Modelo Random Forest para estimación del nicho ecológico de una especie forestal

En el presente tutorial realizamos una modelación con Random Forest para la especie Coyol (Acrocomia mexicana), la cual nos permitirá estimar las áreas idóneas – nicho ecológica para esta especie en el país de México de donde es originaria. Para la aplicación requerimos tener instalado R 4.2.2. (o última versión) y RStudio, así como también algunas librerías tales como SSDM, terra, rgbif y tidyverse.

# Load libraries ----------------------------------------------------------
require(pacman)
pacman::p_load(rnaturalearthdata, rnaturalearth, cptcity, SSDM, ggspatial, raster, terra, sf, fs, glue, tidyverse, rgbif, geodata)

Al final del tutorial aprenderás a realizar un mapa como el siguiente.

Para acceder a los códigos puedes dar clic aquí. Los datos a utilizar se descargan con el mismo R.

Si te interesa conocer más sobre los modelos random forest y ampliar al respecto, te pueden servir estas dos lecturas.

Recuerda apoyarme, por favor, compartiendo este contenido con tus amigos y colegas a quienes creas que este vídeo les puede servir, y no olvides en contactarme a mi Whatsapp si requieres ayuda / asesoría.

Clusterización con el método Random Forest

En este tutorial realizamos una clasificación climática de las cuencas hidrográficas en Colombia usando la técnica de Machine Learning – Random Forest; aquí hacemos uso de los datos de Worldclim y de las cuencas hidrográficas delimitadas por el IDEAM.

Al final del vídeo aprenderemos a realizar este mapa con el método RF.

En este tutorial se realizan varios pasos:

  1. Descarga de datos climáticos de temperatura y precipitación
  2. Creación de variables bioclimáticas
  3. Estadística zonal para las cuencas hidrográficas de Colombia, con las variables bioclimáticas
  4. Estimación de los clústers con Random Forest
  5. Elaboración de boxplot para identificar los nombres de los clústers
  6. Realización del mapa

El vídeo lo puedes ver en mi canal en YouTube

Para acceder a los datos y código puedes visitar este enlace.

Si requieres asesoría personalizada / clases, me puedes contactar por medio del Whatsapp

Análisis de pendiente para datos de temperatura promedio anual

Aquí respondemos la pregunta

¿Cuál ha sido el cambio en la temperatura promedio entre al año 1980 al 2020 para el municipio de Salento en Colombia?

Este tutorial es la continuación de una anterior publicación en la cual realizamos el desescalado (downscaling) de datos de temperatura promedio par el año 2023, aquí puedes revisar el vídeo y la publicación.

Hacemos uso de la librería trend para hacer el cálculo de la pendiente, aquí podrás revisar algunas publicaciones de interés sobre el tema. Líneas abajo puedes descargar los artículos mencionados en el vídeo tutorial.

Para acceder a los códigos y los datos dar clic aquí.

Si tienes preguntas dudas o inquietudes y deseas tener una asesoría personalizada me puedes contactar al Whatsapp.