Afuera llueve como si el cielo se estuviera desarmando sobre Valdivia y yo estoy acá, con mi café ya medio tibio y el sonido rítmico de las gotas pegando en el techo de zinc, tratando de entender por qué una simple imagen no quiere aparecer en mi pantalla. Es una tarde gris de agosto, de esas donde la luz se va temprano y te dan ganas de cerrar todo, pero me propuse que hoy sí o sí iba a entender cómo abrir ese dichoso archivo del bosque nativo que bajé el otro día. Y es que, si les soy sincera, cuando empecé con esto de la teledetección el invierno pasado, no tenía idea de que un mapa no era solo una foto, sino un montón de números ordenados que mi pobre computador tiene que interpretar.
Esa primera vez fue frustrante, se los juro. Yo miraba la carpeta de descargas y veía un archivo con extensión .tif y pensaba: “Bueno, doble clic y listo, ¿no?”. Pero no. En RStudio las cosas funcionan distinto y, al principio, parece que el programa se esfuerza por decirte que no sabes nada. Pero después de muchas tardes de pelearme con la consola, entendí que cargar un raster es como preparar un mate: tiene su técnica, su orden, y si te saltas un paso, te queda amargo o simplemente no fluye. Así que, si estás ahí con tu laptop, quizás un poco confundida como estaba yo hace unos meses, vamos a hacerlo juntas, paso a paso, para que no termines cerrando la tapa del computador antes de tiempo.
El primer choque con la realidad: ¿Qué estamos tratando de abrir?
Lo primero que aprendí (a golpes, claro) es que lo que nosotros llamamos “imagen satelital” en el mundo de los sistemas de información geográfica se llama raster. Imagínense una cuadrícula gigante, como un cuaderno de matemáticas, donde cada cuadrito tiene un valor. En las imágenes de Landsat 8 o Landsat 9, por ejemplo, cada uno de esos cuadritos representa un área de 30 metros en el suelo. Es loco pensar que un solo píxel cubre lo que sería una casa grande con patio acá en el sur. Y entonces, cuando R lee eso, no está mirando colores, está leyendo esos valores de reflectancia de la vegetación o del suelo.
Yo antes pensaba que era llegar y cargar, pero resulta que un archivo GeoTIFF es especial porque trae “metadatos”. Eso significa que la imagen sabe exactamente en qué parte del mundo está. Si no tuviera eso, el bosque de aquí a la vuelta de mi casa aparecería flotando en la nada en vez de estar donde corresponde, cerca del río Calle-Calle. Ese fue mi primer gran momento de “¡Ahhh, ahora entiendo!”: el raster no es solo dibujo, es geografía pura metida en una matriz de números.
Instalando las herramientas (sin que explote la cabeza)
Al principio me volví loca porque en los tutoriales viejos que encontraba en internet hablaban de un paquete llamado ‘raster’. Pero después, conversando en un foro, me enteré de que ahora lo que se lleva es uno que se llama ‘terra’. Dicen que es mucho más rápido y moderno, y para alguien como yo, que tiene una laptop que ya tiene sus años, la velocidad se agradece. Todavía me acuerdo del zumbido del ventilador de mi laptop vieja esforzándose por procesar una imagen de 500 megas mientras el olor a leña húmeda entraba por la ventana; sentía que en cualquier momento salía volando el computador.
Para empezar, lo primero que tienes que hacer es instalar ese paquete. Es súper simple, escribes install.packages("terra") en la consola y esperas a que R haga su magia. Una vez que está listo, lo llamas con library(terra). Es como avisarle al programa: “Oye, prepárate que vamos a trabajar con mapas”. Y aquí viene el truco que me cambió la vida y que es el corazón de cómo funciona esto: el paquete terra es inteligente. No intenta cargar toda la imagen de una vez en la memoria RAM (que es como la mesa de trabajo del computador), sino que la va leyendo por pedacitos según la necesite. Esto es clave porque, si intentas meter un archivo gigante de golpe, R se va a quedar pegado y vas a tener que forzar el cierre, perdiendo todo lo que estabas haciendo.
