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

Deja una respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s