Teledetección y paisaje
Sentinel-1/2, Landsat, MODIS, sensores ópticos, SAR y LiDAR; clasificación, análisis multitemporal y detección de cambio.
Salida: línea base espacial y temporal.UNA CADENA ANALÍTICA COMPLETA
Observar, modelar, proyectar y desplegar.
Mi trabajo parte de una pregunta territorial concreta. La observación de la Tierra permite caracterizar el paisaje y su cambio; la ecología espacial permite estimar distribución, hábitat y conectividad; los escenarios climáticos incorporan condiciones futuras; y la ingeniería geoespacial organiza los resultados en sistemas reproducibles.
Esta continuidad permite trabajar con las mismas unidades espaciales, supuestos trazables, validación explícita e información actualizable desde el procesamiento inicial hasta la entrega al usuario final.
01Caracterizar el territorio
02Modelar patrones y respuestas
03Evaluar escenarios futuros
04Operacionalizar resultados
DEL PIXEL AL PAISAJE
La observación repetida permite medir procesos que un levantamiento puntual no captura.
Trabajo con series temporales ópticas, radar y datos ambientales para clasificar coberturas, detectar perturbaciones y reconstruir dinámicas de nieve, agua, vegetación y uso de suelo. Estas capas sirven como base para modelamiento ecológico, análisis climático y seguimiento operacional.
FLUJO INTEGRADO
De datos heterogéneos a una arquitectura de análisis territorial.
Cada etapa resuelve una parte distinta del problema y deja productos que alimentan la siguiente: líneas base, predictores, escenarios, modelos y capas de decisión.
Ecología espacial
Registros de especies, esfuerzo de muestreo, modelos de distribución, hábitat, conectividad y validación espacial.
Salida: idoneidad, distribución y vacíos de información.Escenarios climáticos
CMIP6, downscaling, corrección de sesgo, extremos climáticos y cambios proyectados en exposición o hábitat.
Salida: escenarios comparables por horizonte.GeoAI y optimización
Machine learning, redes neuronales, ensembles, optimización espacial y análisis de redes para problemas multivariados.
Salida: predicciones, prioridades y relaciones críticas.Plataformas geoespaciales
Bases espaciales, APIs, cloud, Open Data Cube, STAC, Shiny y aplicaciones web para consulta y actualización.
Salida: inteligencia geoespacial operativa.CAPACIDADES APLICADAS
Soluciones para preguntas ambientales, territoriales y operacionales.
El alcance puede ir desde un análisis especializado hasta una arquitectura completa con procesamiento, modelamiento, visualización y transferencia al equipo del cliente.
EO
Clasificación de paisaje y monitoreo
Para establecer líneas base, detectar cambios y seguir procesos ambientales con cobertura espacial consistente.
- Clasificación multitemporal de cobertura y uso de suelo.
- Detección de perturbaciones, intervención, agua, nieve y vegetación.
- Integración óptico-radar para nubosidad persistente y señales complejas.
- Cubos de datos y flujos automatizados para análisis repetibles.
Aplicación: monitoreo territorial, biodiversidad, restauración, operaciones e infraestructura.
SDM
Biodiversidad, hábitat y especies
Para convertir observaciones dispersas y variables ambientales en evidencia espacial útil para monitoreo y planificación.
- Modelos de distribución de especies y ensembles.
- Diseño de pseudo-ausencias, tratamiento de sesgo y validación espacial.
- Modelamiento de hábitat, conectividad y priorización de muestreo.
- Evaluación de biodiversidad bajo condiciones presentes y futuras.
Aplicación: conservación, evaluación ambiental, seguimiento de especies y priorización espacial.
CC
Escenarios climáticos y riesgo físico
Para evaluar cómo cambian las condiciones ambientales y qué implican esos cambios para activos, ecosistemas y territorios.
- Selección y procesamiento de modelos y escenarios CMIP6.
- Downscaling, corrección de sesgo e índices de extremos.
- Análisis de amenaza, exposición y vulnerabilidad.
- Comparación de horizontes, stress testing y priorización de adaptación.
Aplicación: planificación territorial, infraestructura, minería, recursos naturales y adaptación.
AI
GeoAI, modelos predictivos y sistemas analíticos
Para extraer señal de conjuntos de datos espaciales y temporales que requieren clasificación, predicción o integración multifuente.
- Machine learning y deep learning con Python y R.
- Feature engineering, validación y optimización de modelos.
