Ciencia de datos espaciales para una agricultura resiliente al clima
Combino teledetección satelital, registros climáticos y aprendizaje automático para desarrollar modelos geoespaciales aplicados a la toma de decisiones en institutos de investigación, organismos de desarrollo y empresas agrícolas. Cuento con doce años de trayectoria en proyectos en América Latina, África y Australia, implementando metodologías respaldadas por publicaciones en revistas científicas.
Radicado en Marruecos. Disponible para proyectos remotos e internacionales. Candidato a doctorado en la Universidad de Twente (ITC).
Estas preguntas articulan mi enfoque en la ciencia de datos espaciales. Trabajo bajo un principio de transparencia técnica absoluta: entrego código abierto y flujos de trabajo reproducibles diseñados para que su equipo pueda auditarlos, extenderlos y replicarlos de forma autónoma.
Mapeo de aptitud para condiciones actuales y escenarios climáticos futuros, modelos de distribución de especies (MaxEnt, random forest, BRT, GAM) y focalización subnacional para expandirse hacia nuevas regiones productoras.
Delimitación de cuencas, modelación de rendimiento hídrico y servicios ecosistémicos (InVEST), monitoreo de sequías y análisis lluvia-escorrentía. Mi formación de posgrado es en hidrometeorología, de modo que es el área donde tengo mayor profundidad técnica.
Evaluaciones de sensibilidad climática y vulnerabilidad, priorización de la adaptación e índices de riesgo para sistemas agrícolas y ecológicos, con resolución hasta el nivel municipal.
Cada pipeline se desarrolla íntegramente en R, Python, Google Earth Engine y Quarto, garantizando una total transparencia metodológica. Al actualizarse las fuentes de datos, su equipo interno puede ejecutar los flujos de modelación y actualizar los resultados de forma autónoma.
Uno por cada una de las áreas descritas. Cada proyecto partió de datos de campo sin depurar y culminó en un artículo indexado, validado por comités científicos.
Fig. Acuerdo entre modelos (a) e incertidumbre (b), aptitud del aguacate, Tanzania
Las exportaciones de aguacate de Tanzania crecen rápido, pero la siembra todavía se guía por la tradición y no por la evidencia. Modelé la aptitud biofísica en todo el país con cuatro algoritmos, calibrados con 199 registros con coordenadas GPS, y luego construí un ensamble que muestra tanto dónde convergen los modelos como dónde divergen.
Fig. Distribución de Espeletia en los complejos de páramo de Colombia
Los páramos se ubican por encima del límite arbóreo andino y abastecen de agua a millones de personas aguas abajo. También son el hogar de Espeletia, un género que se diversificó en decenas de especies a una velocidad inusual, lo que lo convierte en un indicador temprano y sensible del estrés climático. Modelé 28 taxones en 36 complejos de páramo, cruzando la sensibilidad climática de cada complejo con su capacidad de adaptación bajo RCP 8.5 a un horizonte de 2050. Los complejos orientales, más ricos en especies, resultaron los más expuestos.
Fig. Rendimiento hídrico anual modelado (mm/año), cuenca del río Meta y subcuencas, Colombia
El Meta drena una amplia franja de los Llanos Orientales de Colombia, y fue una buena prueba para ver si una herramienta global de servicios ecosistémicos funciona en una cuenca tropical para la que nunca fue ajustada. Corrí el modelo de rendimiento hídrico anual de InVEST en la cuenca y sus subcuencas, contrasté los resultados con registros de estaciones de aforo y luego lo proyecté bajo un escenario climático futuro. El rendimiento modelado fue de aproximadamente 0 a 5.300 mm por año, más alto en las cabeceras andinas al occidente y disminuyendo hacia los llanos del oriente.
Seis artículos indexados y más de 200 citas acumuladas. Las metodologías que integro en mis consultorías han sido validadas por comités científicos, lo que garantiza que su organización trabaje con enfoques rigurosos, reproducibles y técnicamente defendibles ante cualquier actor clave.
Algunos de los notebooks que mantengo públicos. Cubren las tareas cotidianas del análisis espacial y climático, y el trabajo con clientes se documenta con el mismo rigor.
Un recorrido en Colab para descargar, procesar y exportar datos satelitales con la API de Python de Earth Engine.
Abrir notebookTres métodos para corregir la lluvia satelital CHIRPS contra datos de estaciones, comparados lado a lado, para que la serie de lluvia sea confiable antes de construir algo sobre ella.
Abrir notebookUna comparación lado a lado de la interpolación determinística (IDW) y geoestadística (Kriging) para transformar mediciones puntuales dispersas en superficies continuas.
Abrir notebookUna comparación de productos globales de bosque y cobertura del suelo que muestra cómo la elección de la fuente cambia el resultado para una misma región.
Trabajo con datos de reanálisis climático de la NOAA en malla, en Python: leer los campos, recortarlos a una región y extraer las series que realmente se necesitan.
Abrir notebookUn modelo CA-Markov que proyecta el uso futuro del suelo en Caquetá, Colombia, a partir de tasas históricas de transición y una simulación de autómatas celulares.
Abrir notebook
BRIAN VALENCIA GARCÍA
Como ingeniero agrícola, he centrado mi trayectoria en el desarrollo de soluciones geoespaciales para la adaptación al cambio climático en sistemas agrícolas y de alta vulnerabilidad ecológica. Este enfoque metodológico me llevó a realizar una maestría en hidrometeorología en la Universidad Federal de Kazán, en Rusia, y, posteriormente, a especializarme en el diseño de algoritmos de aprendizaje automático aplicados al territorio.
A lo largo de doce años he trabajado en los páramos de los Andes, en los sistemas agrícolas del África subsahariana y en agricultura de precisión en Australia. Mi experiencia incluye tres años y medio dedicados a la evaluación de riesgo climático en la Allianza de Bioversity International y CIAT, colaboraciones de investigación con la Universidad de Curtin y, desde 2023, el desarrollo de marcos espaciales para el manejo de nutrientes en el African Plant Nutrition Institute. Actualmente, compagino estas actividades con mi investigación doctoral en la Universidad de Twente (ITC) .
Mi práctica profesional se rige por el principio de la reproducibilidad y rigurosidad técnica. Cada solución incluye repositorios de código completamente documentados y flujos estructurados, garantizando que los equipos adquieran plena autonomía para actualizar, mejorar y adaptar los modelos según sus necesidades operativas futuras.
El primer paso es una conversación inicial. Si el proyecto encaja, preparo una propuesta con el alcance metodológico y los costos asociados, y usted decide desde ahí.
Sostenemos una reunión breve para evaluar la viabilidad del proyecto, los límites de los datos espaciales disponibles y sus metas metodológicas.
Si seguimos adelante, le envío una propuesta breve con los productos comprometidos y un cronograma. Algunos proyectos son un análisis de dos semanas; otros son flujos de trabajo de varios meses o una herramienta interactiva. Depende de los datos.
La entrega final incluye los modelos calibrados, la cartografía digital lista para producción, un informe de resultados y todo el repositorio de código documentado. Construido enteramente en R y Quarto, el flujo de trabajo permite que su equipo ejecute las actualizaciones de forma autónoma a medida que haya nuevos datos.
Cuénteme sobre las necesidades específicas de su proyecto y los datos disponibles. Puedo proveer un diagnóstico preliminar y un planteamiento de la ruta de trabajo.