Skip to main content

Programación y Análisis de Datos Geoespaciales

Capítulo 1 CBIT202

  • Universidad Austral de Chile: Laboratorio de Ecoinformatica
  • Nombre asignatura: Introducción al Análisis de Datos Geoespaciales
  • Código asignatuta: CBIT202-23
  • Docente responsable: Horacio Samaniego
  • Correo electrónico:
  • Modalidad de clases:
    • Prácticas
    • Presenciales
    • Consultas por Discord (chat o video) -
  • Horario de clases: Lunes 9:50 - 13:00 hrs
  • Lugar: Sala de computación, Facultad de Ciencias Forestales y Recursos Naturales, Campus Isla Teja, Valdivia
  • Inicio clases: 11 agosto 2025
  • Pausa lectiva 13 - 17 Octubre 2025
  • Término clases: 28 noviembre 2025 (puede modificarse según calendario académico)

1.1 DESCRIPCIÓN DEL CURSO

Este curso tiene como objetivo central adquirir herramientas para el manejo de datos con un énfasis en datos espaciales para el menejo de los recursos naturales y la aproximación y resolución de problemas ambientaleslos. Se busca la creación de competencias en los principios de investigación reproducible, representación y análisis de información espacial y la creación de mapas estáticos e interactivos. Esto permitirá la adquisiciónde herramientas para profundizar el conocimientos acerca del diseño y desarrollo de análisis de datos ambientales complejos y espacialmente explícitos.

1.1.1 OBJETIVOS

  1. Conocer y entender el concepto de Investigación Reproducible como una forma y filosofía de trabajo que permite que las investigaciones sean más ordenadas y replicables, desde la toma de datos hasta la escritura de resultados utilizando R.

  2. Realizar análisis críticos de la naturaleza de los datos al realizar análisis exploratorios y reforzar conociminetos en estadística.

  3. Realizar análisis de datos espaciales, poder hacer mapas y aplicar a preguntas de conservación y manejo de recursos naturales.

  4. Aprender a utilizar de forma proficiente el lenguaje de programación R y la plataforma GitHub en un ambiente de trabajo colaborativo.

1.2 Evaluación

1.2.1 Tareas

  • Se entregarán ejercicios semanales que deben ser resueltos.

1.2.2 proyectos

  • Se desarrollán proyectos de análisis y de programación que consistirán en la resolución de un problema, o set de preguntas.

1.2.3 calificaciones

Evaluación Ponderación
Ejercicios & Tareas \[\frac{1}{n}\sum_i^n nota\, tarea_i\] 50%
Proyecto código 1 15%
Proyecto código 2 25%
Participación / Asistencia 10%

1.3 Calendario

1.3.1 Módulo 1: Introducción a R y RStudio

  1. 18 Agosto — Presentación del curso
    • R como lenguaje de programación para análisis de datos
    • Entorno de RStudio: navegación básica y gestión del espacio de trabajo
    • Tipos y estructuras de datos: vectores, matrices, data frames y tibbles
    • Operaciones aritméticas y lógicas básicas
    • Introducción a paquetes y gestión de paquetes

1.3.2 Módulo 2: HTML, Markdown & R

  1. 18 Agosto — Introducción a Markdown y R Markdown
    • Creación de informes reproducibles
    • Sintaxis Markdown
    • Incorporación de fragmentos de código R
    • Formatos de salida (HTML, PDF, Word)
    • Investigación reproducible

1.3.3 Módulo 3: Manipulación de Datos con Tidyverse

  1. 25 Agosto — datos desde varios formatos (CSV, Excel, bases de datos, etc.)
    • Introducción a tidyverse
    • Importación y Exportación de Datos
    • Manejo de valores faltantes
    • Limpieza y preprocesamiento de datos
  2. 1 Septiembre — Manejo y Análisis de datos
    • Manipulación de datos con dplyr: select, filter, arrange, mutate, group_by, summarize
    • Tabulaciones
    • Ordenación de datos con tidyr: gather, spread, separate, unite
    • Transformación de datos con purrr: programación funcional para análisis de datos
  3. 8 Septiembre — Análisis y comunicación de resultados

1.3.4 Modulo 5: Visualización de Datos

  1. 15 Septiembre — Introducción a ggplot2
    • Creación de diversos tipos de gráficos (diagramas de dispersión, histogramas, diagramas de caja, gráficos de barras, gráficos de líneas)
    • Personalización de gráficos con estética, escalas y temas
    • Facetas y capas de gráficos
  2. 22 Septiembre — Visualización
    • Visualización interactiva
    • Mapview
  3. 29 Septiembre — Presentación de resolución de problema en 3’+2’
  • Presentación en ppt (markdown)
  • Resultados y Discusión

1.3.5 Módulo 6: Introducción al Análisis Geoespacial

  1. 6 Octubre — Introducción a los datos espaciales

    • Lectura y escritura de datos espaciales (shapefiles, GeoJSON, etc.)
    • Definir y transformar proyecciones
    • Operaciones espaciales básicas (unión, intersección, búfer)
    • Análisis de datos espaciales

  2. 13 Octubre — (Semana de receso)

10 20 Octubre — datos en grilla - Fuentes y formatos - filtros y procesamiento - algebra de mapa - mapas categóricos, clasificación y reclasificación

  1. 27 Octubre — Mapas - Cartografía - Mapas de distintas fuentes - Mapas interactivos, mapview y leaflet

  2. 3 Noviembre — Operaciones de grillas

    • Operaciones espaciales conjuntas: puntos, vectores y grillas
    • Tabular informacion raster
    • interpolaciones

  3. 10 Noviembre — Proyectos

  4. 17 Noviembre — Proyectos

  5. 24 Noviembre — Proyectos

1.4 Recursos adicionales

Si bien intentamos buscar ejemplos originales y sets de datos locales, gran parte del material con que trabajaremos ha sido ya trabajado elaborado por otros. Es por eso que se sugiere revisar algunos sitios claves como los siguientes: