SIG con R – Tutoriales

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