SIG con R

En este video presento un flujo completo y reproducible en R para identificar zonas climáticamente idóneas para el cultivo de café bajo sombra, inspirado en el artículo científico:

“A coffee corridor for biodiversity and livelihoods: climatic feasibility of shade coffee cultivation in western Rwanda”
Trees, Forests and People 🌱📄

Aunque el estudio original se desarrolla en África oriental, aquí adapto su enfoque metodológico al contexto colombiano, utilizando datos climáticos globales y herramientas SIG en R.

🧭 Área de estudio y datos utilizados

El análisis se centra en los departamentos de Quindío, Risaralda y Caldas, una de las principales regiones cafeteras de Colombia ☕🇨🇴.

Se emplean datos oficiales y abiertos:

• 🌡️🌧️ Variables bioclimáticas (BIO) de WorldClim v2.1
• 🗺️ Límites administrativos de GADM
• 📦 Paquetes especializados de R para análisis espacial (terra, sf, tmap, geodata)

📊 Variables climáticas consideradas

Siguiendo el artículo de referencia, se seleccionan cinco variables bioclimáticas clave para el cultivo de Coffea arabica:

• BIO1: Temperatura media anual 🌡️
• BIO2: Rango diurno de temperatura
• BIO5: Temperatura máxima del mes más cálido 🔥
• BIO6: Temperatura mínima del mes más frío ❄️
• BIO12: Precipitación anual 🌧️

Cada variable se recorta y enmascara a la zona de estudio para asegurar coherencia espacial.

🧮 Reclasificación climática (idoneidad)

Las variables climáticas se reclasifican en cinco niveles de idoneidad, desde:

• ❌ No apto
• ⚠️ Marginal
• ✅ Apto
• 🌿 Muy apto

Esto se realiza mediante matrices de reclasificación, construidas a partir de rangos climáticos reportados en la literatura agroecológica. El resultado es un conjunto de capas raster comparables entre sí.

⚖️ Análisis multicriterio (Weighted Linear Combination)

Para integrar las variables se aplica un Análisis Multicriterio por Combinación Lineal Ponderada (WLC):

• Todas las variables reciben el mismo peso (0.25)
• Se asume igual importancia relativa de cada factor climático
• El resultado es un mapa continuo de idoneidad climática

Finalmente, el índice se normaliza a un rango de 0 a 1, donde:

• 0 = climáticamente no apto
• 1 = condiciones óptimas para café bajo sombra

📈 Este enfoque permite sintetizar información climática compleja en un solo indicador espacial interpretable.

🗺️ Visualización cartográfica

El resultado se representa mediante un mapa temático en tmap, incorporando:

• 🎨 Paleta de colores gradual por clases de idoneidad
• 🧭 Rosa de los vientos
• 📏 Barra de escala
• 🏷️ Etiquetas departamentales
• 🖼️ Exportación en alta resolución (300 dpi)

El mapa final resume visualmente las zonas con mayor potencial climático para el café, bajo un enfoque reproducible y transparente.

🔁 Reproducibilidad y aplicación

Todo el proceso se desarrolla 100% en R, lo que permite:

• 🔁 Repetir el análisis en otras regiones
• 🌱 Adaptarlo a otros cultivos
• 🌍 Incorporar escenarios climáticos futuros
• 📊 Integrarlo en estudios de planificación territorial

Este tipo de análisis es ampliamente utilizado en agroecología, SIG ambiental y estudios de cambio climático, y aquí se presenta de forma accesible para la comunidad técnica.

¿Me deseas contactar?

Escribeme a mi whatsapp https://wa.me/+573217850490

El vídeo tutorial de YouTube aquí lo puedes encontrar: