04_Área_GlobalEcosystemTypology

Objetivo

Definir un área de interés (Parque Nacional Chingaza).
Calcular el área de cada tipo de ecosistema interceptado con el ROI, usando el mapa global de la IUCN y el mapa nacional de Colombia.
Visualizar los ecosistemas IUCN coloreados por categoría, con leyenda dinámica.
Exportar las estadísticas de ambos mapas a Google Drive.

Datos

Áreas protegidas (WDPA), collection: WCMC/WDPA/current/polygons

Tipología Global de Ecosistemas (IUCN), collection: IUCN/GlobalEcosystemTypology/current

Mapa de ecosistemas de Colombia (asset del proyecto), collection: projects/ee-paulapaz1101/assets/biodiversity_workshop/GEODATA/ecosystem_map_COL

Método

Intersección de geometrías con .intersection() para recortar cada ecosistema al límite exacto del área protegida.
Cálculo de área con .area(), convertida de m² a hectáreas.
Agrupación y suma de áreas por categoría de ecosistema usando reduceColumns() con ee.Reducer.sum().group().

Paso a paso

Paso 1: Definir el área de interés

Cargar la colección de áreas protegidas (WCMC/WDPA/current/polygons) y filtrarla con ee.Filter.eq() para obtener el polígono correspondiente al Parque Nacional Chingaza. Centrar el mapa sobre el resultado.

var WDPA = ee.FeatureCollection("WCMC/WDPA/current/polygons");
var roi = WDPA.filter(
  ee.Filter.eq('NAME', 'Chingaza'));

var roi = roiPA.geometry().dissolve(ee.ErrorMargin(1));

Map.centerObject(roi, 10);

Parámetros:

WDPA.filter(ee.Filter.eq('NAME', 'Chingaza')): Selecciona, dentro de la Base de Datos Mundial de Áreas Protegidas, el polígono (o polígonos) cuyo atributo NAME coincide exactamente con 'Chingaza'. El resultado es una FeatureCollection, no una geometría única.
roiPA.geometry().dissolve(ee.ErrorMargin(1)): .geometry() extrae la forma geográfica de la FeatureCollection; .dissolve() unifica todos sus polígonos en una sola geometría continua (relevante si el área protegida está registrada como varios fragmentos en la WDPA), usando ee.ErrorMargin(1) (1 metro) como tolerancia de simplificación en la disolución.
Map.centerObject(roi, 10): Centra el visor de mapa sobre el ROI. El segundo argumento (10) es el nivel de zoom inicial.
Nota técnica: en el bloque de código tal como está, la primera línea asigna el resultado del filtro a var roi, pero la segunda línea lee roiPA (una variable no declarada) para construir la geometría disuelta. Para que el script corra sin error, la primera línea debe declarar var roiPA = WDPA.filter(...) en vez de var roi = .... Con esa corrección, roiPA conserva la FeatureCollection original (útil para visualizar en el mapa con sus atributos), mientras que roi queda como la geometría ya disuelta, que es la que se usa en todos los cálculos de intersección y área de los pasos siguientes.

Paso 2: Crear la función para calcular área por categoría

Definir calcularAreaPorCategoria(), que recibe cualquier colección de ecosistemas, el ROI, el nombre del campo de categoría (varía según el dataset) y el nombre que tendrá esa categoría en el resultado final. La función recorta cada polígono al ROI, calcula su área en hectáreas, descarta fragmentos menores a 0.1 ha, y agrupa/suma las áreas por categoría en un solo paso usando reduceColumns().

