- O bé podem crear els colors indicant els seus noms, com mostrem amb el codi que crea l’objecte pal_fact2.
Finalment, repetim el procediment anterior adaptant el codi a les noves modificacions.

mida_year <- mida %>%
filter(str_detect(midloc2_location, "Germany")) %>% #Busquem el nom d'un país a la variable midloc2_location
mutate(year_lim = if_else(year > 1919, "Després de 1919", "Abans de 1919")) #creem una variable categòrica
pal_fact1 <- colorFactor(palette = "Accent", domain = mida_year$year_lim)
pal_fact2 <- colorFactor(palette = c("red", "blue"), domain = mida_year$year_lim) #també podem posar els noms dels dos colors
mida_year %>%
leaflet() %>%
addTiles() %>%
addCircleMarkers(lng = ~midloc2_xlongitude, lat = ~midloc2_ylatitude,
popup = ~midloc2_location,
color = ~pal_fact1(year_lim), #podem canviar la paleta per pal_fact2
label = ~year) %>%
addLegend(position = "bottomright", pal = pal_fact1, #podem canviar la paleta per pal_fact2
values = c("Després de 1919", "Abans de 1919"), #les etiquetes han de coincidir amb les que hem definit prèviament
opacity = 0.6)

Exercici 5: Us heu fitxat que hi ha varis punts ubicats molt lluny d’on ubicaríem normalment Alemanya? Comprova que aquests punts siguin correctes.

Necessitaràs saber el número de disputa que té associat cada un dels punts. Ho pots consultar amb el següent codi:

filter(mida, year < 1919, str_detect(midloc2_location, "Germany")) %>%
head(20)

Un cop tinguis localitzats els números de disputa, hauràs de consultar la descripció de la disputa en el llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives. Fes una descripció de la disputa a partir de la informació que trobis i treu les conclusions pertinents.

Exercici 6: A partir de la informació proporcionada en el codi que hem utilitzat per crear el gràfic anterior, crea un mapa semblant amb les següents modificacions:

Substitueix el país per un país de la regió MENA. Pots consultar la llista de localitzacions amb unique(mida$midloc2_location).
Canvia l’any que fa de llindar entre les dues categories de la variable year. Tingues en compte que per canviar-ho hauràs de fer cinc modificacions al codi.
Selecciona un altra paleta de color.
- Si fas servir l’objecte pal_fact1 pots trobar altres paletes a RColorBrewer. Assegura’t d’escollir una paleta qualitativa.
- Si fas servir l’objecte pal_fact2 pots escollir dos colors qualssevol. Tingues en compte que, en aquest cas, hauràs de substitutir més avall el codi que aparegui pal_fact1 per pal_fact2.

Exercici final

Quan hem examinat la base de dades Militarized Interstate Dispute Locations (v2.1) hem pogut comprovar que conté pocs detalls sobre cada conflicte. Els detalls estan emmagatzemats en altres bases de dades de Correlates of War, en especial la Militarized Interstate Disputes (v4.3) (Palmer et al. 2020), que conté informació detallada sobre cada disputa militar.

Descarreguem l’arxiu MID (v4.3) i descomprimim el zip.

download.file("https://correlatesofwar.org/data-sets/MIDs/incident_level_4-3-1.zip/@@download/file/Incident_Level_4.3.zip#", "Incident.zip")
unzip("Incident.zip")

Recordeu que anterioment havíem descarregat un arxiu zip contenia dos arxius CSV amb dades de geolocalització: MIDLOCA_2.1.csv i MIDLOCI_2.1.csv. Fins ara hem treballat amb el primer, que tenia com a unitat d’anàlisi l’inici de la disputa militar. Ara treballarem amb el segon marc de dades, que té com a unitat d’anàlisi cada incident de la disputa militar.
En el següent codi hem convertit l’arxiu MIDLOCI_2.1.csv en el marc de dades midiloc.
Després hem convertit l’arxiu MIDI 4.3.csv en el marc de dades midi.
Finalment, hem pogut ajuntar els dos marcs de dades en un de nou que anomenem midi_join i visualitzem a la Taula 2.

midiloc <- read_csv("MIDLOCI_2.1.csv")
midi <- read_csv("MIDI 4.3.csv")
midi_join <- midi %>%
left_join(midiloc, by = c("incidnum3" = "incidnum"))

Table 2: MIDLOC i MIDI
dispnum3	incidnum3	dispnum4	incidnum4	stday	stmon	styear	endday	endmon	endyear	duration	tbi	action	hostlev	numa	revtype1	version	year	dispnum	midloc2_location	midloc2_measuringpoint	midloc2_xlongitude	midloc2_ylatitude	midloc2_precision	onset	midloc2_howobtained	midloc2_precision_comment	midloc2_general_comment	priogrid_cell	midloc11_location	midloc11_midlocmeasuringpoint	midloc11_latitude	midloc11_longitude	midloc11_precision
3551	3551001	-9	-9	16	7	1992	16	7	1992	1	129	7	3	13	2	4.3	1992	3551	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	3	1	ArcGIS and Marine Regions	Territorial waters	NA	190478	NA	petrovac	42.2000	18.9167	4
3551	3551002	-9	-9	21	11	1992	24	9	1996	1404	-9	13	4	9	2	4.3	1992	3551	Unspecified	NA	NA	NA	-99	0	NA	Location unclear or unspecified	NA	NA	.	NA	NA	NA	7
3551	3551003	-9	-9	-9	1	1993	-9	1	1993	-9	-9	7	3	3	2	4.3	1993	3551	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	3	0	ArcGIS and Marine Regions	Territorial waters	NA	190478	Adriatic Coast, YUG	petrovac	42.2000	18.9167	4
3551	3551004	-9	-9	14	1	1993	-9	1	1993	-9	16	7	3	1	2	4.3	1993	3551	Adriatic Sea	Adriatic Sea	17.2903	41.8551	5	0	latlong.net	Sea	NA	189755	Adriatic Sea	adriatic sea	43.0000	16.0000	5
3551	3551005	-9	-9	30	1	1993	30	1	1993	1	4	15	4	1	2	4.3	1993	3551	Danube River	Midpoint of river	20.3259	45.0941	5	0	ArcGIS and Natural Earth Data	Point along a line	NA	194801	Danube River, YUG sector	zemun	44.8333	20.4167	4
3551	3551006	-9	-9	3	2	1993	3	2	1993	1	25	15	4	1	2	4.3	1993	3551	Danube River	Midpoint of river	20.3259	45.0941	5	0	ArcGIS and Natural Earth Data	Point along a line	NA	194801	Danube River	zemun	44.8333	20.4167	4
3551	3551007	-9	-9	28	2	1993	28	2	1993	1	43	1	2	1	2	4.3	1993	3551	Yugoslavia (Kosovo [> ADM1])	Centroid of > ADM1	20.8755	42.5659	5	0	ArcGIS and GADM	> ADM1	NA	191202	Kosovo province, YUG	kosovo	42.5833	21.0000	5
3551	3551008	-9	-9	12	4	1993	12	4	1993	1	19	7	3	3	2	4.3	1993	3551	Bosnia	Centroid of ADM0	17.7865	44.1681	6	0	ArcGIS and cShapes	State	NA	193356	safe areas of BOS	srebrenica	44.1000	19.2833	3
3551	3551009	-9	-9	1	5	1993	1	11	1993	185	170	13	4	1	2	4.3	1993	3551	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	3	0	ArcGIS and Marine Regions	Territorial waters	NA	190478	The 12 mile area of Yugoslavia’s territorial waters in the Adriatic.	petrovac	42.2000	18.9167	2
3551	3551010	-9	-9	18	10	1993	18	10	1993	1	-9	1	2	1	2	4.3	1993	3551	Unspecified	NA	NA	NA	-99	0	NA	Location unclear or unspecified	NA	NA	NA	NA	NA	NA	7

