Mejores cursos de estadística para ecología orientados a modelado de nicho

Un tutorial suelto de YouTube te enseña a instalar un paquete de R al voleo; un curso completo de estadística ecológica te explica por qué tu modelo de nicho sigue prediciendo cualquier cosa aunque el script corra sin una sola línea roja en la consola. Esa diferencia, entre teclear código y entender qué significa el resultado, es la que separa un tutorial de MaxEnt gratuito de uno que de verdad te sirve para tus conteos de conservación de aves en un sitio como Rancho Naturalista, en Turrialba, los fines de semana.

Aclaro esto antes de seguir: Erre Datos vive de enlaces de afiliado. Si comprás un curso desde alguno de los que menciono acá, a mí me llega una comisión y vos pagás exactamente lo mismo que pagaría cualquier otra persona. Reviso solo lo que probé a fondo yo mismo o lo que revisé con detalle en los grupos de alumnos; si un curso es puro relleno, no lo vas a encontrar recomendado en este sitio.

¿Qué debería cubrir un curso de estadística ecológica para modelado de nicho?

Antes de sacar la tarjeta conviene tener claro qué partes del flujo de trabajo hay que pagar y cuáles se consiguen gratis peleando un rato largo. Limpiar tus puntos de presencia (sacando duplicados, coordenadas mal puestas y registros repetidos) es la parte menos vistosa, pero la que más arruina un modelo si la salteás. Ahí es donde un curso online bien armado le gana a los tutoriales de MaxEnt sueltos: te lleva de la mano desde ese primer filtro hasta el mapa final, en vez de dejarte armando el rompecabezas con quince pestañas del navegador abiertas.

También vas a toparte con el AUC como forma de medir si tu modelo predice bien o si nomás tuviste suerte con los puntos que le diste de comer (para entender ese número a fondo hay reseñas que se meten de lleno solo en ese tema). Las capas bioclimáticas de WorldClim siguen siendo el punto de entrada más común para armar tus variables ambientales, aunque elegir cuáles bajar y cuáles descartar sin ahogar tu computadora es una decisión aparte. Antes de meter esos puntos al modelo conviene aplicar algo de adelgazamiento espacial, para que los registros amontonados en un mismo sitio no le hagan trampa al resultado final.

Sobre dónde sacar esos puntos de presencia hay opiniones para todos los gustos: GBIF, eBird, inventarios de áreas protegidas, y cada fuente trae su propio dolor de cabeza particular. Un contacto de campo de mis giras de conteo, Dagoberto Quirós, guardaparques, todavía anota los avistamientos a mano en cuadernos institucionales, y esos registros en papel terminan siendo más confiables que buena parte de lo que uno descarga de las bases abiertas sin revisar.

El curso de MaxEnt en R que sigo recomendando para arrancar

Probé de todo antes de decidirme, hasta corrí R en un Chromebook prestado metiéndome a Google Colab con un wifi que se caía a cada rato: para procesar capas raster de cualquier tamaño aquello era como cocinar con una hornilla que se apaga sola a medio hervor. Por eso mi primera recomendación sigue siendo Modelado de Nicho Ecológico con Maxent en R, que no asume que sos experto en estadística multivariada y va directo al grano: cómo meter tus datos, cómo elegir variables ambientales y cómo sacar un mapa que sea algo más que una mancha de colores sin sentido.

La primera vez que un script terminó sin escupirme un error y el mapa de distribución apareció completo en la pantalla, me quedé sin tocar el teclado un buen rato, como quien no quiere espantar algo que por fin funcionó. En el camino también vas a escuchar hablar del multiplicador de regularización (el famoso 'beta'), que ayuda a que el modelo no se pegue demasiado a los puntos que ya tenés, y de por qué MaxEnt no es lo mismo que correr un modelo lineal generalizado aunque los dos terminen prediciendo dónde puede aparecer una especie.

R tiene un montón de paquetes para esta parte del trabajo: dismo, ENMeval, biomod2. Con este último todavía me pasa que la barra de progreso se queda pegada en el mismo punto tanto rato que dudo si el proceso sigue vivo o ya se colgó para siempre.

