exclude: true <style type="text/css"> code.r{ font-size: 16px; } pre { font-size: 16px !important; } </style> --- class: split-two <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/css/font-awesome.min.css"> .column.bg-main1[ .font2.comfortaa.coral[Predicción de sequía agrícola en Chile:<br> Regresión lineal vs Deep Learning]<br><br> .font_large.comfortaa[Una aplicación en
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
con datos geoespaciales
<i class="fas fa-map-marker-alt faa-float animated " style=" color:#165CAA;"></i>
] </br></br></br></br> .font2.comfortaa[Francisco Zambrano Bigiarini <br><br> Investigador en .yellow[Hémera]<br>] .font1.comfortaa[
<i class="fas fa-link faa-vertical animated " style=" color:white;"></i> hemera.umayor.cl
<br>] .font_large.comfortaa[
<i class="fab fa-github faa-pulse animated " style=" color:white;"></i> frzambra
<br>
<i class="fab fa-twitter faa-pulse animated " style=" color:00acee;"></i> @frzambra
<br>
<i class="fas fa-envelope faa-pulse animated " style=" color:white;"></i> francisco.zambrano@umayor.cl
<br>] .font_large.comfortaa[LatinR 2019, Santiago, Chile</br> 27 Septiembre, 2019] </br> .font_large[
<i class="fas fa-link faa-vertical animated " style=" color:white;"></i> https://bit.ly/2nMINjf
] ] .column.bg-main3.center[ </br></br> .vmiddle[<img src="slide_img/rmDEM.gif" width=95%>] ] <!-- --- --> <!-- class: bg-main1 --> <!-- # Why am I here? --> <!-- -- --> <!-- ### Teach you how to code in R ❌ --> <!-- -- --> <!-- ### Teach you how you *should* use R ✔️ --> <!-- -- --> <!-- ### Teach you how to make writing R code enjoyable ✔️ --> <!-- -- --> <!-- ### Teach you how to learn R ✔️ --> <!-- --- --> <!-- class: middle bg-main1 --> <!-- # How most academics learn R --> <!-- <img src="slide_img/throw_into_pool.gif" width=50%> --> <!-- --- --> <!-- class: middle bg-main1 --> <!-- # How .yellow[should] you use R? --> --- layout: true --- class: split-two with-border border-white fade-row2-col1 fade-row3-col1 fade-row4-col1 .column[ .split-four[ .row.bg-main1[.content.font2[ ¿Cuál es el .yellow[problema] y como afrontarlo? ]] .row.bg-main4[.content.font2[ Procesamiento de datos
<i class="fas fa-map-marker-alt faa-float animated " style=" color:yellow;"></i>
con
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
? ]] .row.bg-main4[.content.font2[ Modelos de predicción
<i class="fas fa-chart-line faa-float animated "></i>
]] .row.bg-main4[.content.font2[ Próximos pasos
<i class="fas fa-walking faa-float animated "></i>
]] ]] .column.bg-main1[.content.center.vmiddle[ <img src="slide_img/GRETA-TRUMP-740x430.jpg" width=80%> <img src="slide_img/2014-2018-global-temperatures-gif.gif" width=80%> ]] <!-- --- --> <!-- class: hide-row2-col1 hide-row3-col1 hide-row4-col1 --> <!-- <img src="slide_img/GRETA-TRUMP-740x430.jpg" width=80%> --> <!-- <img src="slide_img/2014-2018-global-temperatures-gif.gif" width=80%> --> <!-- --- --> <!-- class: hide-row3-col1 hide-row4-col1 --> <!-- <img src="slide_img/sf_hex.gif" width=40%> --> <!-- <img src="slide_img/r4ds.png" width=40%> --> <!-- <img src="slide_img/stack_overflow.png" width=40%> --> <!-- --- --> <!-- class: hide-row4-col1 --> <!-- <img src="slide_img/DeepLearn.png" width=80%> --> <!-- --- --> <!-- class: --> <!-- <img src="slide_img/travolta.gif" width=80%> --> <!-- --- --> <!-- class: fade-row2-col1 fade-row3-col1 fade-row4-col1 --> --- layout: false class: bg-main1 # .yellow[Sequía] agrícola en Chile .font2.comfortaa[Déficit de .yellow[precipitación] persistente en la zona .yellow[Centro-Sur] de Chile desde el año 2007.] .center[<img src="slide_img/SPI12_zcNDVI_2000-2017.png" width=70%>] <!-- --- --> <!-- layout: false --> <!-- class: bg-main1 --> <!-- # .yellow[Sequía] en Chile --> <!-- ## Año 2019 --> <!-- .center[<img src="slide_img/declaEmergenciaAgricola.png" width=80%>] --> --- layout: false class: bg-main1 # ¿Cómo podemos evaluar la sequía agrícola a escala regional? .font2.comfortaa[ - Modelos de simulación de crecimiento de cultivos
- Encuestas productivas (rendimientos, producción)
- Uso de un .yellow[proxy] de producción agrícola.