Exercici 7: Examineu el marc de dades amb head(midi_join) i glimpse(midi_join). Responeu a les següents preguntes:

La variable dispnum3 es refereix al codi que rep una disputa militar. Fes una consulta al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives i descriu breument dues disputes que et cridin l’atenció. Associa-les amb el seu corresponent codi.
Fixa’t que en moltes cel·les apareix el valor -9. Sabries explicar què significa?
Busca al llibre de codis el significat de les variables hostlev, tbi, fatality, action i numa.

Amb les dades dels dos marcs de dades tenim molta més informació sobre els conflictes que podem desplegar en un mapa. Per exemple, en el següent mapa hem visualitzat la variable hostlev. Malauradament, no sabem el significat dels seus valors ja que estan codificats en numèric.

EXERCICI FINAL: L’objectiu d’aquesta última activitat és construir un mapa semblant al que acabem de visualitzar, però focalitzat en un sol conflicte i visualment més atractiu. Per a això farem els següents procediments al codi incomplet que trobareu més avall:

Consulta al llibre de codis el significat de les categories de la variable hostlev. Reanomena les categories fent l’equivalència amb els valors antics.
Tria la paleta de color amb palette i, si s’escau, la direcció de la paleta amb reverse. Tingues en compte que els colors de la paleta han de ser qualitatius¹.
Escull un conflicte del llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives i afegeix el codi de la disputa a dins de la funció filter().
Selecciona un mapa amb què es puguin visualitzar bé els punts.
Estableix les característiques dels punts com la mida o el tipus de punt.
Emplaça la llegenda a un cantó que no impedeixi visualitzar els punts del mapa, selecciona l’opacitat i posa un títol.

midi_join$hostlev <- fct_recode(as.factor(midi_join$hostlev), #(1) busca els noms de hostlev
"?????????????" = "1",
"?????????????" = "2",
"?????????????" = "3",
"?????????????" = "4",
"?????????????" = "5")
pal_midi <- colorFactor(palette = "????", #(2) selecciona paleta
domain = midi_join$hostlev,
reverse = FALSE) #(2)tria l'ordre dels colors reverse TRUE o FALSE
midi_join %>%
filter(dispnum3 == ????) %>% #(3) afegeix el codi de la disputa
leaflet() %>%
addProviderTiles(providers$?????????????) %>% #(4) selecciona el mapa
addCircleMarkers(lng = ~midloc2_xlongitude,
lat = ~midloc2_ylatitude,
radius = 6, #(5)estableix la mida dels punts
fill = TRUE, #(5)un punt TRUE, una rodona FALSE
popup = ~paste0("<b> Any d'inici: </b>", midi_join$styear, "<br>",
"<b> Nivell d'hostilitats: </b>", midi_join$hostlev),
color = ~pal_midi(hostlev),
label = ~midloc2_location) %>%
addLegend(title = "??????????????", #(6)posa un títol curt a la llegenda
position = "????????????", #(6)selecciona la posició de la llegenda
pal = pal_midi,
values = levels(midi_join$hostlev),
opacity = 0.9) #(6)escull l'opacitat de la llegenda

Si voleu veure exemples de mapes molt semblants als que acabeu de crear:

Bibliografia

Bezerra, P., and A. Braithwaite. 2019. “Codebook for the Militarized Interstate Dispute Location (MIDLOC-A/I) Dataset, v2.1.”

Braithwaite, A. 2010. “MIDLOC: Introducing the Militarized Interstate Dispute (MID) Location Dataset.” Journal of Peace Research 47 (1): 91–98.

Palmer, Glenn, Vito D’Orazio, Michael R. Kenwick, and Roseanne W. McManus. 2020. “Updating the Militarized Interstate Dispute Data: A Response to Gibler, Miller, and Little.” International Studies Quarterly 64 (2): 469–75.

Si executes la funció display.brewer.all(), el primer bloc de paletes són colors sequencials, el segon bloc són qualitatius i el tercer bloc són divergents↩︎

Disputes interestatals

Tue, 22 Nov 2022 00:00:00 +0000

L’objectiu d’aquesta activitat és representar les dades d’un conflicte en un mapa. Les dades que utilitzarem es troben a la pàgina web de Correlates of War (COW), un dels centres de recerca internacionals especialitzat en la investigació de conflictes armats. Per a realitzar l’activitat, necessitem els elements següents:

Base de dades: Necessitem la informació de conflictes armats sistematitzada en una base de dades. Aquesta base de dades és la Militarized Interstate Disputes (v5.0) (Palmer et al. 2020), que proporciona informació sobre conflictes en els quals un o més estats amenacen, mostren o utilitzen la força contra un o més estats entre 1816 i 2014.
Coordenades: La localització de cada disputa militaritzada es troba a la base de dades de Militarized Interstate Dispute Locations (v2.1) (Braithwaite 2010; Bezerra and Braithwaite 2019).
Descripció dels conflictes: Necessitem també informació general, més qualitativa, sobre els conflictes que hi ha hagut al món. Trobarem aquesta informació qualitativa sobre els conflictes de la base de dades als arxius adjunts de la base de dades i al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018), disponible a la biblioteca d’UOC.
Eines de mapeig: En aquesta activitat crearem un mapa amb l’ajut dels paquet d’R dplyr i ggplot2.

