R y Quantum GIS

En anteriores post en este blog hemos hablado ya de las capacidades que tiene el lenguaje R para trabajar con información espacial. Pero si bien es cierto que las posibilidades en este sentido son muy amplias, pudiéndose realizar prácticamente cualquier tipo de análisis espacial si se tienen los conocimientos necesarios, existen alternativas que nos pueden hacer la vida algo más sencilla en lo que refiere al uso de R para tareas SIG como es el caso de Quantum GIS.

Aquellos que somos usuarios de Quantum GIS, QGIS para los amigos, desde hace algún tiempo conocemos más que sobradamente las posibilidades que tiene este software SIG. Una de las mayores ventajas que tiene QGIS frente a otros productos similares es su integración con herramientas procedentes de otros proveedores de la mano del plugin Processing. Algunos de estos proveedores han estado ahí prácticamente desde los inicios de QGIS como es el caso de GRASS, mientras que otros se han ido incorporando con el paso del tiempo. A día de hoy contamos con herramientas de GRASS, SAGA, Monteverdi, GDAL/OGR entre otros.

Precisamente uno de los proveedores que se han incorporado más recientemente es el propio lenguaje R, teniendo su propio espacio dentro de la Caja de Herramientas de procesado de QGIS, si bien el acceso a las herramientas de R no se activa por defecto por lo que generalmente no aparece entre los algoritmos de geoproceso disponibles.

¿Por qué R en QGIS?

Una de las mayores ventajas que obtenemos al usar este complemento es el rápido y sencillo acceso a toda una serie de funciones o scripts prediseñados que nos permiten, por una parte utilizar capas de información espacial, en cualquier formato vectorial o ráster compatible con estándares OGC, como entrada para estos scripts; y por otra toda una gama de funciones orientadas tanto al análisis descriptivo de la información como geoestadístico. Estas funciones, principalmente las de análisis exploratorio, las estadísticas descriptivas y las de representación gráfica, pueden suplir algunas de las carencias que QGIS tiene en este sentido, pudiendo crear fácilmente histogramas de frecuencias, test de normalidad o resúmenes estadísticos de variables espaciales.

En cualquier caso, el principal recurso que obtenemos con esto es el propio R, es decir, la posibilidad de poder utilizar cualquier paquete o función de R en un entorno específicamente diseñado para manipular y visualizar información geográfica. A aquellos usuarios de QGIS que tengan algunas nociones básicas de R les resultará sumamente sencillo tanto modificar las herramientas instaladas por defecto como crear nuevas utilidades más avanzadas como por ejemplo herramientas de regresión espacial con procesos de validación y/o muestreo de datos, sin perder de vista el estar trabajando en un entorno en el que constantemente visualizamos la información, algo que puede resultar un obstáculo al trabajar en R de manera independiente ya que en ocasiones se puede perder la perspectiva espacial de lo que se está haciendo.

Autor:  Marcos Rodrigues Mimbrero