Compartir en:
¿Eres nuevo en Distribución de especies forestales? Si es así, ¡estás en el lugar correcto para iniciar! Este curso te ayudará desde cero hasta llegar a ser un experto en Distribución actual y futura al 2100 de especies forestales mediante R, Google Earth Engine, MaxEnt y ArcGIS Pro, aplicado al modelamiento espaciales de la distribución de especies en ámbitos macro y micro, así contribuir con la conservación de los recursos naturales, reforestación de sitios óptimos de la especie forestal y endemismo de la especie.
Nos indica la idoneidad del ambiente para el desarrollo de poblaciones de una especie, calculada a partir de observaciones de campo y una serie de variables bioclimáticas que actúan como predictores.
Temario del Curso
- Instalar ArcGIS Pro
- Instalar Python 3.9.11
- Instalar JupyterLab
- Instalar R
- Configurar R en JupyterLab
- Instalar MaxEnt
- Instalar Google Earth Engine mediante Python - JupyterLab
- Introducción Modelamiento de distribución especie MDS
- Requisitos MDS
- Introducción básica en JupyterLab
- Introducción básica en R
- Introducción básica en ArcGIS Pro
- Introducción básica en Google Earth Engine utilizando Python.
- Introducción
- Modelo vectorial y ráster
- Tipos de vectores
- Tipos de resolución ráster
- Proyección
- Características datos bioclimáticos – WorldClim
- Descarga de datos bioclimáticas utilizando R
- Descarga de Temperatura mínima, máxima y promedio WorldClim
- Característica datos de suelo – SoilGrids - ISRIC
- Descarga datos de suelo mediante Google Earth Engine - GEE
- Descarga datos Modelo Digital de Elevación mediante GEE
- Introducción
- Determinación de pendiente - Slope
- Determinación de aspecto - aspect
- Determinación del índice de posición topográfica - TPI
- Determinación índice de rugosidad del terreno - TRI
- Determinar la dirección de flujo del agua - Flowdir
- Introducción
- Cargar todas las capas bioclimáticas, topográficas y edáficas
- Seleccionar una capa para uniformizar según el criterio del ráster.
- Resamplear todos los ráster
- Recortar todas las capas ráster
- Guardar los ráster en formato ASCII
- Seleccionar la especie forestal
- Superponer con su área de estudio
- Verificar si hay valores nulos
- Agregar un ráster estándar
- Extraer según ubicación de celda las coordenadas.
- Determinar la coordenada
- Verificar si hay duplicados
- Exportar en tabla CSV para MaxEnt
- Generar un shapefile con las coordenadas
- Instalar paquete rgbif
- Verificar la especie y genero
- Selección de la especie mediante clave
- Generar tabla de la especie
- Verificar valores nulos
- Exportar en tabla CSV para MaxEnt
- Introducción MaxEnt
- Importar datos espaciales y especie CSV
- Configurar parámetros
- Análisis de resultados del modelo de predictivos de la especie
- Análisis estadístico de los resultados
- Análisis de contribución y Test de jackknife
- Introducción
- Selección de variables utilizando Correlación Pearson y dendrograma.
- Selección de variables utilizando el porcentaje de contribución
- Exportar las variables seleccionadas según formatos ASCII
- Introducción MaxEnt
- Importar datos espaciales seleccionados y especie CSV
- Configurar parámetros
- Análisis de resultados del modelo de predictivos de la especie
- Análisis estadístico de los resultados
- Análisis de contribución y Test de jackknife
- Introducción e instalación paquete: dismo, rJava, virtualspecies
- Importar ráster de variables bioclimáticas, topográficas y edáficas
- Generar una composición de bandas
- Selección de las variables utilizando Correlación Pearson y dendrograma.
- Importar las presencias de especies forestales
- Generar fondo para puntos aleatorios
- Modelo MaxEnt utilizando, configurando curva de respuesta, contribución modelo y puntos aleatorio al 25%.
- Abrir el modelo en HTML
- Gráfico de contribución de las variables.
- Generar predicción
- Plotear modelo de predicción actual y puntos de presencia.
- Exportar en formato ráster predicción del modelo.
- Introducción sistema de evaluación modelo CMIP6
- Escenarios de futuros SSP de los periodos
- Variables temperatura mínima, máximo, precipitación y bioclimáticas.
- Niveles (126, 245, 370, 585)
- Tiempo ("2021-2040", "2041-2060", "2061-2080", "2081-2100")
- Variable ("tmin", "tmax", "prec", "bioc")
- Lista de ráster futuros
- Cargar variables futuras
- Resamplear ráster
- Recortar ráster según zona estudio
- Realizar promedio temperatura y suma precipitación
- Exportar en formato ASCII.
- Introducción MaxEnt
- Importar datos espaciales futuros y especie CSV
- Configurar parámetros
- Análisis de resultados del modelo de predictivos de la especie
- Análisis estadístico de los resultados
- Análisis de contribución y Test de jackknife
- Importar tabla Results
- Selección de las columnas de especie y AUC
- Generar los nombres en formato TIF y ASC.
- Importar zona de estudio
- Realizar buffer área estudio
- Recortar el ráster según área de estudio buffer
- Clasificar el ráster en 4 clases
- Exportar el ráster clasificado
- Introducción
- Agregar los ráster clasificado
- Convertir ráster a vector
- Determinar área hectárea y porcentaje
- Agregar vectores zona de estudio
- Agregar norte y barra escala
- Agregar título y membrete
- Exportar en formato PDF o JPG.
Adquierelo antes de que llegue a CERO !!
April 17, 2025
Días
Hora
Min.
Seg.
Distribución actual y futura al 2100 de especies forestales mediante R, Google Earth Engine, MaxEnt y ArcGIS Pro
Accede al contenido virtual de inmediato.
Agregar al carrito Descargue los pasos para una compra fácil.
50.00% - dcto$ 200
$ 100.00
Detalles del curso
- Acceso de por vida
- Asesoria personalizada
- Certificado especialización
- Nivel Completo
- Aprende a tu ritmo
- 100 horas lectivas
Acerca del docente