Aquests són els paquets d’R que necessitem carregar per poder desenvolupar correctament l’activitat:

#recordeu que els paquets han d'estar prèviament instal·lats
library(dplyr)
library(readr)
library(ggplot2)
library(ggmap)

La base de dades

La base de dades Militarized Interstate Disputes (v5.0) (Palmer et al. 2020) conté informació detallada sobre conflictes en què un o més estats amenacen, mostren o utilitzen la força contra un o més estats entre 1816 i 2014. Per accedir a la base de dades, haurem de descarregar l’arxiu MID 5 Data and Supporting Materials.zip i descomprimir el zip. Si apliqueu el codi següent, us situarà tots els arxius al directori de treball.

download.file("https://correlatesofwar.org/wp-content/uploads/MID-5-Data-and-Supporting-Materials.zip", "MID5.zip")

DESCÀRREGA: Si no us funciona el codi de descàrrega, descarregueu l’arxiu zip manualment, ubiqueu-lo al vostre directori de treball i canvieu-li el nom per MID5.zip i descomprimiu-lo. Si us posa els arxius descomprimits en una subcarpeta, agafeu tots els arxius de la subcarpeta i ubiqueu-los al directori de treball (de manera que no us quedin a cap subcarpeta).

De tots els arxius que hem descomprimit, ens interessen de moment els dos arxius .csv on tenim les dades per disputa militaritzada (MIDA 5.0.csv) i per incident (MIDI 5.0.csv).

Dades per disputa militaritzada: L’arxiu MIDA 5.0.csv conté informació de disputes militaritzades produïdes entre 1816 i 2010. La unitat d’anàlisi és l’inici de la disputa militaritzada.
Dades per incident de la disputa militaritzada: L’arxiu MIDI 5.0.csv conté informació de disputes militaritzades produïdes entre 1993 i 2010. La unitat d’anàlisi és l’incident de la disputa militaritzada.

Dades per disputa militaritzada

Les dades per disputa militaritzada es troben a l’arxiu MIDA 5.0.csv. A continuació convertim l’arxiu en l’objecte d’R mida. A la Taula 1 veiem el resultat de teclejar head(mida, 10) a la consola.

mida <- read_csv("MIDA 5.0.csv") #heu de tenir carregat el paquet readr
head(mida, 10)

Table 1: Base de dades MIDA v5.0
dispnum	stday	stmon	styear	endday	endmon	endyear	outcome	settle	fatality	fatalpre	maxdur	mindur	hiact	hostlev	recip	numa	numb	version
2	-9	7	1902	24	1	1903	6	1	0	0	208	178	7	3	0	1	1	5
3	2	5	1913	25	10	1913	4	3	0	0	177	177	8	3	0	1	1	5
4	15	5	1946	13	11	1946	5	3	2	-9	183	183	16	4	1	1	1	5
7	13	10	1951	26	1	1952	1	3	2	-9	106	106	17	4	1	1	1	5
8	-9	7	1856	14	3	1857	1	2	6	-9	257	227	20	5	1	1	1	5
9	29	12	1889	10	1	1890	6	1	0	0	13	13	7	3	0	1	1	5
11	11	3	1938	12	3	1938	4	1	0	0	2	2	14	4	0	1	1	5
12	11	3	1938	30	9	1938	4	1	0	0	204	204	16	4	1	1	5	5
13	6	4	1863	17	8	1863	1	2	-9	-9	134	134	15	4	0	3	1	5
14	15	10	1895	31	12	1895	4	3	0	0	78	78	7	3	0	1	1	5

Exercici 1: Explora el marc de dades amb head(mida) i glimpse(mida). Si tecleges head(mida) veuràs les primeres sis observacions i glimpse(mida) et permetrà veure el marc de dades de forma vertical. Respon a les següents preguntes, ajudant-te també del que trobaràs a dins l’arxiu MID 5.0 Codebook.pdf (pàgines 2-4) que has descomprimit. Consulta com utilitzar un llibre de codis en aquest enllaç ¹:

Quantes observacions i quantes variables té el marc de dades? Quina és la seva unitat d’anàlisi?
Quines són les variables que ens permeten saber el dia, mes i any que es va originar la disputa?
Fixa’t que en moltes cel·les apareix el valor -9. Sabries explicar què significa?
Quins diferents resultats pot tenir una disputa segons la variable outcome?
Busca al llibre de codis el significat de les variables fatality i hostlev.
La variable dispnum es refereix al codi que rep una disputa militaritzada. Selecciona una de les primeres disputes que apareixen al marc de dades i consulta’n més informació al llibre disponible a l’aula International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (hauràs de buscar-hi el codi de la disputa). Descriu-la breument.

Les coordenades

Les coordenades ens indiquen el lloc exacte d’un mapa on hi associarem a determinada informació. Com sabeu, en un mapa del món necessitarem saber la longitud (eix horitzontal) i la latitud (eix vertical). Les coordenades de cada incident les trobem a una altra base de dades de COW, la Militarized Interstate Dispute Locations (v2.1) (Bezerra and Braithwaite 2019). Per descarregar les dades, haurem d’aplicar el codi que se’ns mostra a continuació, on descarreguem l’arxiu MIDLOC_2.1.zip al directori de treball i el descomprimim.

download.file("https://correlatesofwar.org/data-sets/MIDLOC/midloc_2-1.zip/@@download/file/MIDLOC_2.1.zip", "MIDLOC_2.1.zip")
unzip("MIDLOC_2.1.zip")

Quan obrim l’arxiu zip se’ns ubiquen al nostre directori de treball dos arxius .csv amb dades de geolocalització: MIDLOCA_2.1.csv i MIDLOCI_2.1.csv.

