Se leen todos los archivos en la carpeta
./output_feb2026/byISO/BRA y se exporta un CSV con sus
nombres para referencia.
fles <- list.files('./output_feb2026/byISO/BRA', full.names = TRUE)
lsta <- data.frame(name = basename(fles))
write.csv(lsta, 'files_bra.csv', row.names = FALSE)Primeras 10 filas del listado de archivos:
knitr::kable(
head(lsta, 10),
caption = "Archivos disponibles en la carpeta BRA",
col.names = "Nombre del archivo"
)| Nombre del archivo |
|---|
| baseline_top5_BRA.csv |
| bsl-polygon-twin_BRA.geojson |
| climate_BRA.csv |
| ftr-polygon-twin_BRA.geojson |
| future_top5_BRA.csv |
| polygon-twin_BRA.geojson |
| raster_top1-bsl_BRA_gid.tif |
| raster_top1-bsl_BRA_val.tif |
| raster_top1-ftr_BRA_gid.tif |
| raster_top1-ftr_BRA_val.tif |
Descripción: Este listado muestra todos los archivos de salida generados para Brasil. Incluye tablas CSV (top5, clima), archivos vectoriales de polígonos y rasters con los mejores gemelos analógicos (top 1-2-3) tanto en escenario de línea base (baseline) como futuro (future).
bsl.top5)Contiene los 5 municipios analógicos más similares en el escenario de línea base (período histórico).
knitr::kable(
head(bsl.top5, 10),
caption = "Top 5 gemelos analógicos – Línea Base (primeras 10 filas)",
digits = 3
)| x | y | coord | gid | cdf | rank |
|---|---|---|---|---|---|
| -60.675 | 5.225 | 1 | Mwito_RWA | 99.104 | 1 |
| -60.675 | 5.225 | 1 | Chanchamayo_PER | 98.281 | 2 |
| -60.675 | 5.225 | 1 | Sumatra_IDN | 97.333 | 3 |
| -60.675 | 5.225 | 1 | Toraja_IDN | 96.909 | 4 |
| -60.675 | 5.225 | 1 | Gahororo_RWA | 96.762 | 5 |
| -60.625 | 5.225 | 2 | Mwito_RWA | 99.077 | 1 |
| -60.625 | 5.225 | 2 | Chanchamayo_PER | 98.449 | 2 |
| -60.625 | 5.225 | 2 | Sumatra_IDN | 97.465 | 3 |
| -60.625 | 5.225 | 2 | Gahororo_RWA | 97.204 | 4 |
| -60.625 | 5.225 | 2 | Toraja_IDN | 97.086 | 5 |
Descripción: Cada fila representa una unidad administrativa de Brasil junto con sus 5 ubicaciones más similares (gemelos) en términos climáticos o agronómicos para el período histórico de referencia. Las columnas suelen incluir identificadores de municipio (
gid), nombres, y métricas de similitud.
ftr.top5)Contiene los 5 municipios analógicos más similares en el escenario futuro (proyecciones climáticas).
knitr::kable(
head(ftr.top5, 10),
caption = "Top 5 gemelos analógicos – Futuro (primeras 10 filas)",
digits = 3
)| x | y | coord | gid | cdf | rank |
|---|---|---|---|---|---|
| -60.675 | 5.225 | 1 | Mwito_RWA | 97.385 | 1 |
| -60.675 | 5.225 | 1 | Mulungu_COD | 97.242 | 2 |
| -60.675 | 5.225 | 1 | Chanchamayo_PER | 96.997 | 3 |
| -60.675 | 5.225 | 1 | LaFe_HND | 96.548 | 4 |
| -60.675 | 5.225 | 1 | LaCumplida_NIC | 94.206 | 5 |
| -60.625 | 5.225 | 2 | Mwito_RWA | 97.387 | 1 |
| -60.625 | 5.225 | 2 | Mulungu_COD | 97.370 | 2 |
| -60.625 | 5.225 | 2 | Chanchamayo_PER | 97.213 | 3 |
| -60.625 | 5.225 | 2 | LaFe_HND | 96.802 | 4 |
| -60.625 | 5.225 | 2 | LaCumplida_NIC | 94.779 | 5 |
Descripción: Análogo a la tabla anterior, pero para escenarios de cambio climático futuro. Permite identificar qué regiones serán climáticamente similares a las actuales bajo proyecciones de temperatura y precipitación.
clm.bra)Contiene variables climáticas resumidas para los municipios de Brasil.