- Índices de vegetación obtenidos de imágenes satelitales. ] --- layout: false class: bg-main1 # .yellow[Proxy] de producción agrícola .font2.comfortaa[.yelloe[NDVI:] índice más utilizado] .center[<img src="slide_img/NDVI-seasonal-profile.jpg" width=60%>] --- class: bg-main1 # .yellow[Proxy] propuesto .font2.comfortaa[Considera el acumulado en la temporada] .center[<img src="slide_img/proxy_zcNDVI.png" width=70%>] --- class: bg-main1 # Propuesta de predicción .font2.comfortaa[ - .yellow[Data:] Series temporaels de datos satelitales entre año 2000 al 2017 - Índices de vegetación (MOD13Q1) - Landcover y Fenología (MCD12Q1, MCD12Q2) - Precipitación (CHIRPS v2) - .yellow[Output:] proxy de producción agrícola `\((zcNDVI)\)` - .yellow[Inputs:] - Proxy de producción meses antes del término de la temporada agrícola. - Índices de precipitacion estandarizada (SPI), 1, 3, 6, 12 y 24 meses. - Índices de oscilación climática (PDO y MEI) ] --- layout: false class: bg-main1 # Propuesta de predicción .font2.comfortaa[ - .yellow[¿Cuándo?:] 1 a 6 meses antes del término de la temporada agrícola - .yellow[¿Dónde?:] A nivel de distrito censal entre las regiones de Coquimbo a Los Ríos. ] --- class: split-two with-border border-white fade-row1-col1 fade-row3-col1 fade-row4-col1 .column[ .split-four[ .row.bg-main1[.content.font2[ ¿Cuál es el .yellow[problema] y como afrontarlo? ]] .row.bg-main4[.content.font2[ Procesamiento de datos
<i class="fas fa-map-marker-alt faa-float animated " style=" color:yellow;"></i>
con
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
? ]] .row.bg-main4[.content.font2[ Modelos de predicción
<i class="fas fa-chart-line faa-float animated "></i>
]] .row.bg-main4[.content.font2[ Próximos pasos
<i class="fas fa-walking faa-float animated "></i>
]] ]] .column.bg-main1[.content.center.vmiddle[ <img src="slide_img/sf_hex.gif" width=40%> <img src="slide_img/r4ds.png" width=40%> <img src="slide_img/R_SpatialAnalytics.png" width=40%> ]] --- layout: false class: bg-main1 # ¿Por qué utilizar
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
para procesar datos geoespaciales? .blockquote.font_large[ - Por todas las ventajas que tiene para análisis de datos e investigación reproducible. - Porque existe el paquete .yellow[sp] `(Pebesma and Bivand, 2005)` - Porque existe el paquete .yellow[raster] `(Hijmans, 2010)` ] --- layout: false class: bg-main1 # ¿Por qué utilizar
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
para procesar datos geoespaciales? .center[<img src="slide_img/sp_dependencies.png" width=80%>] --- class: bg-main1 # Principales .yellow[paquetes] usados .font2.comfortaa[ - .yellow[raster] `(Hijmans, 2010)`
Procesamiento de series temporales de imágenes satelitales - .yellow[maptools] `(Bivand et al., 2003)`
Manejo de datos vectoriales - .yellow[ggplot2] `(Wickham, 2007)`
Gráficos y mapas - .yellow[plyr] `(Wickham, 2008)`
Procesamiento de datos agregados a nivel de distrito censal ] --- class: bg-main1 # Principales .yellow[paquetes] usados .font2.comfortaa[ Más tarde: - .yellow[sf] `(Pebesma, 2016)` - .yellow[dplyr] `(Wickham, 2014)` - .yellow[purrr] `(Henry and Wickham, 2015)` ] --- layout: true class: split-two with-border border-white .column[ .split-four[ .row.bg-main1[.content.font2[ Se determinaron los distritos censales con superfice cultivada. ]] .row.bg-main4[.content.font2[ Para c/u se estimó el inicio de la temporada agrícola (SOS) ]] .row.bg-main4[.content.font2[ Para c/u se estimó el término de la temporada agrícola (EOS) ]] .row.bg-main4[.content.font2[ Para c/distrito se calculó el proxy `\((zcNDVI)\)`]] ]] .column.bg-main3[.content.center.vmiddle[ {{content}} ]] --- class: hide-row2-col1 hide-row3-col1 hide-row4-col1 <img src="slide_img/study_area_croplands.png" width=40%> --- class: hide-row3-col1 hide-row4-col1 <img src="slide_img/growing_season_sos.png" width=40%> <img src="slide_img/phenologyScale.png" width=40%> --- class: hide-row4-col1 <img src="slide_img/growing_season_length_EOS.png" width=40%> <img src="slide_img/phenologyScale.png" width=40%> --- class: <img src="slide_img/proxy_zcNDVI.png" width=100%> <img src="slide_img/ImageCube.png" width=40%> <img src="slide_img/tidy-2.png" width=40%> --- layout: false class: bg-main1 # Validación del .yellow[proxy] <img src="slide_img/validation_proxy.jpg" width=57%> <img src="slide_img/Proxy-1.png" width=33%> --- class: split-two with-border border-white fade-row1-col1 fade-row2-col1 fade-row4-col1 .column[ .split-four[ .row.bg-main1[.content.font2[ ¿Cuál es el .yellow[problema] y como afrontarlo? ]] .row.bg-main4[.content.font2[ Procesamiento de datos