MIDLOC-A v2.1: Conté informació de disputes militaritzades produïdes entre 1816 i 2010. La unitat d’anàlisi és l’inici de la disputa militaritzada. Per tant, la geolocalització mostra el lloc de l’inici de la disputa, encara que després s’hagin pogut produir incidents en altres llocs.
MIDLOC-I v2.1: Conté informació de disputes militaritzades produïdes entre 1993 i 2010. La unitat d’anàlisi és l’incident de la disputa militaritzada. Per tant, la geolocalització mostra el lloc de cada incident. Una disputa militaritzada pot tenir varis incidents, entre ells l’incident que va iniciar la disputa.

Si ens interessen les dades per disputa militaritzada, utilitzarem l’arxiu MIDLOCA_2.1.csv. A continuació convertim l’arxiu en l’objecte d’R midloca. A la Taula 2 veiem el resultat de teclejar head(midloca) a la consola.

midloca <- read_csv("MIDLOCA_2.1.csv") #heu de tenir carregat el paquet readr
head(midloca)

Table 2: Base de dades MIDLOC-A v2.1
year	dispnum	midloc2_location	midloc2_measuringpoint	midloc2_xlongitude	midloc2_ylatitude	midloc2_precision	midloc2_howobtained	midloc2_precision_comment	midloc2_general_comment	priogrid_cell	midloc11_location	midloc11_midlocmeasuringpoint	midloc11_latitude	midloc11_longitude	midloc11_precision
1902	2	Canada-United States (Alaska [ADM1]) Border	Midpoint of shared (subnational) border	-138.6700	59.8283	5	ArcGIS and GADM	Point along a line	NA	215363	Alaska-Canadian border	Juneau, Alaska	58.5092	-134.6890	4
1913	3	Austria-Yugoslavia Border	Midpoint of shared (national) border	14.9110	46.6223	5	ArcGIS and cShapes	Point along a line	Uses 1955 data	196950	Austria’s border with Serbia	Belgrade, Yug	44.8119	20.4656	4
1946	4	Straits of Corfu	Straits of Corfu	19.9700	39.7700	3	latlong.net	Strait	NA	186880	Corfu Channel	Kerkira, GRC	39.62	19.9197	4
1951	7	Suez Canal	Timsah Lake	32.2909	30.5735	5	latlong.net	Point along a line	NA	173945	Suez canal zone	Suez canal, UAR	29.9167	32.5500	4
1856	8	Tehran, Iran	Tehran, Iran	51.3890	35.6892	8	latlong.net	Capital	NA	181183	Iran	Tehran, IRN	35.6719	51.4244	5
1889	9	Mozambique Territorial Waters	Centroid of territorial waters	36.9704	-18.1918	3	ArcGIS and Marine Regions	Territorial waters	NA	103394	Waters off Mozambique	Maputo	-25.9653	32.5892	4

Exercici 2: Examina el marc de dades midloca mitjançant les funcions head() i glimpse(). Si tecleges head(midloca) veuràs les primeres sis observacions i glimpse(midloca) et permetrà veure el marc de dades de forma vertical. Respon a les següents preguntes, ajudant-te també del llibre de codis que trobaràs a dins l’arxiu MIDLOCA_2.1 Codebook.pdf que has descomprimit:

Quina és la unitat d’anàlisi del marc de dades?
A quines columnes es troben les coordenades?
Quin és el significat de la variable midloc2_precision? I la midloc2_precision_comment?

Descripció dels conflictes

És molt important, al començar aquest apartat, assegurar-se d’haver comprès el significat de la columna dispnum que hem vist en l’apartat anterior. La descripció de totes les disputes militaritzades de la base de dades Militarized Interstate Disputes es troben en el llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives, disponible a l’aula i a la biblioteca d’UOC. Aquest llibre està organitzat en dues parts:

Introducció: Conté una definició de disputa militaritzada i informació de com el llibre està organitzat.
Disputes militaritzades: A partir de la pàgina 4 es descriuen diversos detalls de 2.212 disputes militaritzades entre 1816 i 2010. Fixeu-vos que cada disputa té un codi associat. Per exemple, la primera disputa que apareix a la pàgina 4 és la número 2968, que correspondrà amb dispnum de la MID dataset.

Les disputes militaritzades més recents de 1993 també podeu consultar la descripció en tres arxius que es trobarem a dins de l’arxiu MID5.zip: MID_Narratives 1993-2001.pdf, MID_Narratives 2002-2010.pdf i MID Narratives 2011-2014.pdf.

Exercici 3: Fes una ullada al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives i respon a les següents preguntes:

Quina és la definició de disputa?
Què és una narrativa? Què és una díada?
En el segon apartat del llibre, com estan ordenats els conflictes?

Eines de mapeig

Un cop tenim la informació necessària i les coordenades d’aquesta informació, ara només ens cal ubicar tots els elements en un mapa. En aquesta part farem servir diverses eines de mapeig del programari R:

El mapa base el crearem amb el paquet ggmap.
La informació la tractarem amb dplyr i la col·locarem al mapa amb ggplot2.

Mapa base

De moment crearem el mapamundi world_map que ens permeti visualitzar la distribució de totes les observacions de la base de dades MIDLOC-A segons les seves coordenades. Dins del paquet ggmap², utilitzarem la funció get_stamenmap() per accedir als mapes. A dins la funció indicarem:

Els límits del mapa.
La resolució amb zoom.
El tipus de mapa que volem visualitzar amb maptype. Hem escollit terrain-background com a opció per defecte. Consulteu altres tipus de mapa amb: ?get_stamenmap.

# Amb la funció get_stamenmap creem un mapamundi
world_map <- get_stamenmap(bbox = c(top = 75,
left = -170, right = 170,
bottom = -58),
zoom = 2, #marquem la resolució del mapa
maptype = "terrain-background")

Si voleu visualitzar l’objecte que acabeu de crear només cal que utilitzeu la funció ggmap() com s’indica a continuació.

ggmap(world_map)

Informació del mapa

Ara ja tenim el mapa, les coordenades i la informació. Només ens queda ajuntar tots aquests elements amb el mapa. Farem una primera prova amb les eines del paquet ggplot2, que ens permeten ubicar les observacions de l’objecte midloca en el mapa que acabem de crear. Per això, indicarem les coordenades horitzontal (midloc2_xlongitude) i vertical (midloc2_ylatitude), així com alguns atributs com ara el color i la transparència dels punts. El resultat és el mapa que observem a la Figura 1.