function calcularAreaPorCategoria(coleccion, roiGeom, campoCategoria, nombreSalida) {
  var conArea = coleccion.filterBounds(roiGeom).map(function(feature) {
    var interseccion = feature.geometry().intersection(roiGeom, ee.ErrorMargin(1));
    var areaHa = interseccion.area(ee.ErrorMargin(1)).divide(10000);
    return feature.set('Area_Ha', areaHa)
                  .set('Categoria', feature.get(campoCategoria));
  }).filter(ee.Filter.gt('Area_Ha', 0.1));

  var agrupado = conArea.reduceColumns({
    reducer: ee.Reducer.sum().group({groupField: 1, groupName: 'Categoria'}),
    selectors: ['Area_Ha', 'Categoria']
  });

  return ee.FeatureCollection(
    ee.List(agrupado.get('groups')).map(function(g) {
      g = ee.Dictionary(g);
      var props = {'Area_Total_Ha': g.get('sum')};
      props[nombreSalida] = g.get('Categoria');
      return ee.Feature(null, props);
    })
  );
}

Parámetros de entrada de la función:

coleccion: la FeatureCollection de ecosistemas a analizar (por ejemplo, IUCN o Colombia).
roiGeom: la geometría del área de interés (por ejemplo, Chingaza).
campoCategoria: el nombre del campo que identifica el tipo de ecosistema en esa colección específica (por ejemplo, 'efg_code' para IUCN, 'ecos_gener' para Colombia — hay que revisarlo en cada dataset, porque no es un nombre estandarizado entre fuentes).
nombreSalida: el nombre que va a tener esa categoría en el resultado final (por ejemplo, 'EFG_Code', 'Ecos_Gener').

Parámetros del cuerpo de la función:

coleccion.filterBounds(roiGeom): Descarta de entrada los polígonos que no intersectan el ROI, para no procesar ecosistemas irrelevantes en el resto de la función.
feature.geometry().intersection(roiGeom, ee.ErrorMargin(1)): Recorta cada polígono de ecosistema exactamente al límite del ROI (no a su rectángulo envolvente), devolviendo solo la porción que realmente cae dentro. ee.ErrorMargin(1) es la tolerancia de simplificación (1 metro) permitida en la operación geométrica.
interseccion.area(ee.ErrorMargin(1)).divide(10000): Calcula el área de esa intersección en m² y la convierte a hectáreas (1 ha = 10 000 m²).
feature.set('Area_Ha', areaHa).set('Categoria', feature.get(campoCategoria)): Agrega dos propiedades nuevas a cada feature: el área recortada en hectáreas, y una copia del valor de categoría bajo un nombre común ('Categoria'), independientemente de cómo se llame el campo original en cada dataset. Esto es lo que permite que la función sea reutilizable entre fuentes distintas.
.filter(ee.Filter.gt('Area_Ha', 0.1)): Descarta fragmentos de intersección menores a 0.1 ha, típicamente artefactos de borde (tiras muy delgadas donde dos polígonos casi se tocan) que no representan ecosistema real y solo agregarían ruido a la suma.
conArea.reduceColumns({ reducer: ee.Reducer.sum().group({...}), selectors: [...] }): Agrupa y suma en una sola operación: en vez de sumar toda la colección de una vez, .group({groupField: 1, groupName: 'Categoria'}) hace que la suma se calcule por separado para cada valor distinto de la segunda columna indicada en selectors ('Categoria', índice 1). selectors: ['Area_Ha', 'Categoria'] define qué dos columnas de la tabla se le pasan al reducer, y en qué orden (el orden importa: groupField: 1 apunta al índice de 'Categoria' dentro de esa lista).
agrupado.get('groups'): El resultado de un reducer agrupado es un diccionario con la clave 'groups', cuyo valor es una lista de diccionarios {Categoria: <valor>, sum: <suma>}, uno por cada categoría encontrada.
ee.List(...).map(function(g){...}): Recorre esa lista de grupos y reconstruye, por cada uno, un ee.Feature sin geometría (null) con dos propiedades: Area_Total_Ha (la suma) y una propiedad cuyo nombre es dinámico (props[nombreSalida] = ...), tomado del parámetro de entrada de la función. Así, la misma función puede devolver una columna llamada 'EFG_Code' o 'Ecos_Gener' según qué dataset se le pase.

