Creación del convex hull para una nube de puntos del escarabajo coprógafo para el país de Colombia. El vídeo tutorial:
Código y datos en: https://github.com/fabiolexcastro/tutorials_youtube/tree/master/13%20convex%20hull%20process
Convex hull en R
Análisis de regresión lineal simple a datos climáticos del IDEAM
El presente tutorial hace parte de un vídeo publicado en mi canal de YouTube, el cual puedes ver en el siguiente enlace.
En este tutorial comparto como poder realizar un análisis de regresión lineal simple a datos de estaciones climáticas de Boyacá, propiamente de la temperatura promedio, siendo la fuente de estos datos el IDEAM.
Si deseas replicar el ejercicio puedes descargar los datos y código del siguiente repositorio de mi GitHub.
Contacto para asesorías personalizadas
Datos climáticos – ambientales – ecológicos (Colombia)
Aquí se presenta la lista de los datos oficiales a nivel nacional disponibles para Colombia, estos es posible descargarlos de manera gratuita.
Bosques
🏞 Datos de bosque – no bosque. Estos vienen para los años
1990 / 2000 / 2005 / 2010 / 2012 / 2013 / 2014 / 2015 / 2016
Estos datos hacen referencia al área con bosque y no bosque para todo Colombia, a escala de 30 metros. También se suman algunas zonas sin información, producto de la presencia de problemas en el bandeado del satélite Landsat.
Un ejemplo:
Una posible salida para eliminar las zonas sin información, es hacer uso de los datos de Hansen, de la Universidad de Maryland, estos datos son rasters a nivel mundial, y de posible descarga por tiles (pequeñas ventanas que forman el mosaico de todo el mundo).
Ecosistemas
🏝🏜🏖 Datos de ecosistemas para distintos años
Mapa de ecosistemas continentales, marinos, y costeros de Colombia para el año 2017.
Algunas de las categorías son:
Arbustal, bosque, desdierto, glacieares, páramos, sabana estacional, vegetación, agroecosistemas, lagos, lagunas, bosque de galería, entre otros.
La fuente de estos datos es el IDEAM.
Amazonas:
2012 / 2014 / 2016 / 2018 (no disponible para descarga, de momento) / 2020
La entidad a cargo de esta información es SINCHI (Instituto Amazónico de Investigaciones Científicas), y esta disponible para descarga en formato Shapefile a escala de 1:100.000, es posible hacer la descarga desde la plataforma de SIAC, dar en buscar con la palabra «Ecosistemas».
Creación de un GIF de mapas en R
Este tutorial hace parte del siguiente vídeo de mi canal de YouTube.
El código para la replica del ejercicio está disponible aquí.
Los datos los puede bajar / descargar de la página web de TerraClimate.
Interpolación Kriging con R
El vídeo tutorial sobre el proceso de interpolación kriging con R está disponible en mi canal de YouTube (Un geógrafo en YouTube).
El código y los datos se pueden descargar de mi GitHub.
Identificación de clima análogo dentro de R
Este vídeo tutorial:
Trata sobre la identificación de lugares similares climáticamente a una coordenada en específico. Esto con la ayuda de la librería analogues descargada desde GitHub, en adicción, realizamos el mapa de similitud climática para una coordenada en particular.
El código y los datos aquí.
Asesorías personalizadas
Modelación de cultivos con EcoCrop.
En este tutorial abordaremos el tema de la modelación de cultivos a partir desde un enfoque empírico, siguiendo un poco la metodología de Julián Ramírez-Villegas et al en su artículo científico titulado:
Empirical approaches for assessing impacts of climate change on agriculture: The EcoCrop model and a case study with grain sorghum
Este enfoque de modelo tiene en cuenta los rangos agroclimáticos de la precipitación, temperatura máxima, temperatura media y temperatura mínima, siguiendo los límites óptimos, marginales y de muerte, tal como lo ilustra la siguiente figura del artículo.
Ahora bien, en este tutorial explicamos como aplicar este ejercicio para el cultivo del café en el país de Nicaragua, esto simplemente como una ejemplificación académica del modelo y no queriendo pretender que el modelo es totalmente certero y sabiendo además que esto se puede mejorar ajustando los requerimientos agroclimáticos e implementando el criterio experto.
El vídeo tutorial es el siguiente:
Si quieres replicar este ejercicio, aquí puedes descargar los datos y los códigos necesarios.
IDW + GWR
En este tutorial realizamos la interpolación espacial de la temperatura máxima promedio para el mes de enero esto a partir del uso de estaciones climatológicas en Guatemala y de aplicación de la técnica IDW (Peso Inverso de la Distancia) y de la técnica de desescalado GWR (Regresión Ponderada Geográfica). Este tutorial incluye los datos y códigos necesarios para la replicación del ejercicio.
Recuerda que si deseas asesoría personalizada para ayudarte con todo el tema de los SIG con R me puedes contactar por mi facebook, whatsapp o coreo electrónico.
El vídeo tutorial disponible en mi canal de YouTube (Un geógrafo en YouTube)
Códigos y datos disponibles en GitHub
Análisis Lisa dentro de R – Aplicación para la cantidad de homicidios a nivel de barrio en la ciudad de Cali
El presente documento hace parte de mi vídeo tutorial publicado en YouTube.
Para acceder a los códigos y datos dar clic aquí.
En esta ocasión realizamos el análisis espacial del comportamiento de la cantidad de homicidios por barrio para la Ciudad de Cali en el año 2019, esto mediante la aplicación del Indicador Local de Asociación Espacial (LISA, por sus siglas en inglés).
Este tipo de análisis de autocorrelación espacial, según Buzai (2021) están considerados muchas veces en la bibliografía especailizada dentro de los denominados Análisis Exploratorio de Datos Espaciales (AEDE) por la importancia que revisten al momento de describir y visualizar las distribuciones espaciales con el objetivo de identificar y visualizar la asociación espacial, los agrupamientos (clusters) o puntos calientes (hot spots) y las estructuras espaciales. Tal como se mencionó líneas arriba, en esta ocasión analizaremos el comportamiento espacial (si existen o no agrupamientos de los barrios) de los barrios en función de la cantidad de homicidios, los datos provienen de la Policia Nacional en conjunto con el Centro de Investigación y Documentación Socioeconómica de la Universidad del Valle.
Si deseas ahondar más en el tema te invito a que sigas y consultes el siguiente libro de Buzai (autor citado).
Método delta para downscaling de datos climáticos futuros
Este tutorial hace parte del siguiente vídeo de mi canal de YouTube:
El código lo puedes ver y descargar desde mi repo de GitHub.
SIG con R - Tutoriales 