- Procesamiento en AWS, Google Cloud y Google Earth Engine.
- Automatización de pipelines y despliegue de productos analíticos.
Aplicación: clasificación avanzada, predicción espacial, screening y sistemas de apoyo a decisiones.
CLIMA + ECOLOGÍA + TERRITORIO
Los escenarios futuros cambian la lectura del territorio.
Integro proyecciones climáticas con información de paisaje, biodiversidad y sistemas humanos para evaluar cambios en idoneidad, exposición, conectividad y prioridad espacial. El análisis puede mantenerse a nivel exploratorio o avanzar hacia modelos específicos de impacto y riesgo.
INTELIGENCIA GEOSPACIAL OPERATIVA
Dashboards y plataformas para consultar modelos, escenarios y evidencia.
La plataforma organiza la base espacial, el procesamiento y los resultados en un entorno que puede ser utilizado por equipos técnicos, gestores y usuarios no especialistas.
SPATIAL DBSCENARIOS
MODEL OUTPUTSDECISION LAYERS
01 · DATOS
Base espacial consistente
Rasters, vectores, observaciones, metadatos y resultados bajo reglas comunes de versión, proyección y trazabilidad.
02 · PROCESAMIENTO
Pipelines reproducibles
R, Python, SQL, cloud, contenedores y cubos de datos para actualizar análisis sin depender de pasos manuales.
03 · MODELOS
Escenarios comparables
Resultados por horizonte, escenario, especie, amenaza, activo o territorio, con supuestos y versiones identificables.
04 · INTERFAZ
Geovisores y dashboards
Shiny y aplicaciones web para filtrar, consultar, comparar, visualizar y descargar resultados según el usuario.
05 · USO
Productos orientados a decisión
Hotspots, prioridades, alertas, rutas de impacto, métricas e indicadores conectados con la pregunta del proyecto.
EXPERIENCIA APLICADA
La misma base técnica, aplicada a problemas distintos.
La experiencia combina investigación científica, I+D aplicada, proyectos para minería y planificación territorial, conservación, sistemas marino-costeros y desarrollo de infraestructura de datos.
Clasificación de paisaje y GeoAI
Modelamiento de cobertura y uso de suelo en la Reserva Fray Jorge mediante aprendizaje automático; clasificación de turberas en Magallanes con IA; desarrollo de flujos geoespaciales en nube y experiencia con Data Cube Chile.
Biodiversidad, hábitat y especies
Evaluación geoespacial de biodiversidad y hábitats críticos para minería en Chile y Canadá; modelamiento de hábitat con perspectiva de cambio climático; modelamiento espacial de riesgo de atropello del pudú en Chiloé.
Clima, montaña y riesgo
Investigación de dinámica nival y eventos lluvia-sobre-nieve en los Andes; análisis de cambio climático para planificación territorial en Los Lagos; desarrollo reciente de metodologías y herramientas para evaluación de riesgos climáticos.
Plataformas ambientales y sistemas de información
Plataformas integradas para conservación y restauración de manglares en Colombia, desarrollo e investigación en Data Cube Chile y participación en SIMA Austral, un sistema operacional de información para acuicultura.
Ingeniero Ambiental, Magíster en Recursos Ambientales y doctorando en Biología y Ecología Aplicada. Investigo y desarrollo soluciones en Observación de la Tierra y GeoAI aplicadas a cambio climático, macroecología, biodiversidad, monitoreo ambiental y gestión de riesgos.
Mi experiencia combina procesamiento geoespacial, modelamiento predictivo, infraestructura en nube y desarrollo de sistemas de información, con trabajo aplicado en Chile y proyectos desarrollados en Canadá, Colombia y otros contextos latinoamericanos.
Observación de la TierraÓptico, SAR, LiDAR, series temporales y clasificación.
Ecología espacialHábitat, SDM, biodiversidad, conectividad y priorización.
Ciencia climática aplicadaEscenarios, extremos, downscaling, hidrología y riesgo.
Ingeniería geoespacialPython, R, SQL, AWS, Google Cloud, ODC, GEE, STAC y Shiny.
COLABORACIÓN · CONSULTORÍA · I+D
Proyectos que requieren ciencia espacial y una implementación utilizable.
Puedo apoyar desde el diseño metodológico y la prueba de concepto hasta el procesamiento, modelamiento y despliegue de una plataforma geoespacial para uso técnico u operacional.
diego.ocampo.melgar@gmail.com