Aprieto Ctrl + Enter una vez más y la consola me tira el mismo error de siempre, esa lucecita roja que ya conozco de memoria. Llevo así un rato, tratando de que el raster cargue sin quejarse, y en algún momento entre intento e intento me acuerdo de que tengo que contarles algo antes de seguir: varios de los enlaces que van a encontrar en este texto son de afiliado. Si terminan comprando un curso a través de ellos, a mí me llega una comisión chica que ayuda a pagar el internet de acá (que en Los Ríos es todo menos estable), y a ustedes no les cambia el precio ni un peso. Solo menciono lo que de verdad usé para entender mi propio bosque nativo con teledetección y R; lo que no me sirvió, ni lo nombro.
Antes de este lío de código rojo hubo una etapa bastante más tonta: me pasé varias tardes viendo videos de YouTube sobre sistemas de información geográfica, tomando notas como si eso fuera a servir de algo. El problema es que casi todos esos tutoriales usaban un programa distinto al que yo tenía instalado en mi computador, así que terminaba siguiendo instrucciones para botones que ni existían en mi pantalla. Cerraba el video más perdida que al principio. Ahí fue cuando decidí que necesitaba algo que anotara los pasos por mí, en un lenguaje que después pudiera volver a leer sin adivinar nada, y así llegué a RStudio, sin saber todavía qué era un raster ni una proyección.
El invierno en que todo salía en rojo
Al principio, entrar a RStudio se sentía como entrar a un cuarto oscuro buscando el interruptor a tientas. Le tenía terror al código: pensaba que si escribía una coma de más, algo se iba a romper para siempre. Mi primera victoria de verdad fue lograr que el programa reconociera en qué carpeta estaba parada, nada más que eso, y ya me sentía una genia. Afuera llovía sobre el techo de zinc, ese ruido parejo que en Valdivia se vuelve música de fondo, mientras el ventilador de mi laptop se aceleraba tratando de procesar las 13 bandas de una sola imagen satelital. No tenía idea todavía de lo que significaba cada banda; solo sabía que el computador estaba trabajando más de lo normal, y yo también.
Después vino el numerito de la eñe: pasé una tarde entera, de esas que en invierno se hacen cortas por fuera y eternas por dentro, tratando de cargar un archivo .tif sin entender por qué R no encontraba la ruta. Resulta que la carpeta se llamaba con una eñe y el código simplemente no la reconocía. Una tarde completa por una letra. Si el bosque nativo que tengo cerca no me importara tanto, ese día habría cerrado la laptop y no la habría abierto más. Por suerte alguien me recomendó el curso de Teledetección Satelital con R y R-Studio, y aunque el precio me hizo dudar varias semanas (trabajo medio tiempo y hay que hacer las cuentas), terminó siendo lo que me ordenó la cabeza: es de los pocos que encontré en español que te acompaña desde que abres el programa hasta que te sale un mapa que no parece garabato de cuaderno.
¿Por qué me quedé con R y no con un programa de apuntar y hacer clic?
La razón por la que aguanté los errores en rojo fue la repetibilidad. El bosque de por acá cambia lento, pero cambia: si quiero comparar cómo se veía en primavera contra cómo se ve ahora, no quiero tener que acordarme de qué botón apreté la vez pasada. En R cambio una fecha en el código y listo, como seguir una receta que siempre da el mismo pan. Lo que realmente me terminó de convencer, eso sí, no fue el lenguaje en sí mismo: fue darme cuenta de que hay muchísima gente afuera manteniendo y documentando paquetes espaciales para R, así que casi nunca estoy resolviendo un problema que nadie resolvió antes. Si les interesa este camino, cuento más de esos primeros tropezones en mi experiencia aprendiendo teledetección con R sin ser programadora. Al principio parece más lento, pero a la larga ahorra tardes enteras, sobre todo cuando entiendes que se puede manejar un raster pesado sin que el computador se cuelgue.
La tarde en que el bosque nativo por fin se entendía solo
Un sábado de un calor raro para ser Valdivia, con la ventana abierta de par en par, por fin conseguí que saliera mi primer mapa de vegetación. Usé el NDVI, que en cristiano compara cómo refleja la luz una planta sana frente a una que no lo está, sin meterme en la fórmula exacta porque eso ya lo dejé mejor explicado en otro texto. Las imágenes venían de Sentinel-2, el satélite gratuito con el que trabajo casi siempre acá en Chile. Cuando el verde intenso apareció sin ningún error debajo (fue por la semana cinco, más o menos, después de darle vueltas al mismo script varias tardes seguidas), le mandé una captura a mi hermana y le fui explicando cada tono sin mirar ni una vez mis apuntes. No sé si fue el mapa o el hecho de explicarlo sin ayuda, pero algo distinto pasó esa tarde: dejé de sentir que estaba adivinando. Ya no era solo "el bosque que se ve al pasar camino al Faro de Niebla", sino un dato que mostraba cómo estaba resistiendo la sequía o la tala justo en ese tramo que conozco de memoria.
