In gmoroncorrea/VMSIndicators: VMS indicators

knitr::opts_chunk$set(
  collapse = TRUE,
  comment = "#>"
)

El primer paso es instalar la librería VMSIndicators si es que no se ha instalado previamente (instalar la librería remotes previamente):

remotes::install_github("gmoroncorrea/VMSIndicators", build_vignettes = TRUE)

Luego activamos la librería en nuestra sesión:

library(VMSIndicators)

Ahora, lo primero que tenemos que tener en orden son los datos de entrada. Necesitamos dos bases de datos para emplear esta librería:

• La base de datos de VMS, a la cual llamaremos vmsdata
• La base de datos con descargas, a la cual llamaremos catchdata

Esta librería tiene un ejemplo de cada base de datos. Los datos de VMS deben estar estructurados de la siguiente manera:

data(vmsdata)
head(vmsdata)

La columna DC es opcional y debe ser nombrada DIST_COAST luego:

vmsdata$DIST_COAST = vmsdata$DC

Sin embargo, podemos usar la función distCoast para calcular distancia a la línea de costa en caso no tengamos información previa:

vmsdata$DIST_COAST = distCoast(lon = vmsdata$LON, lat = vmsdata$LAT, mainLand = TRUE)

La información de cada función puede encontrarse ejecutando ? y luego el nombre de una función. Ejemplo: ?distCoast.

Los datos de desembarques deben estar estructurados de la siguiente manera:

data(catchdata)
head(catchdata)

Para obtener una base de datos matriz de la información de cada barco presente en vmsdata, podemos ejecutar la siguiente función:

vesseldata = get_vessel_info(vmsdata = vmsdata)

Como vemos, ahora tenemos el nombre y matrícula de cada embarcación:

head(vesseldata)

Lo siguiente que debemos hacer es calcular algunos valores necesarios para luego calcular los indicadores de desempeño:

procdata = preprocessing(vmsdata = vmsdata, catchdata = catchdata, 
                         vesseldata = vesseldata, cutoff_dc = 4)

procdata es una lista con dos bases de datos. El elemento checked son los datos correctos y listos para ser analizados y el elemento to_verify son datos que necesitan ser verificados dado que la distancia recorrida es ilogica basado en el tiempo de viaje.

Como observamos, esta nueva base de datos (checked) tiene columnas adicionales con algunas variables importantes. Por ahora no es importante entrar en el detalle de ellas:

head(procdata$checked)

Podemos crear figuras en formato PNG de las trayectorias de cada viaje identificado:

plot_trajectory(data = procdata$checked, vessel_name = 'TASA_111')

Ahora, podemos calcular los indicadores de desempeño:

ind_data = get_indicators(data = procdata$checked)

Como vemos, cada indicador es específico para cada viaje:

head(ind_data)

Indicadores de eficiencia

DURACION: Tiempo de viaje

Es el tiempo total de un viaje. Unidades: $h$.

CAPTURA: Captura obtenida

Es la captura obtenida en el viaje. Unidades: $t$.

CPUE: Captura por unidad de esfuerzo

Calculada como: $CAPTURA/DURACION$. Unidades: $t/h$.

DIST: Recorrido por viaje

Es la distancia navegada durante el viaje. Unidades: $mn$.

DIST_RECT: Distancia en línea recta

Sea $Dst_1$ la distancia del punto de inicio a su punto más apartado y $Dst_2$ la distancia del punto final a su punto más apartado. Entonces, la distancia en línea recta es calculada como el promedio entre $Dst_1$ y $Dst_2$. Unidades: $mn$.

EFF_CAPTURA: Eficiencia de captura

Calculada como: $CAPTURA/CAPBOD$, donde $CAPBOD$ representa la capacidad de bodega de la embarcación. Unidades; $t/m^3$.

EFF_DIST: Eficiencia de recorrido

Calulado como: $DIST_RECT/DIST$. Sin unidades.

IND_TEMP: Indice temporal

Calculada como: $24/DURACION$. Sin unidades.

EFF_VIAJE: Eficiencia de viaje

Calculada como:

$$log(EFF_DISTEFF_CAPTURAIND_TEMP*CPUE + 1)$$

Estos indicadores pueden ser graficados e incluidos en una figura en formato PNG:

plot_indicators(ind_data = ind_data, save_plot = FALSE)

Podemos calcular el índice global de colocación (GIC):

gic_data = get_icollocation(data = procdata$checked, vessel_name = 'all')
head(gic_data)

Finalmente, podemos también graficar los centros de gravedad de cada viaje (ponderado por velocidad) y la inercia espacial (valor mostrado):

plot_cgi(data = procdata$checked, vessel_name = 'all', alpha = 0.7, save_plot = FALSE)

gmoroncorrea/VMSIndicators documentation built on Dec. 20, 2021, 11:50 a.m.