SIG con R

En este nuevo tutorial muestro cómo calcular la estadística zonal del PDSI para todos los municipios de Colombia y generar un archivo espacial final listo para análisis multitemporal.

Trabajamos con datos previamente descargados de TerraClimate, específicamente el Palmer Drought Severity Index (PDSI), y realizamos el procesamiento usando un flujo reproducible en R.

🔎 ¿Qué hace el script?

El código realiza tres procesos fundamentales:

1️⃣ Lectura y organización de rasters

Se listan todos los .tif del PDSI recortados a Colombia y se ordenan correctamente por año.

fles <- dir_ls('./tif/pdsi', regexp = '.tif$')
fles <- grep('COL', fles, value = T)
fles <- mixedsort(fles)

2️⃣ Cálculo de estadística zonal

Utilizamos exactextractr::exact_extract() para calcular el promedio mensual del PDSI por municipio:

znal <- exactextractr::exact_extract(
  x = rstr, 
  y = st_as_sf(mpio), 
  fun = 'mean'
)

El resultado genera:

• 12 columnas (mean.PDSI_1 a mean.PDSI_12)
• Una fila por municipio
• Un identificador temporal por año

Todo queda organizado en una tabla estructurada.

3️⃣ Creación del archivo espacial final

Luego hacemos el join con el shapefile municipal y exportamos:

st_write(znal, './gpkg/zonal_pdsi.gpkg')

El resultado es un GeoPackage listo para:

• Mapas temáticos
• Dashboards en Shiny
• Modelos econométricos espaciales
• Análisis multitemporal por municipio

🎥 Mira el paso a paso completo

En el video del canal Un Geógrafo en YouTube explico:

• Por qué usar exactextractr en lugar de terra::extract
• Cómo estructurar datos multitemporales
• Buenas prácticas para zonal statistics
• Errores comunes y cómo evitarlos

👉 Te invito a ver el tutorial completo en el canal.