Obtener Red Vial Nacional del Perú

Descarga y carga la información de la Red Vial Nacional actualizada por PROVÍAS NACIONAL a julio 2022, según Clasificador de Rutas aprobado mediante Decreto Supremo 011-2016-MTC y sus modificatorias. Los datos incluyen geometría tipo MULTILINESTRING e información detallada sobre trayectorias, clasificación, estado, superficie y concesiones de las carreteras nacionales.

Usage

get_red_vial_nacional(
  departamento = NULL,
  show_progress = TRUE,
  force_update = FALSE
)

Arguments

departamento: Character vector. Nombre(s) del/los departamento(s) a descargar. Opciones válidas: "AMAZONAS", "ANCASH", "APURIMAC", "AREQUIPA", "AYACUCHO", "CAJAMARCA", "CALLAO", "CUSCO", "HUANCAVELICA", "HUANUCO", "ICA", "JUNIN", "LA LIBERTAD", "LAMBAYEQUE", "LIMA", "LORETO", "MADRE DE DIOS", "MOQUEGUA", "PASCO", "PIURA", "PUNO", "SAN MARTIN", "TACNA", "TUMBES", "UCAYALI". No distingue entre mayúsculas y minúsculas. Si es NULL, muestra la lista de departamentos disponibles.
show_progress: Logical. Si TRUE (por defecto), muestra mensajes informativos sobre el progreso de la descarga. Si FALSE, ejecuta de forma silenciosa.
force_update: Logical. Si TRUE, fuerza una nueva descarga del archivo incluso si existe en caché. Por defecto FALSE.

Value

Un objeto sf (simple feature) con geometría tipo MULTILINESTRING que contiene información de la red vial nacional, incluyendo:

Geometría MULTILINESTRING (trayectoria de la vía)
inicio: Kilómetro de inicio del tramo
fin: Kilómetro de fin del tramo
trayectori: Descripción completa de la trayectoria de la ruta
nrocarril: Número de carriles
ejeclas: Eje de clasificación (Longitudinal de la Costa, Transversal, etc.)
iddpto: Código del departamento
nombdep: Nombre del departamento
codruta: Código de la ruta (ej. PE-1S, PE-3N, PE-22A)
jerarq: Jerarquía de la ruta (RN = Red Nacional)
superfic: Código de tipo de superficie (1-11)
longitud: Longitud del tramo en kilómetros
codconces: Código de concesión (si aplica)
codclog: Código de corredor logístico
superfic_l: Tipo de superficie descriptivo (Pavimentado, Afirmado, etc.)
codclog_l: Descripción del corredor logístico
estado: Estado numérico de la vía (1-3)
estado_l: Estado descriptivo (Bueno, Regular, Malo)

Si se solicitan múltiples departamentos, retorna un objeto sf combinado.

Details

La función descarga datos desde OSF (Open Science Framework) y los almacena en caché durante la sesión de R. Los datos están en formato GeoPackage (.gpkg).

Fuente de los datos:

Fuente: PROVÍAS NACIONAL - Ministerio de Transportes y Comunicaciones
Actualización: Julio 2022
Base legal: Decreto Supremo 011-2016-MTC y modificatorias
Nivel: Red Vial Nacional (Sistema Nacional de Carreteras - SINAC)
Aplicación: Planificación vial nacional y análisis de conectividad

Clasificación de superficie:

1 = Pavimentado
2 = Afirmado
11 = Asfaltado económico
Otros códigos según especificaciones técnicas de PROVÍAS

Clasificación de estado:

1 = Bueno
2 = Regular
3 = Malo

Ejes de clasificación (ejeclas):

Longitudinal de la Costa (PE-1N, PE-1S)
Longitudinal de la Sierra
Longitudinal de la Selva
Transversal

El caché se almacena en: tempdir()/DEMARCA_cache/red_vial_nacional/

NOTA: Las geometrías son tipo MULTILINESTRING (multilíneas) y representan las trayectorias de las carreteras nacionales. Algunos tramos pueden estar bajo concesión (campo codconces).

References

PROVÍAS NACIONAL - MTC. Base Cartográfica de la Red Vial Nacional 2022.

Decreto Supremo 011-2016-MTC - Clasificador de Rutas del Sistema Nacional de Carreteras (SINAC).

