Análisis de regresión lineal simple a datos climáticos del IDEAM

El presente tutorial hace parte de un vídeo publicado en mi canal de YouTube, el cual puedes ver en el siguiente enlace.

En este tutorial comparto como poder realizar un análisis de regresión lineal simple a datos de estaciones climáticas de Boyacá, propiamente de la temperatura promedio, siendo la fuente de estos datos el IDEAM.

Si deseas replicar el ejercicio puedes descargar los datos y código del siguiente repositorio de mi GitHub.

Contacto para asesorías personalizadas

Datos climáticos – ambientales – ecológicos (Colombia)

Aquí se presenta la lista de los datos oficiales a nivel nacional disponibles para Colombia, estos es posible descargarlos de manera gratuita.

Bosques

🏞 Datos de bosque – no bosque. Estos vienen para los años

1990 / 2000 / 2005 / 2010 / 2012 / 2013 / 2014 / 2015 / 2016

Estos datos hacen referencia al área con bosque y no bosque para todo Colombia, a escala de 30 metros. También se suman algunas zonas sin información, producto de la presencia de problemas en el bandeado del satélite Landsat.

Un ejemplo:

Los datos se pueden descargar del Sistema de Información Ambiental de Colombia, allí se le da en buscar con la palabra «Bosques»

Una posible salida para eliminar las zonas sin información, es hacer uso de los datos de Hansen, de la Universidad de Maryland, estos datos son rasters a nivel mundial, y de posible descarga por tiles (pequeñas ventanas que forman el mosaico de todo el mundo).

Ecosistemas

🏝🏜🏖 Datos de ecosistemas para distintos años

Mapa de ecosistemas continentales, marinos, y costeros de Colombia para el año 2017.

Algunas de las categorías son:

Arbustal, bosque, desdierto, glacieares, páramos, sabana estacional, vegetación, agroecosistemas, lagos, lagunas, bosque de galería, entre otros.

La fuente de estos datos es el IDEAM.

Es posible hacer la descarga desde la página web del SIAC dando en buscar la palabra Ecosistemas.

Amazonas:

2012 / 2014 / 2016 / 2018 (no disponible para descarga, de momento) / 2020

La entidad a cargo de esta información es SINCHI (Instituto Amazónico de Investigaciones Científicas), y esta disponible para descarga en formato Shapefile a escala de 1:100.000, es posible hacer la descarga desde la plataforma de SIAC, dar en buscar con la palabra «Ecosistemas».

Modelación de cultivos con EcoCrop.

En este tutorial abordaremos el tema de la modelación de cultivos a partir desde un enfoque empírico, siguiendo un poco la metodología de Julián Ramírez-Villegas et al en su artículo científico titulado:

Empirical approaches for assessing impacts of climate change on agriculture: The EcoCrop model and a case study with grain sorghum

Este enfoque de modelo tiene en cuenta los rangos agroclimáticos de la precipitación, temperatura máxima, temperatura media y temperatura mínima, siguiendo los límites óptimos, marginales y de muerte, tal como lo ilustra la siguiente figura del artículo.

Ahora bien, en este tutorial explicamos como aplicar este ejercicio para el cultivo del café en el país de Nicaragua, esto simplemente como una ejemplificación académica del modelo y no queriendo pretender que el modelo es totalmente certero y sabiendo además que esto se puede mejorar ajustando los requerimientos agroclimáticos e implementando el criterio experto.

El vídeo tutorial es el siguiente:

Si quieres replicar este ejercicio, aquí puedes descargar los datos y los códigos necesarios.

IDW + GWR

En este tutorial realizamos la interpolación espacial de la temperatura máxima promedio para el mes de enero esto a partir del uso de estaciones climatológicas en Guatemala y de aplicación de la técnica IDW (Peso Inverso de la Distancia) y de la técnica de desescalado GWR (Regresión Ponderada Geográfica). Este tutorial incluye los datos y códigos necesarios para la replicación del ejercicio.

Recuerda que si deseas asesoría personalizada para ayudarte con todo el tema de los SIG con R me puedes contactar por mi facebook, whatsapp o coreo electrónico.

El vídeo tutorial disponible en mi canal de YouTube (Un geógrafo en YouTube)

Códigos y datos disponibles en GitHub