Paso 3: Calcular las estadísticas del mapa global de la IUCN

Se aplica la función del Paso 2 a la colección de la IUCN, usando 'efg_code' como campo de categoría.

var typologyFC = ee.FeatureCollection("IUCN/GlobalEcosystemTypology/current");
var statsUnificadas = calcularAreaPorCategoria(typologyFC, roi, 'efg_code', 'EFG_Code');

Parámetros:

ee.FeatureCollection("IUCN/GlobalEcosystemTypology/current"): Carga la colección global de la Tipología de Ecosistemas de la IUCN, que cubre todo el planeta (no solo el ROI); por eso calcularAreaPorCategoria empieza filtrando por roiGeom antes de cualquier otro cálculo.
calcularAreaPorCategoria(typologyFC, roi, 'efg_code', 'EFG_Code'): Llama a la función del Paso 2 con la colección IUCN, el ROI disuelto, 'efg_code' como campo de categoría propio de este dataset (el código de tipo de ecosistema funcional, según el esquema de la IUCN), y 'EFG_Code' como nombre de columna en el resultado final.

Opcional — tabla de resultados en consola:

var tablaChart = ui.Chart.feature.byFeature({
  features: statsUnificadas,
  xProperty: 'EFG_Code',
  yProperties: ['Area_Total_Ha']
}).setChartType('Table');

print(tablaChart);

ui.Chart.feature.byFeature({ features, xProperty, yProperties }): Construye un gráfico (acá, una tabla) a partir de una FeatureCollection. features es la colección de origen; xProperty ('EFG_Code') define la columna de agrupación; yProperties es una lista de columnas de valor a mostrar (acá, solo 'Area_Total_Ha').
.setChartType('Table'): En vez de un gráfico de barras o líneas, renderiza el resultado como una tabla simple en la consola, más apropiada para revisar valores exactos categoría por categoría.

Paso 4: Visualización — ecosistemas IUCN interceptados, coloreados por categoría

Se colorea cada polígono de ecosistema IUCN dentro del ROI según su código efg_code, usando una paleta fija de colores por categoría, y se agrega una leyenda dinámica que solo muestra los códigos efectivamente presentes en el AOI. Basado en el ejemplo de la documentación oficial del dataset.

var ecosystemTypology =
    ee.FeatureCollection('IUCN/GlobalEcosystemTypology/current');

var propertyToFilter = 'efg_code';

var labelsAndColorsClient = {
  'F1.1': '7e3fe6', 'F1.2': '77b3fd', 'F1.3': '7b8347', 'F1.4': 'fa6811',
  'F1.5': '965e6e', 'F1.6': 'd595dc', 'F1.7': '2f14df', 'F2.1': '224730',
  'F2.10': '2f6323', 'F2.2': 'ea36a3', 'F2.3': 'b2fc44', 'F2.4': 'c2318a',
  'F2.5': '6f243e', 'F2.6': 'ad10a8', 'F2.7': '6a4210', 'F2.8': '839347',
  'F2.9': '118b94', 'F3.1': 'cb3855', 'F3.2': 'd2b776', 'F3.3': 'ff72ed',
  'F3.4': '377e85', 'F3.5': '3fa71f', 'FM1.1': '10e167', 'FM1.2': '4e6fca',
  'FM1.3': '858536', 'M1.1': '141076', 'M1.10': 'a6067b', 'M1.2': '663dbc',
  'M1.3': '850c23', 'M1.4': 'aa2923', 'M1.5': '937e3c', 'M1.6': 'f1ecae',
  'M1.7': 'ba931f', 'M1.8': '023405', 'M1.9': 'ed5a09', 'M2.1': '354a2a',
  'M2.2': '8239cf', 'M2.3': '73b3cc', 'M2.4': 'be48b2', 'M2.5': 'c4897c',
  'M3.1': '68a571', 'M3.2': '69197d', 'M3.3': 'e22319', 'M3.4': '40b73a',
  'M3.5': 'caf10c', 'M3.6': '762197', 'M3.7': '91b06a', 'M4.1': '91c173',
  'M4.2': 'e1ea4a', 'MFT1.1': '9a1e2d', 'MFT1.2': '22aeda', 'MFT1.3': 'f0ae6e',
  'MT1.1': '1b96de', 'MT1.2': 'ea9e91', 'MT1.3': '0c9494', 'MT1.4': '436836',
  'MT2.1': '3478ff', 'MT2.2': 'e6233f', 'MT3.1': '0936c9', 'S1.1': '9d7488',
  'S2.1': 'ea1bee', 'SF1.1': '231e5f', 'SF1.2': 'f4cc74', 'SF2.1': 'fb0986',
  'SF2.2': 'fb9bce', 'SM1.1': '0d3303', 'SM1.2': '9964a5', 'SM1.3': 'f88d38',
  'T1.1': '048045', 'T1.2': 'ac86c0', 'T1.4': '0e19a9', 'T2.1': 'bc0383',
  'T2.2': '965eed', 'T2.3': '7d951f', 'T2.4': 'd98c15', 'T2.5': 'f1abff',
  'T2.6': 'be7214', 'T3.1': 'b03750', 'T3.2': 'e74d19', 'T3.3': '696ec3',
  'T3.4': 'fbb043', 'T4.1': '5b06be', 'T4.2': '583d4f', 'T4.3': 'edfc30',
  'T4.4': 'f32748', 'T4.5': '363f08', 'T5.1': 'e6891c', 'T5.2': '032bc5',
  'T5.3': '8daed3', 'T5.4': 'b359cb', 'T5.5': '8b5536', 'T6.1': '3d8857',
  'T6.2': 'e87587', 'T6.3': '8336b8', 'T6.4': 'fa8a1b', 'T6.5': '7427f1',
  'T7.1': '7d29a9', 'T7.2': '566e14', 'T7.3': 'f4bf4a', 'T7.4': 'fc2a94',
  'T7.5': '0e6040', 'TF1.1': 'e0b4cc', 'TF1.2': '5aabbc', 'TF1.3': '63f039',
  'TF1.4': 'ec6bdb', 'TF1.5': 'f786ec', 'TF1.6': '00b9f4', 'TF1.7': '77d71d',
  'T1.3': 'ffffff'
};
var labelsAndColors = ee.Dictionary(labelsAndColorsClient);

// Filtrar primero por el ROI, no solo por 'efg_code' no nulo.
// Esto reduce el procesamiento a solo los polígonos dentro de Chingaza.
var filteredEcosystems = ecosystemTypology
  .filterBounds(roi)
  .filter(ee.Filter.neq(propertyToFilter, null));

// Aplicar 'color' (borde) y 'fillColor' con opacidad por separado,
// para que se vean los límites de cada polígono y no se vea "plano".
var image = filteredEcosystems
  .map(function (feature) {
    var colorHex = labelsAndColors.get(feature.get('efg_code'));
    return feature.set('efgStyle', {
      'color': '000000',           // borde negro para distinguir polígonos
      'fillColor': ee.String(colorHex).cat('B3'), // 'B3' ≈ 70% opacidad en hex
      'width': 1
    });
  })
  .style({
    'styleProperty': 'efgStyle',
  });

Map.addLayer(image, {}, 'Ecosistemas IUCN en Chingaza');
Map.centerObject(roi, 10);

// =========================================================================
// Leyenda dinámica — solo con los códigos presentes en el ROI
// =========================================================================
var codigosPresentes = filteredEcosystems.aggregate_array('efg_code').distinct();

codigosPresentes.evaluate(function(codigos) {
  var leyenda = ui.Panel({
    style: {position: 'bottom-left', padding: '8px 15px'}
  });

  leyenda.add(ui.Label({
    value: 'Ecosistemas IUCN (Chingaza)',
    style: {fontWeight: 'bold', fontSize: '14px', margin: '0 0 6px 0'}
  }));

  codigos.sort().forEach(function(codigo) {
    var colorHex = labelsAndColorsClient[codigo] || 'cccccc';
    var colorBox = ui.Label({
      style: {
        backgroundColor: '#' + colorHex,
        padding: '8px',
        margin: '2px 6px 2px 0'
      }
    });
    var descripcion = ui.Label({
      value: codigo,
      style: {margin: '2px 0'}
    });
    leyenda.add(ui.Panel({
      widgets: [colorBox, descripcion],
      layout: ui.Panel.Layout.Flow('horizontal')
    }));
  });

  Map.add(leyenda);
});

Map.addLayer(roi, {color: 'green', opacity: 0.5}, 'Áreas Protegidas Seleccionadas');

Parámetros:

labelsAndColorsClient: Diccionario de JavaScript plano (del lado del cliente, no de GEE) que asigna un color hexadecimal fijo a cada código de ecosistema efg_code posible en la tipología IUCN. Mantenerlo como objeto de JavaScript (no como ee.Dictionary desde el inicio) permite reutilizarlo directamente en la leyenda, que corre en el cliente.
labelsAndColors = ee.Dictionary(labelsAndColorsClient): Versión del mismo diccionario convertida a ee.Dictionary, necesaria para poder usar .get() dentro de un .map() sobre una FeatureCollection, que se ejecuta del lado del servidor.
ecosystemTypology.filterBounds(roi).filter(ee.Filter.neq(propertyToFilter, null)): Primero descarta los polígonos fuera del ROI (reduciendo drásticamente el volumen a procesar), y luego descarta los que no tienen valor en 'efg_code'. Hacer el filtro espacial primero es importante por rendimiento: filtrar por atributo sobre la colección global completa sería mucho más lento.
feature.set('efgStyle', {...}): En vez de pintar todo con un solo color, se le asigna a cada feature un diccionario de estilo propio (efgStyle) con su color de borde, color de relleno y grosor de línea, calculado a partir de su propio efg_code.
ee.String(colorHex).cat('B3'): Concatena el sufijo hexadecimal 'B3' (aproximadamente 70% de opacidad en notación ARGB de 8 dígitos) al color base, para que el relleno sea semitransparente y no oculte por completo las capas debajo.
.style({ styleProperty: 'efgStyle' }): Renderiza la FeatureCollection como una imagen, tomando el estilo de cada feature individual desde la propiedad indicada ('efgStyle'), en vez de aplicar un único visParams global a toda la colección — es lo que permite que cada polígono tenga su propio color según su categoría.
Map.addLayer(image, {}, 'Ecosistemas IUCN en Chingaza'): Agrega la imagen ya estilizada al mapa. El objeto de estilo va vacío ({}) porque el estilo real ya está “horneado” en la imagen por .style().
filteredEcosystems.aggregate_array('efg_code').distinct(): Extrae, como lista, todos los valores de efg_code presentes en el ROI, sin duplicados. Es la base de la leyenda dinámica: solo van a aparecer ahí los códigos que realmente existen dentro de Chingaza, no los ~100 códigos de la paleta completa.
codigosPresentes.evaluate(function(codigos){...}): .evaluate() trae el resultado (la lista de códigos) del servidor al cliente de forma asíncrona, y ejecuta la función de callback una vez que el valor está disponible. Es necesario porque construir la interfaz de la leyenda (ui.Panel, ui.Label) requiere valores concretos de JavaScript, no objetos ee.List del lado del servidor.
ui.Panel({ style: { position: 'bottom-left', ... } }): Crea el contenedor visual de la leyenda, anclado en la esquina inferior izquierda del mapa.
codigos.sort().forEach(function(codigo){...}): Recorre los códigos presentes en orden alfabético y agrega, por cada uno, una fila a la leyenda con un cuadro de color (colorBox) y una etiqueta de texto (descripcion).
labelsAndColorsClient[codigo] || 'cccccc': Busca el color del código en el diccionario del cliente; si por algún motivo un código no estuviera en la paleta predefinida, usa gris claro ('cccccc') como color de respaldo en vez de fallar.
ui.Panel({ widgets: [colorBox, descripcion], layout: ui.Panel.Layout.Flow('horizontal') }): Organiza el cuadro de color y el texto en una misma fila horizontal, en vez de apilarlos verticalmente.
Map.add(leyenda): Agrega el panel de leyenda ya construido al visor de mapa (distinto de Map.addLayer, que agrega capas geográficas; Map.add agrega elementos de interfaz).
Map.addLayer(roi, {color: 'green', opacity: 0.5}, 'Áreas Protegidas Seleccionadas'): Agrega el contorno del ROI en verde semitransparente, como referencia visual sobre los ecosistemas coloreados.

Paso 5: Cálculo de áreas — mapa nacional de ecosistemas de Colombia

Se repite el cálculo de área por categoría del Paso 2, ahora sobre el mapa de ecosistemas de Colombia, usando 'ecos_gener' como campo de categoría propio de ese dataset.

var colMapFC = ee.FeatureCollection("projects/ee-paulapaz1101/assets/biodiversity_workshop/GEODATA/ecosystem_map_COL");
var statsUnificadas_COL = calcularAreaPorCategoria(colMapFC, roi, 'ecos_gener', 'Ecos_Gener');

Parámetros:

ee.FeatureCollection("projects/.../ecosystem_map_COL"): Carga el mapa nacional de ecosistemas de Colombia como asset del proyecto (no un dataset público del catálogo de GEE), por lo que requiere que el usuario tenga acceso a ese proyecto específico.
calcularAreaPorCategoria(colMapFC, roi, 'ecos_gener', 'Ecos_Gener'): Misma función reutilizable del Paso 2, aplicada ahora al mapa de Colombia. El campo de categoría cambia a 'ecos_gener' (el nombre real de la columna en este dataset, distinto de 'efg_code' de la IUCN), y el nombre de salida a 'Ecos_Gener'. Esta es la razón por la que la función se diseñó con campoCategoria y nombreSalida como parámetros: cada fuente de ecosistemas usa su propio esquema de nombres de columna.

Opcional — tabla de resultados en consola:

var tablaChart_COL = ui.Chart.feature.byFeature({
  features: statsUnificadas_COL,
  xProperty: 'Ecos_Gener',
  yProperties: ['Area_Total_Ha']
}).setChartType('Table');
print('Tabla Colombia', tablaChart_COL);

Misma lógica que la tabla del Paso 3, aplicada a statsUnificadas_COL y usando 'Ecos_Gener' como columna de agrupación.

Opcional — exportar las estadísticas de Colombia a Google Drive:

Export.table.toDrive({
  collection: statsUnificadas_COL,
  description: 'Chingaza_Estadisticas_Mapa_Colombia',
  fileFormat: 'CSV',
  selectors: ['Ecos_Gener', 'Area_Total_Ha']
});

Export.table.toDrive({...}): Genera una tarea de exportación de una tabla a Google Drive. La tarea queda pendiente en la pestaña “Tasks” del editor y debe iniciarse manualmente (botón “Run”).
collection: statsUnificadas_COL: La FeatureCollection de resultados a exportar.
description: Nombre de la tarea y, por defecto, del archivo CSV resultante.
selectors: ['Ecos_Gener', 'Area_Total_Ha']: Limita las columnas exportadas a solo estas dos, evitando arrastrar columnas intermedias (como 'Categoria') que no aportan valor en el archivo final.

Opcional — visualizar el mapa de ecosistemas de Colombia:

Map.addLayer(colMapFC, {}, 'Mapa de Ecosistemas Colombia (Chingaza)', true);

Map.addLayer(colMapFC, {}, ..., true): Agrega la colección completa de Colombia al mapa sin estilo por categoría ({}, a diferencia del estilizado por efgStyle del Paso 4), visible por defecto (true). Útil como referencia rápida, aunque no diferencia colores por tipo de ecosistema.

Código completo: Script 04_Área_GlobalEcosystemTypology del repositorio, carpeta day_1, o enlace directo: https://code.earthengine.google.com/921e379df7db059ea8cc3cc11c31288a?asset=projects%2Fee-paulapaz1101%2Fassets%2Fbiodiversity_workshop

Nota técnica: roiPA conserva la FeatureCollection original (útil para visualizar en el mapa con sus atributos), mientras que roi es la geometría ya disuelta, que es la que se va usar en todos los cálculos de intersección y área más adelante.

Paso 2: Crear la función para calcular área por categoría

Parámetros de entrada:

coleccion: la FeatureCollection de ecosistemas a analizar (ej. IUCN o Colombia).
roiGeom: la geometría del área de interés (ej. Chingaza).
campoCategoria: el nombre del campo que identifica el tipo de ecosistema en esa colección específica (ej. ‘efg_code’ para IUCN, ‘ecos_gener’ para Colombia - revisar en cada dataset).
nombreSalida: el nombre que quieres que tenga esa categoría en el resultado final (ej. ‘EFG_Code’, ‘Ecos_Gener’).

Función parte 1: a.calcula área de cada polígono individual que se sobrepone en ROI b. calcula el área en m2 y convierte el valor en ha Retorna: área, categoria

function calcularAreaPorCategoria(coleccion, roiGeom, campoCategoria, nombreSalida) {
  var conArea = coleccion.filterBounds(roiGeom).map(function(feature) {
    var interseccion = feature.geometry().intersection(roiGeom, ee.ErrorMargin(1));
    var areaHa = interseccion.area(ee.ErrorMargin(1)).divide(10000);
    return feature.set('Area_Ha', areaHa)
                  .set('Categoria', feature.get(campoCategoria));
  }).filter(ee.Filter.gt('Area_Ha', 0.1));

  var agrupado = conArea.reduceColumns({
    reducer: ee.Reducer.sum().group({groupField: 1, groupName: 'Categoria'}),
    selectors: ['Area_Ha', 'Categoria']
  });

  return ee.FeatureCollection(
    ee.List(agrupado.get('groups')).map(function(g) {
      g = ee.Dictionary(g);
      var props = {'Area_Total_Ha': g.get('sum')};
      props[nombreSalida] = g.get('Categoria');
      return ee.Feature(null, props);
    })
  );
}

Paso 3: Calcular las estadísticas del mapa global de la IUCN

var typologyFC = ee.FeatureCollection("IUCN/GlobalEcosystemTypology/current");
var statsUnificadas = calcularAreaPorCategoria(typologyFC, roi, 'efg_code', 'EFG_Code');

Opcional:

Gráficas resultados en tabla con columnas [‘EFG_Code’] y [‘Area_Total_Ha’]

var tablaChart = ui.Chart.feature.byFeature({
  features: statsUnificadas,
  xProperty: 'EFG_Code',
  yProperties: ['Area_Total_Ha']
}).setChartType('Table');

print(tablaChart);

Paso 4: Visualización: Ecosistemas IUCN interceptados, coloreados por categoría

Tomado de https://developers.google.com/earth-engine/datasets/catalog/IUCN_GlobalEcosystemTypology_current?hl=es-419

var ecosystemTypology =
    ee.FeatureCollection('IUCN/GlobalEcosystemTypology/current');

var propertyToFilter = 'efg_code';