Repositorio DEMARCA en OSF: https://osf.io/qy4j6/

Examples

if (FALSE) { # \dontrun{
# Ver departamentos disponibles
get_red_vial_nacional()

# Cargar red vial nacional de un departamento
vias_cusco <- get_red_vial_nacional(departamento = "CUSCO")

# Cargar múltiples departamentos
vias_sur <- get_red_vial_nacional(
  departamento = c("CUSCO", "PUNO", "AREQUIPA")
)

# Visualización con ggplot2
library(ggplot2)
library(dplyr)

# Mapa de red vial nacional por tipo de superficie
ggplot(vias_cusco) +
  geom_sf(aes(color = superfic_l), linewidth = 1) +
  scale_color_manual(
    values = c(
      "Pavimentado" = "darkblue",
      "Afirmado" = "darkgreen",
      "Asfaltado económico" = "purple"
    ),
    name = "Superficie"
  ) +
  labs(
    title = "Red Vial Nacional de Cusco",
    subtitle = "Por Tipo de Superficie - PROVÍAS 2022",
    caption = "Fuente: PROVÍAS NACIONAL | Visor - SDOT"
  ) +
  theme_minimal()

# Mapa por estado de conservación
ggplot(vias_cusco) +
  geom_sf(aes(color = estado_l, linewidth = estado_l)) +
  scale_color_manual(
    values = c(
      "Bueno" = "darkgreen",
      "Regular" = "orange",
      "Malo" = "red"
    ),
    name = "Estado"
  ) +
  scale_linewidth_manual(
    values = c("Bueno" = 1.2, "Regular" = 0.8, "Malo" = 0.6),
    name = "Estado"
  ) +
  labs(
    title = "Estado de Conservación - Red Vial Nacional",
    subtitle = "Departamento de Cusco",
    caption = "Fuente: PROVÍAS NACIONAL | Visor - SDOT"
  ) +
  theme_minimal()

# Mapa por código de ruta
ggplot(vias_cusco) +
  geom_sf(aes(color = codruta), linewidth = 1.2) +
  labs(
    title = "Red Vial Nacional - Códigos de Ruta",
    subtitle = "Cusco",
    color = "Código de Ruta",
    caption = "Fuente: PROVÍAS NACIONAL"
  ) +
  theme_minimal()

# Análisis de longitud por tipo de superficie
vias_cusco |>
  st_drop_geometry() |>
  group_by(superfic_l) |>
  summarise(
    total_km = sum(longitud, na.rm = TRUE),
    n_tramos = n(),
    km_promedio = mean(longitud, na.rm = TRUE)
  ) |>
  arrange(desc(total_km))

# Análisis por eje de clasificación
vias_cusco |>
  st_drop_geometry() |>
  group_by(ejeclas, estado_l) |>
  summarise(
    longitud_total = sum(longitud, na.rm = TRUE),
    .groups = "drop"
  ) |>
  arrange(ejeclas, desc(longitud_total))

# Filtrar vías concesionadas
vias_concesion <- vias_cusco |>
  filter(!is.na(codconces))

# Análisis de corredores logísticos
vias_cusco |>
  st_drop_geometry() |>
  filter(!is.na(codclog_l)) |>
  group_by(codclog_l) |>
  summarise(
    longitud_total = sum(longitud, na.rm = TRUE),
    n_tramos = n(),
    .groups = "drop"
  ) |>
  arrange(desc(longitud_total))

# Análisis por número de carriles
vias_cusco |>
  st_drop_geometry() |>
  group_by(nrocarril) |>
  summarise(
    longitud_total = sum(longitud, na.rm = TRUE),
    pct = (longitud_total / sum(vias_cusco$longitud, na.rm = TRUE)) * 100,
    .groups = "drop"
  )

# Principales rutas nacionales
vias_cusco |>
  st_drop_geometry() |>
  group_by(codruta) |>
  summarise(
    longitud_total = sum(longitud, na.rm = TRUE),
    km_inicio = min(inicio, na.rm = TRUE),
    km_fin = max(fin, na.rm = TRUE),
    .groups = "drop"
  ) |>
  arrange(desc(longitud_total))

# Visualizar solo carreteras longitudinales
vias_long <- vias_cusco |>
  filter(grepl("Longitudinal", ejeclas))

ggplot(vias_long) +
  geom_sf(aes(color = ejeclas), linewidth = 1.5) +
  labs(
    title = "Carreteras Longitudinales",
    subtitle = "Red Vial Nacional - Cusco",
    color = "Eje de Clasificación"
  ) +
  theme_minimal()

# Estadísticas generales
vias_cusco |>
  st_drop_geometry() |>
  summarise(
    longitud_total = sum(longitud, na.rm = TRUE),
    n_rutas = n_distinct(codruta),
    km_pavimentado = sum(longitud[superfic_l == "Pavimentado"], na.rm = TRUE),
    km_afirmado = sum(longitud[superfic_l == "Afirmado"], na.rm = TRUE),
    pct_pavimentado = (km_pavimentado / longitud_total) * 100,
    km_buen_estado = sum(longitud[estado_l == "Bueno"], na.rm = TRUE),
    pct_buen_estado = (km_buen_estado / longitud_total) * 100
  )
} # }