El error que casi me hace llorar: La ruta del archivo
Aquí es donde la mayoría de los que no somos programadores tropezamos. Yo pasé casi todo un sábado tratando de cargar un archivo y R me gritaba en rojo: Error: [rast] file does not exist. Yo miraba la carpeta y decía: “¡Pero si ahí está, te estoy viendo!”. La frustración silenciosa de recibir el error 'file.exists(x) is not TRUE' repetidamente por haber olvidado una simple barra inclinada en la ruta es algo que no le deseo a nadie. Resulta que R es súper quisquilloso con cómo escribes dónde está guardado el archivo.
Mi consejo de amiga: usa siempre proyectos de RStudio (esos que terminan en .Rproj). Así, el programa sabe que esa es tu “casa” y solo tienes que decirle el nombre del archivo si está en la misma carpeta. Si no, vas a estar peleando con las barras inclinadas (que en Windows van para un lado y en R para el otro) por horas. Cuando por fin logré que mi_raster <- rast("bosque_valdivia.tif") no me diera error, sentí que había ganado una maratón. Es un paso tan chiquitito para un experto, pero para una que está aprendiendo sola los fines de semana, es un triunfo gigante.
¿Por qué mi mapa se ve tan raro? (Proyecciones y bandas)
Una vez que logras cargar el raster, lo más lógico es querer verlo. Usas plot(mi_raster) y... ¡chan! A veces sale una cosa gris, o sale algo que parece un mapa pero está como aplastado. Ahí fue cuando aprendí sobre el código EPSG para WGS 84, que es el 4326. Es básicamente el idioma universal en el que los satélites nos dicen dónde están las cosas. Si tu raster está en otra proyección, puede que no coincida con tus otros datos. Es como tratar de ponerle una tapa de una olla chica a una olla grande; simplemente no calza.
Y luego están las bandas. Hace un par de semanas, bajé una imagen de Sentinel-2 y casi me da un síncope cuando vi que tenía 13 bandas distintas. Yo pensaba que era una sola imagen, pero no, son 13 capas de información. Leer un archivo que tiene muchas capas es un poco distinto, porque R puede leerlas todas juntas como un “SpatRaster” multibanda. Si solo quieres ver la vegetación, tienes que elegir las bandas correctas. Yo me pasé horas tratando de entender por qué mi bosque se veía rojo en la pantalla, hasta que entendí que estaba haciendo una composición de falso color para resaltar la clorofila. Es mágico cuando de repente esos números se transforman en colores que te muestran dónde el bosque está más denso.
Reflexiones desde mi escritorio lluvioso
Mirando hacia atrás, desde que empecé a mediados del invierno pasado hasta ahora, que ya estamos a finales de este otoño, me doy cuenta de cuánto he avanzado. Ya no me asusto cuando veo un error en la consola; ahora simplemente respiro, miro si me faltó una coma o si la ruta está bien escrita. No soy geógrafa ni pretendo serlo, pero hay algo muy poderoso en poder abrir RStudio un domingo en la tarde y ver, con datos reales, cómo han cambiado los alrededores de Valdivia en los últimos años.
Aprender a leer un raster es solo la puerta de entrada. Es como aprender a leer las primeras letras de un idioma nuevo. Al principio vas lento, deletreando cada comando, pero de pronto, un día te das cuenta de que ya puedes entender la oración completa. Si estás empezando, no te desesperes si el mapa no sale a la primera. Tómate un descanso, mira por la ventana (aquí ahora paró un poco de llover y se ve un rayito de sol entre las nubes) y vuelve a intentarlo. La satisfacción de ver tu primer mapa aparecer en el panel de 'Plots' vale totalmente cada minuto de frustración. Al final del día, estas herramientas están ahí para ayudarnos a mirar nuestro entorno con ojos más atentos, y eso es lo que realmente importa.