Executando o LCZ4r no Posit Cloud

Introdução

Bem-vindo à demonstração do pacote LCZ4r no Posit Cloud! Este guia orientará você pelas etapas para executar o LCZ4r e explorar suas poderosas ferramentas para análise de Zonas Climáticas Locais (LCZ) em um ambiente baseado em nuvem.

Por que Posit Cloud?

O Posit Cloud (antigo RStudio Cloud) oferece várias vantagens para usuários do LCZ4r: - Sem necessidade de instalação: Execute R e LCZ4r diretamente no seu navegador - Ambiente pré-configurado: Todas as dependências já estão instaladas - Acesso de qualquer lugar: Trabalhe de qualquer computador com acesso à internet - Pronto para colaboração: Compartilhe projetos com colegas facilmente - Plano gratuito disponível: Comece sem nenhum custo

Primeiros Passos

Siga estas instruções passo a passo para acessar e executar o LCZ4r no Posit Cloud:

1 Acesse o Workspace Posit

Clique no link abaixo para acessar o workspace do LCZ4r:

🔗 Workspace de Demonstração do LCZ4r: https://posit.cloud/content/9921467

2 Faça Login ou Crie uma Conta

Se você ainda não tem uma conta no Posit Cloud, clique em “Sign Up” para criar uma (plano gratuito disponível)
Faça login na sua conta para acessar o workspace
Você pode usar sua conta do Google ou GitHub para registro rápido

3 Salve uma Cópia Permanente

Importante: Certifique-se de Salvar uma Cópia Permanente do projeto:

Clique no nome do projeto no canto superior esquerdo
Selecione “Save a Permanent Copy” no menu suspenso
Escolha um nome para sua cópia (ex.: “Minha Análise LCZ4r”)
Isso garante que você tenha sua própria versão que não será afetada por alterações no original

4 Explore os Scripts R

O projeto contém três scripts R principais organizados por funcionalidade:

📊 general_functions.R

Demonstra funções gerais para análise LCZ, incluindo:

Download e visualização de mapas LCZ de conjuntos de dados globais
Cálculo de áreas LCZ e parâmetros do dossel urbano
Visualização de mapas LCZ básicos e estatísticas

🏙️ local_functions.R

Foca em análise LCZ localizada com capacidades avançadas:

Análise de série temporal de temperatura do ar
Cálculo de anomalias térmicas
Interpolação espacial com krigagem
Avaliação da intensidade da Ilha de Calor Urbana

🌡️ modelling_temperature.R

Modelagem especializada de temperatura e análise de ICU:

Interpolação e mapeamento de temperatura
Mapeamento de anomalias térmicas
Cálculo da intensidade da ICU por classe LCZ
Avaliação e validação do modelo

5 Execute os Scripts

Boas notícias: O pacote LCZ4r e todas as dependências já estão instalados no ambiente Posit Cloud, então você está pronto para começar!

Para executar os scripts: 1. Abra cada script clicando em seu nome no painel Files 2. Execute o código linha por linha com Ctrl + Enter (ou Cmd + Enter no Mac) 3. Ou execute seções inteiras selecionando o código e clicando em “Run” 4. Explore os resultados nos painéis Console e Plots

Visualizando o Workspace

Abaixo está uma captura de tela do workspace do Posit Cloud para ajudar na orientação:

Interface do workspace Posit Cloud mostrando o projeto de demonstração do LCZ4r com os painéis de explorador de arquivos, editor de código e console.

Visão Geral do Workspace

Painéis Principais no Posit Cloud

Painel	Localização	Finalidade
Files	Inferior direito	Navegue pelos arquivos e scripts do projeto
Editor	Superior esquerdo/central	Escreva e edite código R
Console	Inferior esquerdo	Execute comandos e visualize a saída
Plots	Inferior direito	Visualize gráficos gerados
Environment	Superior direito	Veja objetos e variáveis carregados

Recomendações de Fluxo de Trabalho dos Scripts

Comece com general_functions.R: Familiarize-se com operações básicas de mapa LCZ
Prossiga para local_functions.R: Explore análise de séries temporais e anomalias
Avance para modelling_temperature.R: Aprofunde-se em interpolação espacial e modelagem de ICU

Executando Sua Primeira Análise

Vamos testar se tudo está funcionando corretamente:

# Load the LCZ4r package
library(LCZ4r)

# Test with a simple LCZ map download
lcz_map <- lcz_get_map(city = "Berlin")

# Visualize the map
lcz_plot_map(lcz_map)

Se você vir um mapa LCZ aparecer no painel Plots, tudo está funcionando corretamente!

