# Modelo ráster y análisis de batimetría

```{note}
**Duracion:** 2 horas. **Librerias:** Rasterio, Rioxarray, Matplotlib.
**Conjunto de datos:** Malla batimetrica global GEBCO (General
Bathymetric Chart of the Oceans).
```

## Estructura matricial de los datos ráster

A diferencia de los vectores, el modelo ráster discretiza el espacio
continuo en una cuadrícula regular de celdas o píxeles:

- **Resolución espacial:** Dimensiones físicas del píxel en unidades del
  CRS (metros o grados).
- **Transformación afín (\`Affine Transform\`):** Matriz que mapea las
  coordenadas fila/columna de la matriz con las coordenadas geográficas
  reales del mundo:

$$\begin{aligned}
\begin{bmatrix} x \\ y \\ 1 \end{bmatrix} = 
\begin{bmatrix} a & b & c \\ d & e & f \\ 0 & 0 & 1 \end{bmatrix}
\begin{bmatrix} \text{col} \\ \text{fila} \\ 1 \end{bmatrix}
\end{aligned}$$

- **Valores NoData:** Valor numérico reservado que designa píxeles sin
  observación o fuera de los límites de estudio.

## Lectura e inspección de metadatos con Rasterio

``` python
import rasterio
from rasterio.plot import show

# Apertura de la malla batimetrica
with rasterio.open("gebco_regional.tif") as src:
    print(f"Dimensiones: {src.height} filas x {src.width} columnas")
    print(f"Numero de bandas: {src.count}")
    print(f"CRS: {src.crs}")
    print(f"Resolucion espacial: {src.res}")
    print(f"Caja delimitadora (bounds): {src.bounds}")
    print(f"Transformacion afin: \n{src.transform}")

    # Lectura de la banda 1 (profundidad en metros)
    bathymetry = src.read(1)
```

## Recorte espacial (Mask / Clip) con límites vectoriales

En ciencias marinas es común disponer de archivos globales de batimetría
de varios gigabytes y requerir únicamente el golfo o fiordo de estudio
delimitado por un polígono vectorial:

``` python
import rioxarray
import geopandas as gpd

# Cargar el raster con rioxarray
rds = rioxarray.open_rasterio("gebco_regional.tif")

# Cargar el poligono del area de estudio
area_estudio = gpd.read_file("area_estudio.gpkg")

# Asegurar que ambos compartan el mismo CRS
area_estudio = area_estudio.to_crs(rds.rio.crs)

# Recortar el raster exactamente al contorno poligonal
clipped_rds = rds.rio.clip(area_estudio.geometry, area_estudio.crs)

# Guardar el recorte optimizado en GeoTIFF
clipped_rds.rio.to_raster("batimetria_recortada.tif", compress="DEFLATE")
```

## Visualización de la batimetría

``` python
import matplotlib.pyplot as plt
import numpy as np

bathy_data = clipped_rds.squeeze().values

fig, ax = plt.subplots(figsize=(8, 6))
im = ax.imshow(
    bathy_data, 
    cmap="Blues_r", 
    vmin=-3000, 
    vmax=0, 
    extent=[rds.x.min(), rds.x.max(), rds.y.min(), rds.y.max()]
)
plt.colorbar(im, ax=ax, label="Profundidad (m)")
ax.set_title("Malla batimétrica recortada - Área de estudio")
plt.show()
```

## Ejercicios de la sesión

1.  Abra una escena ráster de batimetría e imprima el valor mínimo y
    máximo de profundidad en el área.
2.  Genere una máscara booleana con NumPy para aislar la plataforma
    continental (profundidades menores a 200 m).