#Introduïm les dades de midloca al mapamundi
world_map %>% #mapa base
ggmap(base_layer = ggplot(aes(x = midloc2_xlongitude, #quina variable posem a l'eix de les x?
y = midloc2_ylatitude), #quina variable posem a l'eix de les y?
data = midloca)) + #on es troben les coordenades?
geom_point(alpha = 0.3, col = "blue") #definim transparència al 40% i color blau

Figure 1: Disputes militaritzades interestatals al món (1816-2020)

Exercici 4: Observa el mapa de la Figura 1 i respon a les següents preguntes:

Quines són les coordenades que marquen els límits esquerre, dret, superior i inferior del mapa?
On es troben més concentrats els conflictes interestatals?
A quines zones del món hi ha hagut menys conflictes interestatals?
Quin país es troba situat a longitud -100 i latitud 25?
Quina illa es troba situada aproximadament a longitud 50 i latitud -25?
A quina longitud i latitud es troba aproximadament Espanya?

Disputes militaritzades

A continuació us mostrem un exemple de com visualitzar un o vàris conflictes segons si utilitzem com a unitat d’anàlisi la disputa militaritzada o l’incident de la disputa militaritzada.

Si prenem com a unitat d’anàlisi la disputa militaritzada utilitzarem el marc de dades midajoin, que creem a partir dels objectes mida i midloca amb el codi que mostrem a continuació. Aquest codi uneix els dos objectes i també recodifica algunes variables que hem tractat anteriorment, com settle o fatality. Les primeres observacions de midajoin es mostren a la Taula 3. Fixeu-vos que ara tenim les coordenades i informació de la disputa en un mateix marc de dades.

midajoin <- mida %>%
left_join(midloca, by = c("dispnum")) %>%
select(dispnum, location = midloc2_location, measuringpoint = midloc2_measuringpoint,
lon = midloc2_xlongitude, lat = midloc2_ylatitude, styear, endyear,
settle, hostlev, fatality, fatalpre, maxdur, mindur, recip, numa, numb) %>%
mutate(settle = case_when(settle == 1 ~ "Negotiated",
settle == 2 ~ "Imposed",
settle == 3 ~ "None",
settle == 4 ~ "Unclear",
TRUE ~ "Missing"),
fatality = case_when(fatality == 0 ~ "None",
fatality == 1 ~ "1-25",
fatality == 2 ~ "26-100",
fatality == 3 ~ "101-250",
fatality == 4 ~ "251-500",
fatality == 5 ~ "501-999",
fatality == 6 ~ "More than 999",
TRUE ~ "Missing"),
hostlev = case_when(hostlev == 1 ~ "No militarized action",
hostlev == 2 ~ "Threat to use force",
hostlev == 3 ~ "Display of force",
hostlev == 4 ~ "Use of force",
hostlev == 4 ~ "War"))

Table 3: Unió de MIDLOC-A i MIDA
dispnum	location	measuringpoint	lon	lat	styear	endyear	settle	hostlev	fatality	fatalpre	maxdur	mindur	recip	numa	numb
2	Canada-United States (Alaska [ADM1]) Border	Midpoint of shared (subnational) border	-138.67000	59.8283	1902	1903	Negotiated	Display of force	None	0	208	178	0	1	1
3	Austria-Yugoslavia Border	Midpoint of shared (national) border	14.91100	46.6223	1913	1913	None	Display of force	None	0	177	177	0	1	1
4	Straits of Corfu	Straits of Corfu	19.97000	39.7700	1946	1946	None	Use of force	26-100	-9	183	183	1	1	1
7	Suez Canal	Timsah Lake	32.29090	30.5735	1951	1952	None	Use of force	26-100	-9	106	106	1	1	1
8	Tehran, Iran	Tehran, Iran	51.38900	35.6892	1856	1857	Imposed	NA	More than 999	-9	257	227	1	1	1
9	Mozambique Territorial Waters	Centroid of territorial waters	36.97040	-18.1918	1889	1890	Negotiated	Display of force	None	0	13	13	0	1	1
11	Austria-Germany Border	Midpoint of shared (national) border	9.59932	47.5319	1938	1938	Negotiated	Use of force	None	0	2	2	0	1	1
12	Czechoslovakia-Germany Border	Midpoint of shared (national) border	12.67840	50.4139	1938	1938	Negotiated	Use of force	None	0	204	204	1	1	5

A continuació creem el mapa mida_map i ubiquem els conflictes que tenen com a número de disputa (dispnum) 3, 4 i 7. Hem ubicat algunes variables al mapa i hem posat la transparència dels punts (alpha) a 0.5

# Amb la funció get_stamenmap creem un mapamundi
mida_map <- get_stamenmap(bbox = c(top = 75,
left = -170, right = 170,
bottom = -58),
zoom = 2, #marquem la resolució del mapa
maptype = "terrain-background")
#Introduïm les dades de midloca al mapamundi
mida_map %>%
ggmap(base_layer = ggplot(aes(x = lon, y = lat,
col = fatality, #tria settle, hostlev o fatality
size = styear), #tria fatalpre, maxdur o mindur
data = filter(midajoin, dispnum %in% c(3,4,7)))) +
geom_point(alpha = 0.5)

Figure 2: Conflictes a Àustria, Corfu i Canal de Suez

Crea el teu propi mapa: Modifica el codi anterior per crear el teu propi mapa:

Tria com a mínim dues disputes militaritzades de la secció Hemisferi Occidental del llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018).
Pots veure la informació de la disputa a la base de dades introduint el número de disputa en el següent codi:

View(filter(midajoin, dispnum == XXXX))

Escull la variable que representarà el color i la variable que representarà la mida dels punts. Escull també la transparència dels punts.
Ajusta les coordenades de l’objecte mida_map per focalitzar l’atenció a la zona del món on tinguis els conflictes que has seleccionat. Canvia, si ho prefereixes, el tipus de mapa (per exemple, “watercolor” o “toner-hybrid”. Pots consultar els tipus de mapa teclejant ?get_stamenmap).
Fes una descripció del mapa. Ajuda’t de les narratives del llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018), d’altra informació complementària que consideris oportuna i de la informació que tens al llibre de codis i a la base de dades.

Bibliografia

Bezerra, P., and A. Braithwaite. 2019. “Codebook for the Militarized Interstate Dispute Location (MIDLOC-A/I) Dataset, v2.1.”

