Document Facultad de Ciencias – Inicio
Escudo de la República de Colombia Escudo de la República de Colombia
Panel de Accesibilidad

Análisis Y Modelación Espacial De Datos Ecológicos Y Ambientales Usando R Y Google Earth Engine

Análisis Y Modelación Espacial De Datos Ecológicos Y Ambientales Usando R Y Google Earth Engine

Información del curso:

Preinscripción hasta el 31 de agosto e inscripción hasta el 7 de septiembre de 2026

*El horario puede estar sujeto a leves modificaciones, se notificará oportunamente si se realizan cambios.

Público objetivo:

El curso modelación espacial de datos ecológicos y ambientales usando R y GEE, está dirigido a los profesionales y estudiantes (en áreas afines a la ecología, ingeniería forestal, ciencias ambientales, geografía, entre otras) que deseen conocer, consolidar, actualizar e integrar conceptos en la temática.

Objetivos:

Objetivo general: El objetivo principal de este curso es introducir a profesionales, estudiantes de posgrado y estudiantes de últimos semestres de pregrado, al análisis y modelación de datos ecológicos y ambientales, utilizando software de código abierto (R y Google Earth Engine-GEE). El curso está dividido en 10 módulos donde los estudiantes desarrollan análisis espaciales sobre varios temas ecológicos utilizando datos reales (disponibles para uso público).

Objetivos específicos:

  • Aprender a generar y procesar datos espaciales en los programas de libre acceso R y GEE.
  • Comprender como hacer un buen uso de la estadística espacial y estadística de aprendizaje (algoritmos de aprendizaje – machine learning) en la modelación espacial de datos ecológicos y ambientales.
  • Entender el buen uso de las metodologías para evaluar la exactitud temática y los errores de los modelos espaciales.
  • Entender el buen uso de los modelos de distribución de especies.
  • Aprender a generar análisis reproducibles a través de scripts de R y GEE.

Justificación:

El ANÁLISIS espacial es un tipo de análisis estadístico que busca explicar patrones de datos espaciales en términos matemáticos y geométricos. La MODELACIÓN ESPACIAL son un grupo de técnicas estadísticas (e.g., algoritmos de aprendizaje, estadística espacial) para predecir datos reales en el terreno (espacio). Los DATOS ECOLÓGICOS Y AMBIENTALES son cualquier información que se puede usar para resolver un problema dentro de la ecología, lo que incluye datos de biodiversidad, fisiología, ecología, clima, hidrología, biofísica, economía, geografía, poblaciones, entre otros.

En el contexto de la actual crisis mundial de biodiversidad y degradación del medioambiente, la modelación espacial de datos ecológicos y ambientales es clave para brindar información que mitigue la pérdida de biodiversidad y promueva su restauración, debido a que permite construir modelos espaciotemporales para monitorear los cambios de la biodiversidad y el medioambiente en paisajes, regiones y países. Así mismo la investigación en estos temas está generando nuevas y llamativas posibilidades laborales para las nuevas generaciones de biólogos, ecólogos, ingenieros forestales, ingenieros ambientales, y geógrafos entre otras profesionales afines.

Plan Programático:

PLAN TEMÁTICO: Diez clases de 4 horas

Clase 1

Introducción a programación usando el programa R

• Instalación y use de R y R-Studio.
• Programación con base en objetos.
• Clases de objetos básicos en R (vectores, data frames, matrices, y listas):
creación y procesamiento.que infectan aves.

Clase 2

Introducción a programación usando el programa R

• Exploración de datos no espaciales vs datos espaciales en R.
• Cálculos y visualización de estadísticas descriptivas.
• Visualización y descripción de distribuciones estadísticas.
• Visualización y descripción de variables en mapas.

Clase 3

Vectores espaciales (puntos, líneas y polígonos) en R.

• Estructura de vectores espaciales.
• Lectura, creación y proyección de vectores espaciales.
• Análisis de vectores espaciales (extracción, superposición, proximidad,
estadísticas, entre otros).
• Visualización de vectores espaciales en R.

Clase 4

Ráster en R

• Estructura ráster (resolución espacial, bandas, extensión, proyección geográfica,
entre otros).
• Lectura, creación y generación de la proyección de ráster.
• El ráster como una matriz matemática (matemáticas entre ráster).
• Visualización de estructuras ráster en R.
• Operaciones con datos raster.

Clase 5

Introducción a GEE (Image, ImageCollection, Feature, and FeatureColletion) Editor de código GEE.

• Imágenes, colecciones de imágenes, geometría de imágenes, y geometría de
colecciones.
• Feature (Puntos, líneas y Polígonos) y Feature colección (Puntos, líneas y
Polígonos).
• Operaciones básicas de Image, ImageCollection, Feature, and FeatureColletion.
• Importación y exportación en GEE.