<i class="fas fa-map-marker-alt faa-float animated " style=" color:yellow;"></i>
con
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
? ]] .row.bg-main4[.content.font2[ Modelos de predicción
<i class="fas fa-chart-line faa-float animated "></i>
]] .row.bg-main4[.content.font2[ Próximos pasos
<i class="fas fa-walking faa-float animated "></i>
]] ]] .column.bg-main1[.content.center.vmiddle[ <img src="slide_img/sf_hex.gif" width=40%> <img src="slide_img/r4ds.png" width=40%> <img src="slide_img/R_SpatialAnalytics.png" width=40%> ]] --- layout: false class: bg-main1 # Deep Learning vs Regresión Lineal .font2.comfortaa[ - Se utilizó un esquema .yellow[LOOCV (leave-one-out cross-validation)] - Se dejó una temporada fuera y se entreno el modelo con el resto. .center[<img src="slide_img/LOOCV_esquema.jpg" width=80%>] <!-- `$$RMSE_{cv} = \sqrt{\frac{\sum{(zcNDVI^S-\widehat{zcNDVI^S})^2}}{n}}$$` --> <!-- `$$R^2_{cv}$$` --> ] --- class: bg-main1 .font2.comfortaa[ # Deep Learning vs Regresión Lineal - Deep Learning: paquete .yellow[H2O] `(LeDell et al., 2014)` - Optimización de hyperparámetro .yellow[Random Grid Search] - 15 predictores `X` 758 und `X` 17 temporadas `X` 6 tiempos = 1.159.740 datos - Regresión lineal: función .yellow[lm] - 12 predictores `X` 758 und `X` 17 temporadas `X` 6 tiempos = 927.792 regresiones - Se Seleccionó el predictor con el menor error `\((RMSE_{cv})\)` - Evaluación de los modelos: `\(RMSE_{cv}\)` y `\(R^2_{cv}\)` ] --- class: bg-main1 # Resultados .center[<img src="slide_img/boxplot_accuracies_r2.jpg" width=90%>] --- class: bg-main1 # Resultados .center[<img src="slide_img/boxplot_accuracies_rmse.jpg" width=90%>] --- class: bg-main1 # Resultados ## Regresión lineal .center[<img src="slide_img/olr_map.jpg" width=90%>] --- class: bg-main1 # Resultados ## Deep Learning .center[<img src="slide_img/dl_map.jpg" width=90%>] --- class: split-two with-border border-white fade-row1-col1 fade-row2-col1 fade-row3-col1 .column[ .split-four[ .row.bg-main1[.content.font2[ ¿Cuál es el .yellow[problema] y como afrontarlo? ]] .row.bg-main4[.content.font2[ Procesamiento de datos
<i class="fas fa-map-marker-alt faa-float animated " style=" color:yellow;"></i>
con
<i class="fab fa-r-project faa-bounce animated " style=" color:#165CAA;"></i>
? ]] .row.bg-main4[.content.font2[ Modelos de predicción
<i class="fas fa-chart-line faa-float animated "></i>
]] .row.bg-main4[.content.font2[ Próximos pasos
<i class="fas fa-walking faa-float animated "></i>
]] ]] .column.bg-main1[.content.center.vmiddle[ <img src="slide_img/travolta.gif" width=90%> ]] --- layout: false class: bg-main1 # Algunas Observaciones .font2.comfortaa[ - Deep Learning (Black Box). - Una simple regresión lineal (.yellow[en este caso]) iguala a Deep Learning - Pocos datos para Deep Learning `(LeDell, 2019)` ] <img src="slide_img/perfo_AI_data_size.png" width=40%><img src="slide_img/not_enough_data.png" width=60%> --- class: bg-main1 # Alternativas .font2.comfortaa[ - Probar .yellow[en este caso] con Gradient Boosting Machine (GBM) - Realizar el análisis a nivel de .yellow[pixel] con Deep Learning - Incorporar el paquete .yellow[lime] `(Pederson and Benesty,2017)` para dar interpretabilidad a Deep Learning - Implementar el procesamiento con los paquetes .yellow[stars] `(Pebesma, 2018)`, .yellow[gdalcubes] `(Appel and Pebesma, 2019)` para mejorar la eficiencia. ] --- class: bg-main1 center #Thanks! <img src="slide_img/thank-you.gif" width=90%>