Entradas

¿Cómo descargar información de GBIF usando R?

Imagen
Muchas investigaciones se realizan en identificar cuál es el impacto del cambio climático sobre ciertas especies tanto animales como vegetales, dentro de los métodos para dichas investigaciones se encuentran MaxEnt y Random Forest, para hacer tales modelaciones se hace necesario contar con presencias de la especie a modelar. GBIF (Global Biodiversity Information Facility) es una plataforma que cuenta con cientos de miles de registros de presencias tanto de flora como de fauna, estos registros en su mayoría cuentan con las coordenadas geográficas que pueden ser de uso para realizar el tipo de investigaciones mencionado anteriormente. Para hacer la descarga de tales registros se puede hacer de varias maneras, una de ellas es haciendo el respectivo registro en la página web  (requiere usuario y contraseña), y luego introduciendo el nombre científico de la especie nos arroja el resultado de todos los registros, sin embargo, en muchas ocasiones el hacer la descarga se demora desde pocos

Creando un mapa en R

Imagen
Hola a todos! En este tutorial realizaremos un mapa de una variable continua en R, en el cuál utilizaremos archivos espaciales tipo raster, y shapefile. Este mapa representará la ubicación geográfica de estaciones meteorológicas de precipitación, así como tambien la temperatura promedio para el departamento del Valle del Cauca. En caso que quiera replicar el ejercicio puede descargar los datos aquí . Aquí se hacen uso de algunos comandos como filter, select, extract, which, getData. El primer paso a realizar es cargar las librerias, aquí usamos el comando p_load de la libreria pacman para cargar varias librerias en una sola línea, además, en caso que la libreria no encuentre instalada, ésta se instalará automaticamente. require(pacman) pacman :: p_load(raster, rgdal, tidyverse, rgeos, gtools, stringr, foreign) El segundo paso es cargar la tabla con las coordenadas geográficas de las estaciones de Worldclim. wcs <- read.dbf( '_dbf/wc_tean_stations.dbf' ) Co

Descarga y tratamiento de datos climáticos a nivel mensual (CRU) usando R

Imagen
En este tutorial trabajaremos con datos climáticos descargados de la pagina web de CRU ( Climatic Researc Unit ), se realizará la descarga, y tratamiento de los datos espaciales con el fin de realizar gráficas de tendencia a lo largo de 35 años (1980-2015); todo lo anterior lo realizaremos en el lenguaje de programación R. Las variables disponibles para descarga son las siguientes: - cld: cobertura de nubes (%) - dtr: rango temperatura diurno (grados centigrados) - fdf: frost day frequency (días) - pet: evapotranspiración potencial (mm/day) - pre: precipitation (mm por mes) - rhm: humedad relativa (porcentaje) - ssh: sunshine duración (hours) - tmp: temperatura promedio (grados centigrados) - tmn: promedio de temperatura minima (grados centigrados) - tmx: promedio de temperatura máxima (grados centigrados) - presión de vapor (hectopascal hPa) - wet: frecuencia de días húmedos (días) - wnd: velocidad del viento (metros por segundo) En este ejercicio usaremos las variable

R

Imagen
Ejecucción de código de Python desde R Ejecucción de código de Python desde R 10 de enero de 2018 En este tutorial aprenderemos a crear y ejecutar un código python desde R; para ello será necesario tener instalado R (RStudio) y contar con alguna versión de ArcGIS superior a la versión 10, ello pues se hará uso de herramientas de este SIG. El objetivo es convertir 12 archivos raster tipo “float” a “integer”, y a su vez convertir de archivos “ascii” a “tif”. Para este ejercicio usaremos archivos raster tipo “ascii”, los cuales los podra descargar del siguiente enlace https://goo.gl/VyfQyu 1. Cargaremos las librerias a utilizar. # Load libraries require(raster) require(rgdal) require(tidyverse) require(rasterVis) require(rgeos) require(gtools) En el caso que usted no tenga instalado las librerias, podría instalarlas como se muestra a continuación: install.packages('raster') install.packages('rgdal') ins