Clase 5

ALS-LiDAR en R

• Clasificación del terreno y generación de Modelos Digitales del Terreno.
• Normalización con base en la altura del terreno y generación de Modelos
Digitales de Elevación.
• Métricas verticales y horizontales de Modelos Digitales de Elevación en
bosques.

Clase 6

Estadística de aprendizaje y algoritmos de aprendizaje I

• Introducción a la estadística de aprendizaje.
• Regresión vs clasificación.
• Grupos de entrenamiento y prueba.
• Medidas de precisión.
• Algoritmos de aprendizaje I – modelos lineales: Regresión múltiple, Regresión
regularizadas, Regresión MARS.

Clase 7

Algoritmos de aprendizaje II – modelos de árboles.

• CART análisis.
• Bagging análisis.
• Random Forest análisis.
• Gradient Boosting Machine análisis.

Clase 8

Algoritmos de aprendizaje III – modelos de SVM.

• Support Vector Machine (SVM) análisis.
• SVM-Kernel lineal.
• SVM-Kernel sigmoide.
• SVM-Kernel radial.

Clase 9 primera parte

Construcción de un mapa de coberturas de tierra en la
Magdalena Medio Colombiano empelando R

• Sensores remotos (resoluciones espaciales, temporales y radiométricas).
• Creación de un mapa desde cero.

Clase 9 segunda parte

Procesamiento de imágenes y modelación espacial en GEE

• Procesamiento de imágenes
• Algoritmos de aprendizaje y modelado espacial.

Clase 10

Modelos de Distribución de Especies (MDE)

• Métodos de MDE usando solo presencias.
• Métodos de MDE usando presencias y ausencias.
• Métodos de MDE usando presencias y datos background.

Proceso de inscripción:

1. Llenar formulario de inscripción
2. Efectuar Pago

Una vez realizada la preinscripción en la plataforma HERMES, le compartiremos los detalles necesarios para efectuar el pago, esta información llegará al correo que haya proporcionado en el formulario de preinscripción. El pago se podrá realizar de manera virtual o por consignación.


Por favor antes de realizar el pago, verifique los descuentos a los que aplica. Una vez realizado el pago sólo tendrá hasta 10 días hábiles para solicitar la devolución de los excedentes en el caso de efectuar un pago por mayor valor.

3. Formaliza tu inscripción

Enviar la fotocopia del documento de identidad vigente por ambas caras del participante y acudiente, el comprobante de pago y el carné universitario vigente (en caso de aplicar a un descuento superior) al correo ecp_fcbog@unal.edu.co.

4. Consulta tu correo electrónico

Ingresa al correo electrónico y revisa la confirmación de la inscripción al curso.

5. Prepárate para iniciar el curso

Por correo electrónico te estaremos informando sobre el inicio del curso.

PROCESO DE FACTURACIÓN

Para dar cumplimiento a la resolución No. 1465 de 2013 de Rectoría, la FACTURA deberá solicitarse dentro del mismo mes de pago y antes del cierre de emisión de facturas. La facturación a 30 días se realizará una vez entregados el compromiso jurídico de pago y la autorización de uso de datos firmados por el representante legal y por cuantía igual o superior a un (1) SMMLV. Para ambos casos se requiere: copia del certificado de cámara de comercio y RUT. Si no han tenido relaciones comerciales con la Universidad Nacional de Colombia Sede Bogotá, los nuevos clientes DEBEN enviar estos documentos tres días hábiles antes de solicitar la factura para registrarlos en contabilidad.

La Universidad Nacional de Colombia podrá cancelar o posponer la realización del curso, diplomado o evento, cuando no se alcance el número suficiente de inscritos para su realización. También podrá posponerlo o cancelarlo por razones de fuerza mayor. En estos casos se hará la devolución del 100% del valor de la inscripción.

En caso de no poder asistir al curso, diplomado o evento, deberá presentar una solicitud de cancelación por escrito, por lo menos tres días hábiles antes de iniciar la actividad, explicando claramente los motivos de la misma y adjuntando los soportes pertinentes. Esta solicitud será analizada por el Comité de Extensión de la Facultad y en caso de ser aprobada será devuelto el 80% del costo del curso, debido a los gastos administrativos en los que hay que incurrir para el proceso.

Una vez iniciada la actividad no se hará devolución del dinero pero podrá dar uso de su cupo retomando de nuevo la actividad dentro del año vigente.

Tenga en cuenta la siguiente información en caso de devoluciones y cancelaciones:

Costo: $1.000.000*

Información de contacto

Para más información sobre los eventos de la Facultad de Ciencias de la Universidad Nacional de Colombia sede Bogotá, no dudes en ponerte en contacto con nosotros.

Dirección de Extensión Facultad de Ciencias

Correo electrónico

ecp_fcbog@unal.edu.co

Extensión

3165000 ext 15629 – 15639