Estaba ahí, un sábado lluvioso de noviembre, con el zumbido del ventilador de mi laptop vieja calentándose mientras R intentaba procesar una imagen de 1GB, mezclado con el olor a café frío de medianoche. Tenía un puñado de puntos de avistamiento de un jilguero que sigo en las tierras altas, pero los puntos eran solo eso: coordenadas sobre un fondo gris. No me decían nada sobre si el bosque estaba más seco este año o si la cobertura había cambiado tras las últimas tormentas. Quería ver el color de la salud del bosque, pero me sentía como un ciego tratando de leer braille en una pantalla de cristal.
Esa noche fue la primera vez que busqué cursos de teledetección satelital. Como alguien que trabaja en logística y cuenta pájaros por hobby, mi relación con R ha sido siempre una pelea de bar: a veces gano yo, la mayoría de las veces me deja tirado con un mensaje de error que parece escrito en arameo antiguo. Si estás leyendo esto, probablemente ya pasaste por la etapa de querer saber ¿MaxEnt o Teledetección con R? y decidiste que quieres ver qué está pasando allá arriba, en los satélites, pero no sabes por dónde empezar a estudiar sin que te pidan un doctorado en física.
El salto del punto en el mapa a la mancha verde
La teledetección suena a algo que solo hace la NASA, pero para nosotros los que andamos en el barro, es simplemente aprender a leer fotos que alguien más tomó desde el espacio. El problema es que cuando buscas cómo aprender, te bombardean con dos extremos: o cursos de tres años de una universidad que te enseñan la física de la luz antes de abrir un script, o tutoriales de YouTube que usan software carísimo de licencia cerrada donde solo haces 'clic-clic' y no entiendes qué pasó detrás.
Hace unas semanas, después de haber botado un par de meses intentando aprender por mi cuenta, me di cuenta de que mi gran error era buscar 'cursos de teledetección' a secas. Lo que uno necesita es 'teledetección aplicada con R'. ¿Por qué? Porque si ya te costó sangre aprender a hacer un gráfico básico o un modelo de nicho, no quieres empezar de cero en otro programa. Quieres que el satélite hable el idioma que ya medio chapuceas.
El laberinto de los cursos: Lo que realmente vale tu tiempo
En este camino de aficionado terco, me he topado con cursos que prometen 'dominar R desde cero para teledetección'. Aquí va mi primer consejo impopular: huye de los cursos que prometen enseñarte R desde cero. Si ya has hecho algo de modelado de nicho, ya sabes lo suficiente para sufrir. El verdadero aprendizaje ocurre integrando la teledetección directamente sobre scripts de procesamiento de datos que ya entiendes o que necesitas para tus mapas actuales.
Un par de meses después de empezar mi búsqueda, aprendí a filtrar los cursos por las herramientas que usan. Si el programa del curso menciona el paquete 'raster', ten cuidado. No es que sea malo, es que ya es casi un abuelo. Los que sabemos (o intentamos saber) ahora buscamos el paquete 'terra'. Es mucho más rápido y no te deja la computadora pegada tan seguido. También busca que mencionen 'sf' para las capas vectoriales. Si el curso sigue enseñando con librerías de hace cinco años, te vas a encontrar con problemas de compatibilidad que te van a sacar canas verdes.
La trampa de la resolución y las bandas
A veces los cursos se ponen muy técnicos con la teoría de las bandas espectrales. Para alguien que solo quiere saber si el bosque está verde, lo básico es entender que el sensor MSI de Sentinel-2 tiene 13 bandas. No necesitas memorizarlas todas el primer día, pero sí saber que gracias a esas bandas podemos calcular cosas como el NDVI (Índice de Vegetación de Diferencia Normalizada). Lo increíble es que Sentinel-2 nos da una resolución espacial de 10 metros en sus bandas principales. Eso significa que cada pixel de tu mapa representa un cuadrado de diez por diez en el suelo. Para contar pájaros en un parche de bosque, eso es gloria pura.
Por otro lado, está Landsat 9. Su ciclo de repetición es de 16 días. Esto es vital cuando eliges un curso: ¿te enseñan a descargar y procesar estos datos específicos o solo te dan archivos de ejemplo ya 'limpios'? Un curso que vale la pena es el que te enseña a lidiar con las nubes, que en países como Costa Rica son el pan de cada día y el enemigo número uno de la teledetección.
Mis tres reglas de oro para soltar la plata (o el tiempo)
Después de romper el código tres veces y ver cómo mi laptop se rendía, he sintetizado lo que busco en una formación:
- Enfoque en 'terra' y procesamiento eficiente: Si el curso no menciona cómo manejar archivos grandes sin que R colapse, no te sirve. Yo viví la sensación de derrota al ver el mensaje 'Error: vector memory exhausted' después de esperar veinte minutos a que se cargara una capa de cobertura boscosa. Un buen instructor te enseña a hacer 'crops' y 'masks' antes de pedirle peras al olmo.
- Datos reales, no ejemplos de juguete: Busca cursos que usen datos de Copernicus o del USGS directamente. Si te dan todo masticado en un archivo .RData, no vas a saber qué hacer cuando quieras descargar la imagen de la semana pasada de tu zona de estudio.
- Lógica del dato sobre la matemática pura: No somos ingenieros geoespaciales. Necesitamos entender qué significa que un pixel sea rojo o infrarrojo, no derivar la fórmula de la reflectancia en un papel.
Si sientes que todavía te falta base, antes de saltar a satélites, podrías revisar qué libros recomendados para aprender estadística y MaxEnt en R tengo en mi lista; a veces refrescar la lógica de los datos ayuda a que la teledetección no se sienta tan cuesta arriba.
La nube o la muerte: ¿Realmente necesitas procesar todo en tu PC?
Una tarde de domingo tras observar aves, me di cuenta de que mi pobre máquina no iba a dar más. Aquí es donde los cursos modernos se dividen: los que te enseñan a procesar todo en local y los que te introducen al procesamiento en la nube (como Google Earth Engine usando R). Para un aficionado, aprender a llamar a la nube desde R es como pasar de andar en bicicleta a tener un camión de carga. Puedes procesar años de datos de Sentinel sin que tu procesador empiece a oler a quemado.
Si encuentras un curso que mencione 'rgee' o cómo usar APIs para bajar solo lo que necesitas, dale prioridad. Tu tiempo vale más que estar viendo una barra de progreso que no se mueve.
Reflexión final de un terco
Al final, elegir un curso de teledetección satelital con R para aficionados se trata de encontrar a alguien que hable tu idioma: el idioma de querer responder una pregunta biológica o ambiental sin volverse loco en el proceso. Yo sigo googleando la mitad de las funciones y a veces mis capas salen en blanco porque olvidé definir el sistema de coordenadas (el bendito CRS que a todos nos hace llorar), pero ya no me asusta el proceso.
No busques la perfección académica. Busca la herramienta que te permita ver ese bosque donde vive tu especie favorita con ojos nuevos. Y antes de pagar por cualquier curso, mi consejo final de siempre: métete al grupo de Telegram o Facebook del curso, mira qué problemas tiene la gente. Si todos se quejan de que el código no corre, ya sabes qué puerta no tocar. Al final del día, lo que queremos es menos tiempo frente a la pantalla y más tiempo entendiendo qué pasa en el campo.