SIG con R

SIG con R

MÓDULO 1. Instalación y primeros pasos con R

  • ¿Qué es R y RStudio? DIAPOSITIVA
  • Instalación de R
  • Instalación de RStudio
  • Instalación y carga de las librerías
  • Conocimiento de la interfaz de R y RStudio, diferencias entre ellas.

MÓDULO 2. Introducción al uso de R

  • Conociendo los distintos objetos en R, numérico, cáracteres, vectores, listas, matrices, entre otros
  • Usando R como calculadora (suma, resta, multiplicación, división, raíz cuadrado, exponencias, logaritmos, entre otros)
  • Guía de estilo en R
  • Lectura y escritura de tablas de csv y excel dentro de R
  • Operaciones entre distintas tablas y distintos tipos de unión entre ellas (merge)
  • Análisis de tablas dentro de R, agregación de nuevas columnas, filtros, conteo, frecuencia, cambio en la estructura de las mismas, orden ascendente y descencente

MÓDULO 3. Gráficos, Ciclos, Funciones y Condicionales en R

  • Gráficos básicos dentro de R, barras, líneas, boxplot, histogramas
  • Uso de ciclos dentro de R
  • Uso de funciones dentro de R
  • Uso de condicionales dentro de funciones

MÓDULO 4. Uso de librerías de ciencia de datos

  • Uso de la librería tidyverse, funciones como mutate, select, group_by, transmute, spread, gather, summarise, mutate_at, ungroup, entre otros.
  • Gráficos avanzados con ggplot2, barras, boxplot, torta, histogram, violin plot, entre otros.

MÓDULO 5. Teoría básica de SIG

  • ¿Qué es un shapefile? tipos de shapefile. DIAPOSITIVA
  • ¿Qué es un raster? tipos de raster. DIAPOSITIVA
  • ¿Qué es un stack?. DIAPOSITIVA.
  • Lectura de archivos raster dentro de R
  • Lectura de archivos shapefile dentro de R
  • Lectura de archivos nc dentro de R

MÓDULO 6. Análisis espacial con R

  • Operaciones espaciales con archivos shapefile, clip, buffer, intersect, filter, dissolve.
  • Operaciones espaciales con archivos raster, álgebra de mapas, extracción por máscara.
  • Lectura de gran cantidad de archivos espaciales tipo raster.
  • Definición y proyección de sistemas coordenadas a archivos shapefile y raster.
  • Cálculo de estadísticas zonales con archivos raster

MÓDULO 7. Elaboración de Mapas con R

  • Creación de mapas (uso de la librería ggplot2) con archivos espaciales tipo raster.
  • Creación de mapas (uso de la librería ggplot2) con archivos espaciales tipo shapefile.
  • Creación de mapas (uso de la librería ggplot2) con archivos espaciales tipo shapefile y raster.
  • Agregación de web map services, uso de la librería leaflet

Aporte de los SIG en el marco del desarrollo de un país

Los SIG se constituyen como una herramienta para la ayuda en la toma de decisiones (Olaya, 2009), esto pues responden a la gran pregunta ¿dónde?, por ejemplo, ¿dónde ubicar un hospital de primer nivel?, ¿dónde localizar escuelas?, ¿dónde se podrían dar fenómenos como deslizamiento de tierras, inundaciones, o entre otros?, en este sentido, los SIG ayudan a responder todas las preguntas que tengan relación con la pregunta ¿dónde?

Todo esto se enmarca entonces en la planificación regional y el ordenamiento territorial de un país, una rama de la geografía como lo es la de riesgos hace uso de los SIG como un elemento clave en el desarrollo de propuestas sobre la prevención de riesgos, claros ejemplos son la ubicación de asentamientos humanos cerca de un río o en terreno con alta pendiente.

Otro aspecto muy importante en donde los SIG aporta, y más aún en el desarrollo de un país, son el uso de modelos de machine learning como Random Forest (Breiman, 2001) y Maxent (Phillips et al., 2006) para identificar el posible impacto del cambio climático sobre alguna especie de flora y fauna, claro ejemplos, pueden ser cultivos importantes de la región (aquí John puedes escribir los cultivos importantes de la región donde vives), los resultados obtenidos con los SIG y de la mano con los TIC es el gradiente de impacto (Bunn et al., 2014), las cuales son zonas que mantendrán, perderán idoneidad o ganaran idoneidad, con esto los planes de desarrollo pueden ir enfatizados a en cuáles zonas hacer inversiones para el desarrollo de los cultivos.

De otro lado, también los TIC y en este caso preciso los SIG pueden ser de uso para la conservación de especies que pueden estar en peligro por el cambio climático, así entonces se podría planificar sobre nuevas áreas protegidas para la conservación de las mismas, ejemplos son vistos en Reina et al (2016).

Otro aspecto que está en furor es el uso de aviones aéreos no tripulados (Radjawali et al., 2017), este uso de los TIC se destaca en el uso de situaciones de emergencia, por ejemplo, en zonas que hayan quedado fuera del alcance de medios de transporte convencionales, su velocidad de vuelo permite recorrer áreas enormes en poco tiempo y aisladas, permitiendo así llevar ayuda necesaria o evaluar la ayuda que se requiera para tal zona.

Bibliografía

Breiman, L. (2001). Random forests. Machine learning, 45(1), 5-32.

Bunn, C., Läderach, P., Jimenez, J. G. P., Montagnon, C., & Schilling, T. (2015). Multiclass classification of agro-ecological zones for Arabica coffee: an improved understanding of the impacts of climate change. PLoS One, 10(10), e0140490.