Para quienes están recién partiendo, dejo por acá los pasos para calcular el índice NDVI usando imágenes satelitales en R, ahí sí me metí en el detalle de bandas y fórmulas, cosa que no quiero repetir dos veces acá. Y si se pierden con las siglas, como me pasaba a mí todo el rato, tengo a mano este glosario de índices espectrales que salva cualquier tarde de dudas.
Internet lento en el sur, RStudio funcionando igual
Acá es donde me quiero desviar un rato, porque la teoría es bonita pero la práctica en el sur de Chile tiene sus mañas. Muchos tutoriales los escribe gente con fibra óptica de un giga, y la realidad de quien vive en una zona más apartada es otra. RStudio, por defecto, asume que una va a estar conectada para bajar paquetes o datos, y eso en Los Ríos no siempre se puede dar por hecho.
Tengo una amiga que hace cerámica en un taller del centro, y una vez me preguntó por qué me ponía tan nerviosa cuando se cortaba el internet a media sesión: para ella, que trabaja con las manos y con greda, la idea de depender de una conexión para terminar algo le sonaba rarísima. Con el tiempo aprendí a bajar todo antes de que se largara a llover fuerte, a tener listos los paquetes que sé que voy a necesitar. Si andan en lo mismo, puede que les sirva revisar cuáles son los mejores paquetes de R para análisis de imágenes satelitales hoy y dejarlos instalados antes de que el internet decida hacer de las suyas.
Incluso con esos cortes, R sigue ganándole al resto: si se va la luz a mitad de un análisis, no pierdo el trabajo. No tengo que volver a cargar un raster pesado ni reconfigurar colores desde cero. Prendo la laptop de nuevo, corro el script, y en lo que dura un mate estoy otra vez donde había quedado.
Dos años después: lo que me queda de aprender teledetección con R
Casi dos años después de ese invierno en que no sabía ni qué era una proyección (si eso también los tiene perdidos, este texto sobre cómo corregir proyecciones cartográficas en R me habría ahorrado semanas), me doy cuenta de que lo que más vale no es ningún mapa en particular. Es la paciencia que se te va pegando: entender que si una semana está nublado, que acá es lo normal, hay que esperar la próxima pasada del satélite y ya, no hay drama. También aprendí, a punta de ensayo y error, a recortar un raster grande dejando solo la forma exacta de un predio o de una cuenca, en vez de cargar la escena completa cada vez, un detalle chico que ahorra una cantidad de tiempo ridícula.
No necesito un software carísimo ni una oficina en otra ciudad para vigilar el bosque nativo que tengo al lado. Me basta RStudio, algo caliente para tomar y ganas de leer la documentación cuando algo se cae. A veces, de noche, con el tema oscuro activado, se me queda pegado el reflejo de los árboles del patio flotando encima del código: es de esas cosas que no salen en ningún tutorial, pero que una asocia para siempre con aprender a programar de a poco. Para el futuro ya le tengo el ojo puesto al curso de Modelado de Nicho Ecológico con Maxent en R: es otra rama, tiene que ver con dónde podrían vivir ciertas especies, no con verlas desde arriba, pero me parece el complemento perfecto para entender mejor por qué el bosque de acá es como es. Es más corto y bastante más accesible que el de teledetección, así que probablemente sea mi próximo proyecto de fin de semana.
Si de verdad quieren dejar de hacer clic al azar y entender cómo cambia el paisaje del sur con datos propios, denle una oportunidad a R, aunque sea por curiosidad. Partan de a poco, quizás con este otro texto sobre cómo leer archivos raster en RStudio para principiantes, y no se castiguen si la primera tarde termina solo en errores rojos: es parte del proceso, como el barro en el camino después de un temporal, molesta, pero avisa que una anduvo por donde hay bosque de verdad. Si tuviera que quedarme con una sola lección de estos casi dos años, sería esta: no hace falta entender todo de una vez, alcanza con guardar cada error resuelto en algún lado para no tener que pelearse con el mismo dos veces. Anímense, y después me cuentan cómo les fue con su primer mapa.