El manejo de rasters en entornos de SIG como QGIS y otros softwares es un proceso manual con una serie de herramientas como álgebra de mapas, georeferenciacion, plugins y demás comandos. Sin embargo el raster es en sí un arreglo matricial de columnas y filas con propiedades espaciales que le permiten estar espacialmente georeferenciado.
Cálculos avanzados como dinámica del cambio climático, cambio de cobertura, identificación de objetos, etc, requieren de un tratamiento superior de la información espacial proveida por un raster. Durante mucho tiempo se buscaron herramientas que permitiesen el manejo de rasters en Python, pero no habían librerías capaces de manejar el caracter dual del raster, es decir, la matriz y la georeferenciacion.
Georasters es una librería de Python 3 que permite el manejo y la representación de rasters aparte de implementar variadas opciones de análisis de Scikit-Image. Este tutorial es introductorio al manejo de la librería Georasters sobre un modelo digital de elevación donde se realizan representaciones, operaciones matemáticas, recortes y cambios de resolución sobre un Jupyter Notebook. Este tutorial es la base para futuros tutoriales más avanzados de análisis y manejo de rasters.
Datos importantes
Para la instalación de Jupyter y Python por favor utilizar Anaconda 3:
Abrir la pantalla negra de Anaconda Prompt ingresar los siguientes comandos:
conda install GDAL (Este proceso puede demorar 20 min)
conda install pyproj
conda install fiona
conda install rasterio
pip install georasters
Tutorial
Datos de entrada
Para desarrollar este tutorial por favor descargar los datos que aparecen en este enlace.

FloPy es la librerìa de Python que construye y ejecuta modelos MODFLOW; esta librería se ha mejorado para proporcionar un soporte completo de MODFLOW 6 y la mayor parte de su desarrollo está relacionado con la funcionalidad de MODFLOW 6, herramientas para usar datos espaciales vectoriales, rasters y funcionalidades comunes de ploteo y exportación.
Python es un lenguaje de programación sencillo y potente; su simplicidad es notable en comparación con otros lenguajes de programación y su potencia se basa en la cantidad de herramientas disponibles para las diferentes áreas de estudio.
Hemos desarrollado un programa completo en modelamiento de aguas subterráneas con MODFLOW y FloPy que abarca desde los temas esenciales en Python hasta casos aplicados de modelamiento regional e intrusión marina. El programa está diseñado para brindarle al estudiante un enfoque metodológico para aprender FloPy basado en una serie de ejemplos aplicados junto con las opiniones/experiencias del profesor y la revisión del software.