Olaya, V. (2009). Sistemas de Información Geográfica libres y geodatos libres como elementos de desarrollo. Cuadernos Internacionales de Tecnología para el Desarrollo Humano, 2009, núm. 8.

Radjawali, I., Pye, O., & Flitner, M. (2017). Recognition through reconnaissance? Using drones for counter-mapping in Indonesia. The Journal of Peasant Studies, 44(4), 817-833.

Reina-Rodríguez, G. A., Rubiano Mejía, J. E., Castro Llanos, F. A., & Soriano, I. (2017). Orchid distribution and bioclimatic niches as a strategy to climate change in areas of tropical dry forest in Colombia. Lankesteriana, 17(1), 17-47.

Creación de gráfico compuesto con ggplot2 en R – Climatograma y mapa de localización

Este tutorial hace parte del vídeo en mi canal de YouTube, el cuál puedes ver aquí:

Para descargarlos datos climáticos de Worldclim puedes visitar la página web (clic aquí).

El código lo puedes acceder en mi cuenta de Github (clic aquí). Y por último los datos los puedes descargar aquí (shapefiles)

Recuerda por favor este post en tu red social favorita, para que esta comunidad de R siga creciendo.

Los datos

https://www.worldclim.org/data/worldclim21.html

Cálculo de tiempo y distancia entre dos lugares con el uso de R

Este tutorial hace parte de un vídeo que ya está publicado en mi canal de YouTube.

El resultado final será el siguiente:

Puede ser una imagen de mapa y texto que dice "Ruta desde Cali a Cartago- Valle del Cauca Tiempo estimado: 154.3 minutos istancia: 190.8348 km Risaralda 4.5°N rtago Quindio Latitude 4.0°N 3.5°N 77.0W 76.5°W Longitude 76.0°W Elaboró Fabio Castro"

Para acceder al código de R visita el siguiente enlace:

https://github.com/fabiolexcastro/tutorials_youtube/blob/master/CalculoDistances/01%20calculo%20distancia%20tiempo.R

Y para descargar los datos necesarios para la replica del ejercicio, visita este enlace.

Compartir…

Curso modelos de distribución de especies

El curso será únicamente en el lenguaje de programación de R a partir del uso de la interfaz de RStudio (IDE).

Se aconseja previamente hacer la instalación de las siguientes librerías dentro de R, así como también utilizar la última versión de R (4.1.1.)

install.packages('pacman') 
library(pacman)
pacman::p_load(raster, rgdal, rgeos, stringr, sf, tidyverse, terra, ade4, ncdf4, dismo, ENMeval, rJava, readxl, caret, randomForest, hablar, imputeTS, sp, gtools, foreach, furrr, future, doSNOW, leaflet, DT, dplyr, leaflet.extras, htmltools, crosstalk, rgdal, openxlsx, png, virids, tibble, mapedit, cptcity, ggspatial, RGBIF, hrbrthemes, mapedit, plotply, broom)

Módulo 1.

Repaso en general de R. Aquí se tendrán las siguientes clases:

  • Tipos de objetos, guía de estilo y creación de proyecto más estructura del espacio de trabajo.
  • Lectura y tratamiento de información tipo tabular, distintos tipos de uniones y operaciones entre tablas / dataframes
  • Lectura de objetos espaciales tales como archivos shapefile, raster, estructuras nc, extracción por máscara, clip, dissolve, projection, entre otros.
  • Creación de funciones, aplicación de condicionales, y ciclos generales, conceptos de lapply, sapply, tapply, apply
  • Creación de distintos tipos de gráficos con la librería base de R
  • Creación de gráficos avanzados con ggplot2, boxplot, barras, scatterplot, líneas, tendencias

Módulo 2.

Variables ambientales / climáticas / topográficas

  • Disponibilidad de variables climáticas, bases de datos, worldclim, terraclimate, CRU (Climate Research Unite)
  • Creación de variables bioclimáticas
  • Generación de nuevas variables bioclimáticas, meses consecutivos secos, cantidasd de meses con precipitación mayor a cierto umbral
  • Descarga de modelos de elevación digital
  • Generación de covaribales del terreno, tales como pendiente, aspecto, hillshade
  • Métodos de downscaling GWR, aplicación a variables climáticas
  • Bases de datos de cambio climático, descarga de datos del IPCC,
  • Disponibilidad de datos de suelos, generación de variable de textura del suelo a partir del uso de SAGA
  • Normalización de datos raster que provienen de distintas fuentes de datos, álgebra de mapas
  • Bases de datos que contienen datos de presencias, página web de GBIF y uso de la librería RGBIF

Módulo 3

  • Preprocesamiento de información espacial de especies, eliminación de duplicados por celda, creación de zonas de incidencia (buffer).
  • Generación de datos de pseudo-ausencias, tipos de técnicas, bias sampling background
  • Aplicación de modelos de máxima entropía, estructura y organización del ordenador para el modelo (rJava, Java, dismo)
  • Generación de mapas binarios de idoneidad y no idoneidad a partir de distintos umbrales (Sensibilidad y especificidad)
  • Aplicación de modelos de RandomForest para la estimación de zonas agroclimáticas, generación de clústers, concepto de gradiente de impacto.
  • Generación de capa de incertidumbre, ¿Qué tanto puedo confiar en mi modelo?
  • Proyección de superficies de idoneidad a futuro con máxent y random forest
  • Estimación de diferencias en las superficies de idoneidad para especies de fauna y flora
  • Cálculo del área idónea
  • Salidas gráficas de los mapas de idoneidad, comparación entre distintos periodos de tiempo
  • Generación de mapas avanzados, mapas de macrolocalización