DT::datatable(
head(clm.bra, 10),
caption = "Variables climáticas para Brasil (primeras 10 filas)",
options = list(
scrollX = TRUE,
scrollY = "300px",
paging = FALSE,
searching = FALSE,
info = FALSE
),
rownames = FALSE
)Descripción: Esta tabla incluye estadísticas climáticas (temperatura mínima - máxima, precipitación) para cada píxel de Brasil. Es la base para el cálculo de similitudes entre regiones.
bsl.poly)Shapefile con los polígonos de municipios del escenario de línea base.
## Reading layer `bsl-polygon-twin_BRA' from data source
## `D:\OneDrive - CGIAR\Projects\2026\03 Twin Climate Aclimtar\world-twins_p2\output_feb2026\byISO\BRA\bsl-polygon-twin_BRA.geojson'
## using driver `GeoJSON'
## Simple feature collection with 1 feature and 3 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: -60.75 ymin: -25.55 xmax: -35.55 ymax: 5.249999
## Geodetic CRS: WGS 84
Polígonos de línea base – Brasil
Descripción: Mapa con los polígonos con zonas climaticamente similares.
ftr.poly)Shapefile con los polígonos del escenario futuro.
## Reading layer `ftr-polygon-twin_BRA' from data source
## `D:\OneDrive - CGIAR\Projects\2026\03 Twin Climate Aclimtar\world-twins_p2\output_feb2026\byISO\BRA\ftr-polygon-twin_BRA.geojson'
## using driver `GeoJSON'
## Simple feature collection with 1 feature and 3 fields
## Geometry type: MULTIPOLYGON
## Dimension: XY
## Bounding box: xmin: -60.65 ymin: -24.55 xmax: -36 ymax: 5.049999
## Geodetic CRS: WGS 84
Polígonos escenario futuro – Brasil
Descripción: Equivalente al anterior, pero para el escenario climático futuro.
Los rasters almacenan, celda a celda, cuál es el municipio analógico
más similar (gid) y su valor de similitud
(value).
top1.bsl.gid)Raster con el identificador GID del municipio analógico más similar en línea base.
Top 1 GID – Línea Base
Descripción: Cada píxel del raster contiene el código GID del ensayo analógico más parecido climáticamente en el escenario de línea base. El significado del valor gid se encuentra en la tabla “gids_labels.csv” El archivo tiene la misma configuración para el top 2 y el top 3.
top1.bsl.vle)Raster con el valor de similitud del mejor analógico en línea base.
Top 1 Valor de Similitud – Línea Base
Descripción: Representa qué tan similar es el mejor gemelo analógico para cada píxel. El archivo tiene la misma configuración para el top 2 y el top 3.
top1.ftr.gid)Raster con el identificador GID del municipio analógico más similar en escenario futuro.
Top 1 GID – Futuro
Descripción: Igual al raster de línea base, pero las similitudes corresponden a proyecciones climáticas futuras. El archivo tiene la misma configuración para el top 2 y el top 3.
top1.ftr.vle)Raster con el valor de similitud del mejor analógico en escenario futuro.
Top 1 Valor de Similitud – Futuro
Descripción: Muestra la intensidad de la similitud climática futura para el mejor análogo de cada píxel. El archivo tiene la misma configuración para el top 2 y el top 3.
gids)Tabla de referencia que traduce los códigos GID numéricos de los rasters a nombres de municipios o regiones.
| nmr | iml |
|---|---|
| 1 | Alstonville_AUS |
| 2 | Buginyanya_UGA |
| 3 | Bugusege_UGA |
| 4 | Bulegeni_UGA |
| 5 | CCRI_IND |
| 6 | Chanchamayo_PER |
| 7 | Chicharras_MEX |
| 8 | Copan_HND |
| 9 | Cordoba_MEX |
| 10 | CRI_ZWE |
Descripción: Esta tabla de diccionario es fundamental para interpretar los rasters GID. Une el código numérico de cada píxel con el nombre legible del municipio o región analógica correspondiente, tanto para línea base como para escenario futuro.
| Objeto | Tipo | Descripción |
|---|---|---|
bsl.top5 |
tibble |
Top 5 analógicos – línea base |
ftr.top5 |
tibble |
Top 5 analógicos – futuro |
clm.bra |
tibble |
Variables climáticas para Brasil |
bsl.poly |
sf |
Polígonos vectoriales – línea base |
ftr.poly |
sf |
Polígonos vectoriales – futuro |
top1.bsl.gid |
SpatRaster |
Raster GID del top 1 análogo – línea base |
top1.bsl.vle |
SpatRaster |
Raster valor de similitud top 1 – línea base |
top1.ftr.gid |
SpatRaster |
Raster GID del top 1 análogo – futuro |
top1.ftr.vle |
SpatRaster |
Raster valor de similitud top 1 – futuro |
gids |
tibble |
Diccionario de etiquetas GID |
Documento generado automáticamente con RMarkdown · 22 May 2026