Ecosistema(s) espacial(es) de R

R tiene un ecosistema muy potente para poder realizar tareas de geocomputación, entre las que podemos mencionar:

• Análisis exploratorio de datos (EDA)
• Procesamiento de datos
• Transformación de datos (p. ej., cambio de proyección, cálculos)
• Visualización de datos (no solo por medio de mapas)
• Desarrollo de aplicaciones web
• Desarrollo de software, en forma de funciones o paquetes (por ejemplo, para compartir nuevos métodos)

El libro Geocomputación con R es una muy buena guía para ver en detalle muchas de estas tareas.

La organizacion de GitHub rspatial y r-spatial continenen la mayoria de los paquetes del ambito geografico y de sensoramiento remoto.

Hay muchas maneras de manejar datos geográficos en R, con muchos paquetes en el área. Entre ellos se encuentran:

• {sf}, {sp}, {terra}, {raster}, {stars} - clases espaciales
• {dplyr}, {rmapshaper} - procesamiento de tablas de atributos/geometrías
• {rnaturalearth}, {osmdata}, {rsat}, {MODISTools}- descarga de datos espaciales
• {rgrass}, {qgisprocess}, {rgee} - conexión con otros software de Sistemas de Información Geográfico
• {gstat}, {mlr3}, {CAST} - modelado de datos espaciales
• {rasterVis}, {tmap}, {ggplot2} - visualizaciones estáticas
• {leaflet}, {mapview}, {mapdeck} - visualizaciones interactivas
• {spatstat}, {spdep}, {spatialreg}, {dismo}, {landscapemetrics}, {RStoolbox}, {rayshader}, {gdalcubes}, {sfnetworks}, {metR} - diferentes tipos de análisis de datos espaciales

y muchos, muchos paquetes más.

En la vista Spatial de CRAN https://cran.r-project.org/view=Spatial se cuenta con una visión general de las diferentes tareas espaciales que se pueden resolver con R.

Tipos de datos

Para trabajar con datos especiales, en general, representamos la información de dos maneras:

• Vectores: la realidad se representa utilizando puntos, líneas o polígonos.

• Raster: la información se representa por medio de grillas o píxeles.

En R contamos con diferentes paquetes para poder trabajar con estos dos formatos.