En el mundo del análisis de datos geoespaciales existen herramientas conocidas por todos que nos permiten realizar análisis realmente detallados y “a golpe de click”. ArcGIS o QGIS ponen en nuestras manos poderosas funcionalidades para llegar muy lejos en dichos análisis. Sin embargo, en ocasiones, queremos ir un poco más lejos y queremos hacer algún tipo de tratamiento diferente. También hay ocasiones en las que queremos que cierto análisis sea reproducible, es decir, que pueda ejecutarse en un script tantas veces como quiera. Aprender a manejarnos con un leguaje como R nos permite ir dar un paso más allá.

45

El curso de Data Science y SIG te va a enseñar a hacer tus propios programas en R (aunque no hayas programado antes). Pero lo mejor de todo es que vas a conocer la potencia de las librerías de R para el tratamiento de datos geoespaciales y la sinergia que se produce cuando se une a su potencia de cálculo estadístico y visual.

A continuación, voy a enumerar las que considero son las librerías necesarias para poder trabajar con datos GIS en R. Existen otras que pueden resultar muy interesantes también, pero entiendo que conocer estas es un “must”:

  • RGDAL: crea la interfaz en R de las librerías:
    • Geospatial Data Abstraction Library (GDAL) para formatos ráster.
    • OGR para formatos vectoriales.
    • PROJ.4 , que nos ayuda con las operaciones necesarias en tareas de proyecciones y transformaciones.

Es capaz de leer formatos standard como GeoJSON o formatos propietarios como shapefiles de ESRI.

48

  • SP: junto con “sf” se trata de la librería más importante para el tratamiento de datos geoespaciales de tipo vectorial. Esta librería es la que se utiliza en el curso y nos va a permitir hacer varias tareas realmente interesantes. Pero la más importante es la capacidad que nos otorga para poder trabajar con los datos geoespaciales en R asumiendo las características propias de este tipo de datos. Aparecen los denominados Spatial-Dataframes sobre los que vamos a tener la posibilidad de aplicar todo el poder estadístico y visual de R.

15

  • RASTER: Nos va a permitir la lectura, escritura, manipulación, análisis y modelado de datos espaciales de tipo ráster (gridded spatial data). Es capaz de trabajar con ráster uni y multicapa. El paquete también implementa álgebra ráster y la mayoría de las funciones para la manipulación de datos ráster que son comunes en los Sistemas de Información Geográfica (SIG). Estas funciones son similares a las de los programas GIS como Idrisi, las funciones de trama de GRASS y el módulo de cuadrícula de ArcInfo (estación de trabajo).

65

Aún puedes matricularte al nuevo CURSO ONLINE SOBRE DATA SCIENCE APLICADO A LOS SIG, pide información en formacion@tycgis.com para formalizar la matrícula.

Autor: Lorenzo Martínez Manero.

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (2 votos, promedio: 5,00 de 5)

Cargando…

Formación de calidad impartida por profesionales

Curso online Data Science