Braithwaite, A. 2010. “MIDLOC: Introducing the Militarized Interstate Dispute (MID) Location Dataset.” Journal of Peace Research 47 (1): 91–98.

Gibler, Douglas M. 2018. International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives. Volume I. Lanham, MD: Rowman & Littlefield Publishers.

Kahle, David, and Hadley Wickham. 2013. “ggmap: Spatial Visualization with ggplot2.” The R Journal 5 (1): 144–61.

Palmer, Glenn, Roseanne W. McManus, Vito D’Orazio, Michael R. Kenwick, Mikaela Karstens, Chase Bloch, Nick Dietrich, Kayla Kahn, Kellan Ritter, and Michael J. Soules. 2020. “The MID5 Dataset, 2011-2014: Procedures, Coding Rules, and Description.” Working Paper. https://correlatesofwar.org/data-sets/MIDs/mid-5-data-and-supporting-materials.zip/view.

Trobaràs més informació metodològica sobre la base de dades al document Dispute Coding Manual.pdf, que es troba a dins de l’arxiu MID5.zip↩︎
Per més informació de com utilitzar ggmaps podeu consultar ggmap: Spatial Visualization with ggplot2 (Kahle and Wickham 2013).↩︎

Incidents interestatals

Mon, 07 Nov 2022 00:00:00 +0000

Base de dades: Necessitem la informació de conflictes armats sistematitzada en una base de dades. Aquesta base de dades és la Militarized Interstate Disputes (v5.0) (Palmer et al. 2020), que proporciona informació sobre conflictes en els quals un o més estats amenacen, mostren o utilitzen la força contra un o més estats entre 1816 i 2014.
Coordenades: La localització de cada disputa militaritzada es troba a la base de dades de Militarized Interstate Dispute Locations (v2.1) (Braithwaite 2010; Bezerra and Braithwaite 2019).
Descripció dels conflictes: Necessitem també informació general, més qualitativa, sobre els conflictes que hi ha hagut al món. Trobarem aquesta informació qualitativa sobre els conflictes de la base de dades als arxius adjunts de la base de dades i al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018), disponible a la biblioteca d’UOC.
Eines de mapeig: En aquesta activitat crearem un mapa amb l’ajut dels paquet d’R dplyr i ggplot2.

Aquests són els paquets d’R que necessitem carregar per poder desenvolupar correctament l’activitat:

#recordeu que els paquets han d'estar prèviament instal·lats
library(dplyr)
library(readr)
library(ggplot2)
library(ggmap)

La base de dades

download.file("https://correlatesofwar.org/wp-content/uploads/MID-5-Data-and-Supporting-Materials.zip", "MID5.zip")
unzip("MID5.zip")

De tots els arxius que hem descomprimit, ens interessen de moment els dos arxius .csv on tenim les dades per disputa militaritzada (MIDA 5.0.csv) i per incident (MIDI 5.0.csv).

Dades per disputa militaritzada: L’arxiu MIDA 5.0.csv conté informació de disputes militaritzades produïdes entre 1816 i 2010. La unitat d’anàlisi és l’inici de la disputa militaritzada.
Dades per incident de la disputa militaritzada: L’arxiu MIDI 5.0.csv conté informació de disputes militaritzades produïdes entre 1993 i 2010. La unitat d’anàlisi és l’incident de la disputa militaritzada.

Dades per incident

Les dades per disputa militaritzada es troben a l’arxiu MIDA 5.0.csv. A continuació convertim l’arxiu en l’objecte d’R midi. A la Taula 1 veiem el resultat de teclejar head(midi, 10) a la consola.

midi <- read_csv("MIDI 5.0.csv") #heu de tenir carregat el paquet readr
head(midi, 10)

Table 1: Base de dades MIDI v5.0
dispnum	incidnum	stday	stmon	styear	endday	endmon	endyear	duration	tbi	action	hostlev	numa	version
3551	3551010	18	10	1993	18	10	1993	1	-9	1	2	1	5
3551	3551002	21	11	1992	24	9	1996	1404	-9	13	4	9	5
3551	3551004	14	1	1993	-9	1	1993	-9	16	7	3	1	5
3551	3551001	16	7	1992	16	7	1992	1	129	7	3	13	5
3551	3551009	1	5	1993	1	11	1993	185	170	13	4	1	5
3551	3551003	-9	1	1993	-9	1	1993	-9	-9	7	3	3	5
3551	3551008	12	4	1993	12	4	1993	1	19	7	3	3	5
3551	3551006	3	2	1993	3	2	1993	1	25	15	4	1	5
3551	3551005	30	1	1993	30	1	1993	1	4	15	4	1	5
3551	3551007	28	2	1993	28	2	1993	1	43	1	2	1	5

Exercici 1: Explora el marc de dades amb head() i glimpse(). Si tecleges head(midi) veuràs les primeres sis observacions i glimpse(midi) et permetrà veure el marc de dades de forma vertical. Respon a les següents preguntes, ajudant-te també del llibre de codis que trobaràs a dins l’arxiu MID 5.0 Codebook.pdf (pàgines 8-9) que has descomprimit. Consulta com utilitzar un llibre de codis en aquest enllaç)¹:

Quantes observacions i quantes variables té el marc de dades? Quina és la seva unitat d’anàlisi?
Quines són les variables que ens permeten saber el dia, mes i any que va finalitzar l’incident?
Fixa’t que en moltes cel·les apareix el valor -9. Sabries explicar què significa?
Quantes categories diferents pot tenir una disputa segons la variable fatality? Tenim manera d’obtenir les dades de manera més concreta?
Busca al llibre de codis el significat de les variables tbi, action, hostlev i numa.
Què significa la variable dispnum? Busca al llibre disponible a l’aula International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (hauràs de buscar-hi el codi de la disputa) la disputa que té com a codi 3551. Descriu-la breument.

Les coordenades

download.file("https://correlatesofwar.org/wp-content/uploads/MIDLOC_2.1.zip", "MIDLOC_2.1.zip")
unzip("MIDLOC_2.1.zip")

Quan obrim l’arxiu zip se’ns ubiquen al nostre directori de treball dos arxius .csv amb dades de geolocalització: MIDLOCA_2.1.csv i MIDLOCI_2.1.csv.