Solução de Problemas Comuns

::: {.callout .callout-warning} ::: {.callout .callout-warning} Tempos Limite de Conexão

Se você enfrentar tempos limite de conexão ao baixar mapas LCZ: - Verifique sua conexão com a internet - Tente novamente durante horários de menor movimento - Use a função lcz_get_map_generator() com um ID conhecido para acesso mais rápido :::

Limitações de Memória

O plano gratuito do Posit Cloud tem memória limitada (1 GB): - Comece com resoluções espaciais menores (ex.: sp.res = 500 em vez de 100) - Processe dados por períodos de tempo mais curtos primeiro - Use gc() para limpar a memória quando necessário - Considere atualizar para um plano pago para análises maiores

Salvando Seu Trabalho

Seu projeto é salvo automaticamente no Posit Cloud
Exporte gráficos usando o botão “Export” no painel Plots
Baixe resultados usando write.csv() para data frames
Salve mapas com writeRaster() para saídas raster

Personalizando Seu Workspace

Adicionando Pacotes Adicionais

Se você precisar de pacotes adicionais além dos pré-instalados:

# Install packages as needed
install.packages("package_name")

# For GitHub packages
if (!require("remotes")) install.packages("remotes")
remotes::install_github("username/repository")

Criando Novos Scripts

Clique em “New File” → “R Script” no painel Files
Escreva seu código de análise
Salve com um nome apropriado (ex.: “my_analysis.R”)

Organizando Saídas

Crie pastas para manter seu trabalho organizado:

# Create output directories
dir.create("figures", showWarnings = FALSE)
dir.create("data", showWarnings = FALSE)
dir.create("results", showWarnings = FALSE)

# Save plots to the figures folder
ggsave("figures/my_plot.png", width = 8, height = 6)

# Save data to the data folder
write.csv(my_data, "data/my_results.csv", row.names = FALSE)

Funcionalidades de Colaboração

O Posit Cloud facilita a colaboração:

Compartilhe seu projeto: Clique no botão “Share” para convidar colaboradores
Defina permissões: Escolha níveis de acesso “View” ou “Edit”
Colaboração em tempo real: Trabalhe simultaneamente com membros da equipe
Histórico de versões: Acesse versões anteriores do seu trabalho

Recursos de Aprendizado

Para aproveitar ao máximo o LCZ4r no Posit Cloud:

Recurso	Descrição
Documentação do LCZ4r	Documentação completa do pacote e exemplos
R for Data Science	Aprenda fundamentos de programação em R
Spatial Data Science	Análise espacial avançada em R
LCZ Generator	Acesse mapas LCZ para suas áreas de estudo

Referência Rápida

Atalhos de Teclado Essenciais

Ação	Windows/Linux	Mac
Executar linha/seleção atual	`Ctrl + Enter`	`Cmd + Enter`
Executar script inteiro	`Ctrl + Shift + Enter`	`Cmd + Shift + Enter`
Limpar console	`Ctrl + L`	`Cmd + L`
Comentar/descomentar linhas	`Ctrl + Shift + C`	`Cmd + Shift + C`

Funções Úteis para Começar

# Check package version
packageVersion("LCZ4r")

# Get help for any function
?lcz_get_map

# List all LCZ4r functions
ls("package:LCZ4r")

# View available datasets
data(package = "LCZ4r")

Perguntas Frequentes

P: Posso usar meus próprios dados no Posit Cloud?

R: Sim! Envie seus arquivos de dados através do painel Files (botão Upload) ou use read.csv() com uma URL para seus dados.

P: Por quanto tempo meu projeto no Posit Cloud estará disponível?

R: Contas gratuitas têm até 25 horas de projeto por mês. Contas pagas têm horas ilimitadas. Seus projetos permanecem indefinidamente enquanto você mantiver sua conta.

P: Posso instalar pacotes adicionais?

R: Sim, você pode instalar qualquer pacote do CRAN ou GitHub usando install.packages() ou remotes::install_github().

P: Como faço para exportar meus resultados?

R: Use write.csv() para data frames, writeRaster() para rasters espaciais e o botão “Export” no painel Plots para gráficos.

P: E se o workspace de demonstração estiver indisponível?

R: Você pode criar um novo projeto no Posit Cloud e instalar manualmente o LCZ4r usando remotes::install_github("ByMaxAnjos/LCZ4r").

Tem sugestões ou feedback?

Você tem uma ideia para melhoria ou encontrou um erro? Adoraríamos saber! Clique no botão abaixo para criar uma nova issue (GitHub) e compartilhar seu feedback ou sugestões diretamente conosco.

Open GitHub issue

Max Anjos

April 08, 2026