Código en R contra la ventanita de Java

Ya toqué este tema en otro texto, pero lo repito porque es de las preguntas que más me llegan: la ventanita de Java de MaxEnt es cómoda para probar rápido sin escribir nada, pero R te deja repetir exactamente el mismo proceso seis meses después con otra especie sin depender de acordarte qué botones tocaste la primera vez; el código es la receta, la interfaz es la memoria que se te olvida.

Sé que hay colegas que prefieren quedarse en QGIS por la interfaz visual, y no los culpo, pero R te da control más fino sobre cada paso del modelo aunque cueste más al principio. Ese control importa todavía más cuando tu especie tiene pocos registros, como pasa con tantas aves raras de la región, porque ahí el modelo se pone quisquilloso y las reglas cambian respecto a cuando trabajás con una especie común y corriente.

Sumá teledetección cuando el clima general se queda corto

Modelar nicho con MaxEnt y hacer teledetección son ejercicios distintos, aunque compartan buena parte de las herramientas de R. Si necesitás ver microclimas o cambios reales de vegetación, el clima general se queda corto y ahí entra la teledetección de verdad. La resolución espacial de Landsat 8, con sus treinta metros de detalle por píxel, te deja ver cosas que las capas climáticas ignoran por completo, y esa diferencia de escala es justo lo que separa un mapa aproximado de uno que sirve para ubicar un parche de bosque específico.

Aparte de Landsat están las imágenes Sentinel, que sirven distinto según qué tanto detalle o qué tan seguido necesités revisar un mismo sitio, y de ahí en más los satélites regalan variables que el clima general ni toca, como índices de vegetación o humedad del suelo. Elegir bien el índice de vegetación, porque no todos miden lo mismo, es de esos detalles chiquitos que cambian el resultado final del mapa.

Si tu proyecto de conservación depende de identificar parches de bosque muy específicos, el curso de Teledetección Satelital con R y R-Studio es el siguiente paso lógico. Ojo: no es barato, es una inversión seria, y preparate para que tu computadora sufra procesando raster pesado. Si tu máquina no aguanta, procesar en la nube en vez de en tu computadora local te puede salvar la tarde, aunque toca aprender otro flujo de trabajo aparte.

Limpiá tus datos de presencia antes de modelar nada

Antes de correr cualquier modelo tenés que pasar por el purgatorio de la limpieza de datos. Si no sabés manejar valores nulos, proyecciones raras o coordenadas duplicadas, vas a perder tardes enteras en algo que no debería tomarte tanto tiempo. Por eso siempre mando a la gente a revisar una comparativa de cursos para aprender a limpiar datos de biodiversidad en R antes de meterse con modelos más complejos: es la parte menos glamorosa de todo esto, pero la que más dolores de cabeza evita después.

Conozco a Dinorah Espinoza, voluntaria de una ONG, que se metió por su cuenta a un curso de teledetección con R comprado por su lado y, cuando llegó con dudas puntuales sobre sus propios datos, el instructor le contestó que eso quedaba fuera del temario. Ella hoy usa R solo los fines de semana porque entre semana no tiene internet estable, así que lo último que necesitaba era pagar por algo que no le iba a resolver las dudas reales que traía.

El orden recomendado: MaxEnt en R o teledetección satelital

Si estás arrancando y todavía no tenés claro para qué vas a usar esto, empezá por Modelado de Nicho Ecológico con Maxent en R: es la base que necesitás para dejar de adivinar y empezar a modelar en serio, sin gastar en algo que todavía no vas a aprovechar. Elegí en cambio el curso de teledetección desde el arranque solo si tu proyecto depende, sí o sí, de identificar parches de bosque o cambios de cobertura muy específicos, porque ahí el detalle satelital no es un lujo sino un requisito del trabajo.

Cuando te trabés en cualquiera de los dos caminos, buscá los grupos de Facebook o Telegram del curso que hayas comprado: ahí es donde la gente que ya se peleó con el mismo error te va a sacar del apuro más rápido que cualquier búsqueda genérica a ciegas.