MIDLOC-A v2.1: Conté informació de disputes militaritzades produïdes entre 1816 i 2010. La unitat d’anàlisi és l’inici de la disputa militaritzada. Per tant, la geolocalització mostra el lloc de l’inici de la disputa, encara que després s’hagin pogut produir incidents en altres llocs.
MIDLOC-I v2.1: Conté informació de disputes militaritzades produïdes entre 1993 i 2010. La unitat d’anàlisi és l’incident de la disputa militaritzada. Per tant, la geolocalització mostra el lloc de cada incident. Una disputa militaritzada pot tenir varis incidents, entre ells l’incident que va iniciar la disputa.

Si ens interessen les dades per incident de la disputa militaritzada, utilitzarem l’arxiu MIDLOCI_2.1.csv. A continuació convertim l’arxiu en l’objecte d’R midloci. A la Taula 2 veiem el resultat de teclejar head(midloci) a la consola.

midloci <- read_csv("MIDLOCI_2.1.csv") #heu de tenir carregat el paquet readr
head(midloci)

Table 2: Base de dades MIDLOC-I v2.1
year	dispnum	incidnum	midloc2_location	midloc2_measuringpoint	midloc2_xlongitude	midloc2_ylatitude	midloc2_precision	onset	midloc2_howobtained	midloc2_precision_comment	midloc2_general_comment	priogrid_cell	midloc11_location	midloc11_midlocmeasuringpoint	midloc11_latitude	midloc11_longitude	midloc11_precision
1995	4005	4005001	Belonia, India	Belonia, India	91.4676	23.25050	1	1	latlong.net	Precise location text	NA	163263	Belonia subdivision of South Tripura; banks of Muhari River bordering India and	Belonia	23.25	91.500	3
1993	4023	4023001	NA	Hsinshe	120.9830	24.85000	1	1	MIDLOC1.1	Precise location text	NA	165482	NA	hsinshe	24.85	120.983	1
2000	4157	4156001	Corentyne River Mouth	Vassen Island	-57.1492	5.79306	2	1	Island	NA	NA	137766	In the disputed waters at the mouth of the Corentyne River between SUR and GUY.	corentyne river	5.95	-57.100	4
2000	4157	4156002	Corentyne River	Midpoint of river	-57.9096	3.86172	5	0	ArcGIS and Natural Earth Data	Point along a line	NA	134885	Villages on the GUY side of the Corentyne River.	corentyne river	5.95	-57.100	4
2000	4157	4156003	Corentyne River	Midpoint of river	-57.9096	3.86172	5	0	ArcGIS and Natural Earth Data	Point along a line	NA	134885	Along the Corentyne River which forms the border between GUY and SUR.	corentyne river	5.95	-57.100	4
2000	4157	4156004	Guyana-Suriname Border	Midpoint of shared (national) border	-57.8552	3.75803	5	0	ArcGIS and cShapes	Point along a line	NA	134885	Along the border between GUY and SUR.	corentyne river	5.95	-57.100	4

Exercici 2: Examina el marc de dades midloci mitjançant les funcions head() i glimpse(). Si tecleges head(midloci) veuràs les primeres sis observacions i glimpse(midloci) et permetrà veure el marc de dades de forma vertical. Respon a les següents preguntes, ajudant-te també del llibre de codis que trobaràs a dins l’arxiu MIDLOCI_2.1 Codebook.pdf que has descomprimit:

Quina és la unitat d’anàlisi del marc de dades?
A quines columnes es troben les coordenades?
Què significa la variable onset?
Quin és el significat de la variable midloc2_precision? I la midloc2_precision_comment?

Descripció dels conflictes

Introducció: Conté una definició de disputa militaritzada i informació de com el llibre està organitzat.
Disputes militaritzades: A partir de la pàgina 4 es descriuen diversos detalls de 2.212 disputes militaritzades entre 1816 i 2010. Fixeu-vos que cada disputa té un codi associat. Per exemple, la primera disputa que apareix a la pàgina 4 és la número 2968, que correspondrà amb dispnum de la MID dataset.

Exercici 3: Fes una ullada al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives i respon a les següents preguntes:

Quina és la definició de disputa?
Què és una narrativa? Què és una díada?
En el segon apartat del llibre, com estan ordenats els conflictes?

Eines de mapeig

El mapa base el crearem amb el paquet ggmap.
La informació la tractarem amb dplyr i la col·locarem al mapa amb ggplot2.

Mapa base

De moment crearem el mapamundi world_map que ens permeti visualitzar la distribució de totes les observacions de la base de dades MIDLOC-I segons les seves coordenades. Dins del paquet ggmap², utilitzarem la funció get_stamenmap() per accedir als mapes. A dins la funció indicarem:

Els límits del mapa.
La resolució amb zoom.
El tipus de mapa que volem visualitzar amb maptype. Hem escollit terrain-background com a opció per defecte. Consulteu altres tipus de mapa amb: ?get_stamenmap.

# Amb la funció get_stamenmap creem un mapamundi
world_map <- get_stamenmap(bbox = c(top = 75,
left = -170, right = 170,
bottom = -58),
zoom = 2, #marquem la resolució del mapa
maptype = "terrain-background")

Si voleu visualitzar l’objecte que acabeu de crear només cal que utilitzeu la funció ggmap() com s’indica a continuació.

ggmap(world_map)

Informació del mapa

Ara ja tenim el mapa, les coordenades i la informació. Només ens queda ajuntar tots aquests elements amb el mapa. Farem una primera prova amb les eines del paquet ggplot2, que ens permeten ubicar les observacions de l’objecte midloci en el mapa que acabem de crear. Per això, indicarem les coordenades horitzontal (midloc2_xlongitude) i vertical (midloc2_ylatitude), així com alguns atributs com ara el color i la transparència dels punts. El resultat és el mapa que observem a la Figura 1.

#Introduïm les dades de midloci al mapamundi
world_map %>% #mapa base
ggmap(base_layer = ggplot(aes(x = midloc2_xlongitude, #quina variable posem a l'eix de les x?
y = midloc2_ylatitude), #quina variable posem a l'eix de les y?
data = midloci)) + #on es troben les coordenades?
geom_point(alpha = 0.3, col = "blue") #definim transparència al 40% i color blau

Figure 1: Disputes militaritzades interestatals al món (1816-2020)

Exercici 4: Observa el mapa de la Figura 1 i respon a les següents preguntes:

Quines són les coordenades que marquen els límits esquerre, dret, superior i inferior del mapa?
On es troben més concentrats els conflictes interestatals?
A quines zones del món hi ha hagut menys conflictes interestatals?
Quin país es troba situat a longitud -100 i latitud 25?
Quina illa es troba situada aproximadament a longitud 50 i latitud -25?
A quina longitud i latitud es troba aproximadament Espanya?

Visualitzar les disputes militaritzades

A continuació us mostrem un exemple de com visualitzar un o vàris conflictes segons si utilitzem com a unitat d’anàlisi la disputa militaritzada o l’incident de la disputa militaritzada. Si prenem com a unitat d’anàlisi l’incident de la disputa militaritzada utilitzarem el marc de dades midijoin, que creem a partir dels objectes midi i midloci amb el codi que mostrem a continuació. Aquest codi uneix els dos objectes i també recodifica algunes variables que hem tractat anteriorment, com fatality o hostlev. Les primeres observacions de midajoin es mostren a la Taula 3. Fixeu-vos que ara tenim les coordenades i informació de l’incident en un mateix marc de dades.

midijoin <- midi %>%
inner_join(midloci, by = c("incidnum", "dispnum")) %>%
select(dispnum, incidnum, location = midloc2_location, measuringpoint = midloc2_measuringpoint,
lon = midloc2_xlongitude, lat = midloc2_ylatitude,
styear, endyear, duration, tbi, fatalpre, fatality, hostlev, numa) %>%
mutate(fatality = case_when(fatality == 0 ~ "None",
fatality == 1 ~ "1-25",
fatality == 2 ~ "26-100",
fatality == 3 ~ "101-250",
fatality == 4 ~ "251-500",
fatality == 5 ~ "501-999",
fatality == 6 ~ "More than 999",
TRUE ~ "Missing"),
hostlev = case_when(hostlev == 1 ~ "No militarized action",
hostlev == 2 ~ "Threat to use force",
hostlev == 3 ~ "Display of force",
hostlev == 4 ~ "Use of force",
hostlev == 4 ~ "War"))

Table 3: Unió de MIDLOC-I i MIDI
dispnum	incidnum	location	measuringpoint	lon	lat	styear	endyear	duration	tbi	fatality	hostlev	numa
3551	3551010	Unspecified	NA	NA	NA	1993	1993	1	-9	None	Threat to use force	1
3551	3551002	Unspecified	NA	NA	NA	1992	1996	1404	-9	None	Use of force	9
3551	3551004	Adriatic Sea	Adriatic Sea	17.2903	41.8551	1993	1993	-9	16	None	Display of force	1
3551	3551001	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	1992	1992	1	129	None	Display of force	13
3551	3551009	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	1993	1993	185	170	None	Use of force	1
3551	3551003	Yugoslavia Territorial Waters	Centroid of territorial waters	18.9136	42.0486	1993	1993	-9	-9	None	Display of force	3
3551	3551008	Bosnia	Centroid of ADM0	17.7865	44.1681	1993	1993	1	19	None	Display of force	3
3551	3551006	Danube River	Midpoint of river	20.3259	45.0941	1993	1993	1	25	None	Use of force	1

A continuació creem el mapa midi_map i ubiquem les disputes del conflicte que té com a número de disputa (dispnum) 3551. Hem ubicat algunes variables al mapa i hem posat la transparència dels punts (alpha) a 0.5.

# Amb la funció get_stamenmap creem un mapamundi
midi_map <- get_stamenmap(bbox = c(top = 75,
left = -170, right = 170,
bottom = -58),
zoom = 2, #marquem la resolució del mapa
maptype = "toner-lite")
#Introduïm les dades de midloci al mapamundi
midi_map %>%
ggmap(base_layer = ggplot(aes(x = lon, y = lat,
col = hostlev, size = tbi),
data = filter(midijoin, dispnum == 3551))) +
geom_point(alpha = 0.4)

Figure 2: Conflicte de Iugoslàvia 1992-1993

ZOOM: Fixa’t que el mapa de la Figura 2 té un zoom diferent al mapa que pots generar amb el codi.

Crea el teu propi mapa: Modifica el codi anterior per crear el teu propi mapa:

Tria una disputa militaritzada de la secció Hemisferi Occidental del llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018) d’entre les disponibles a la base de dades midijoin. Trobaràs les disputes disponibles amb el següent codi:

unique(midijoin$dispnum)

Escull la variable que representarà el color i la variable que representarà la mida dels punts. Escull també la transparència dels punts.
Ajusta les coordenades de l’objecte mida_map per focalitzar l’atenció a la zona del món on tinguis el conflicte que has seleccionat. Canvia, si ho prefereixes, el tipus de mapa (per exemple, “watercolor” o “toner-hybrid”. Podeu consultar-los tots teclejant ?get_stamenmap).
Fes una descripció del mapa. Ajuda’t de la narrativa que trobaràs al llibre International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives (Gibler 2018), d’altra informació complementària que consideris oportuna i de la informació que tens al llibre de codis i a la base de dades.

Ajuda’t dels codis següents:

Quins incidents té una disputa concreta?

midijoin %>%
filter(dispnum == 3551) %>% View

Quants incidents té una disputa concreta?

midijoin %>%
filter(dispnum == 3551) %>%
count()

Bibliografia

Bezerra, P., and A. Braithwaite. 2019. “Codebook for the Militarized Interstate Dispute Location (MIDLOC-A/I) Dataset, v2.1.”

Braithwaite, A. 2010. “MIDLOC: Introducing the Militarized Interstate Dispute (MID) Location Dataset.” Journal of Peace Research 47 (1): 91–98.

Gibler, Douglas M. 2018. International Conflicts, 1816-2010: Militarized Interstate Dispute Narratives. Volume I. Lanham, MD: Rowman & Littlefield Publishers.

Kahle, David, and Hadley Wickham. 2013. “ggmap: Spatial Visualization with ggplot2.” The R Journal 5 (1): 144–61.

Trobaràs més informació metodològica sobre la base de dades al document Incident Coding Manual.pdf, que es troba a dins de l’arxiu MID5.zip↩︎
Per més informació de com utilitzar ggmaps podeu consultar ggmap: Spatial Visualization with ggplot2 (Kahle and Wickham 2013).↩︎