var labelsAndColorsClient = {
  'F1.1': '7e3fe6', 'F1.2': '77b3fd', 'F1.3': '7b8347', 'F1.4': 'fa6811',
  'F1.5': '965e6e', 'F1.6': 'd595dc', 'F1.7': '2f14df', 'F2.1': '224730',
  'F2.10': '2f6323', 'F2.2': 'ea36a3', 'F2.3': 'b2fc44', 'F2.4': 'c2318a',
  'F2.5': '6f243e', 'F2.6': 'ad10a8', 'F2.7': '6a4210', 'F2.8': '839347',
  'F2.9': '118b94', 'F3.1': 'cb3855', 'F3.2': 'd2b776', 'F3.3': 'ff72ed',
  'F3.4': '377e85', 'F3.5': '3fa71f', 'FM1.1': '10e167', 'FM1.2': '4e6fca',
  'FM1.3': '858536', 'M1.1': '141076', 'M1.10': 'a6067b', 'M1.2': '663dbc',
  'M1.3': '850c23', 'M1.4': 'aa2923', 'M1.5': '937e3c', 'M1.6': 'f1ecae',
  'M1.7': 'ba931f', 'M1.8': '023405', 'M1.9': 'ed5a09', 'M2.1': '354a2a',
  'M2.2': '8239cf', 'M2.3': '73b3cc', 'M2.4': 'be48b2', 'M2.5': 'c4897c',
  'M3.1': '68a571', 'M3.2': '69197d', 'M3.3': 'e22319', 'M3.4': '40b73a',
  'M3.5': 'caf10c', 'M3.6': '762197', 'M3.7': '91b06a', 'M4.1': '91c173',
  'M4.2': 'e1ea4a', 'MFT1.1': '9a1e2d', 'MFT1.2': '22aeda', 'MFT1.3': 'f0ae6e',
  'MT1.1': '1b96de', 'MT1.2': 'ea9e91', 'MT1.3': '0c9494', 'MT1.4': '436836',
  'MT2.1': '3478ff', 'MT2.2': 'e6233f', 'MT3.1': '0936c9', 'S1.1': '9d7488',
  'S2.1': 'ea1bee', 'SF1.1': '231e5f', 'SF1.2': 'f4cc74', 'SF2.1': 'fb0986',
  'SF2.2': 'fb9bce', 'SM1.1': '0d3303', 'SM1.2': '9964a5', 'SM1.3': 'f88d38',
  'T1.1': '048045', 'T1.2': 'ac86c0', 'T1.4': '0e19a9', 'T2.1': 'bc0383',
  'T2.2': '965eed', 'T2.3': '7d951f', 'T2.4': 'd98c15', 'T2.5': 'f1abff',
  'T2.6': 'be7214', 'T3.1': 'b03750', 'T3.2': 'e74d19', 'T3.3': '696ec3',
  'T3.4': 'fbb043', 'T4.1': '5b06be', 'T4.2': '583d4f', 'T4.3': 'edfc30',
  'T4.4': 'f32748', 'T4.5': '363f08', 'T5.1': 'e6891c', 'T5.2': '032bc5',
  'T5.3': '8daed3', 'T5.4': 'b359cb', 'T5.5': '8b5536', 'T6.1': '3d8857',
  'T6.2': 'e87587', 'T6.3': '8336b8', 'T6.4': 'fa8a1b', 'T6.5': '7427f1',
  'T7.1': '7d29a9', 'T7.2': '566e14', 'T7.3': 'f4bf4a', 'T7.4': 'fc2a94',
  'T7.5': '0e6040', 'TF1.1': 'e0b4cc', 'TF1.2': '5aabbc', 'TF1.3': '63f039',
  'TF1.4': 'ec6bdb', 'TF1.5': 'f786ec', 'TF1.6': '00b9f4', 'TF1.7': '77d71d',
  'T1.3': 'ffffff'
};
var labelsAndColors = ee.Dictionary(labelsAndColorsClient);

// Filtrar primero por el ROI, no solo por 'efg_code' no nulo.
// Esto reduce el procesamiento a solo los polígonos dentro de Chingaza.
var filteredEcosystems = ecosystemTypology
  .filterBounds(roi)
  .filter(ee.Filter.neq(propertyToFilter, null));

// Aplicar 'color' (borde) y 'fillColor' con opacidad por separado,
// para que se vean los límites de cada polígono y no se vea "plano".
var image = filteredEcosystems
  .map(function (feature) {
    var colorHex = labelsAndColors.get(feature.get('efg_code'));
    return feature.set('efgStyle', {
      'color': '000000',           // borde negro para distinguir polígonos
      'fillColor': ee.String(colorHex).cat('B3'), // 'B3' ≈ 70% opacidad en hex
      'width': 1
    });
  })
  .style({
    'styleProperty': 'efgStyle',
  });

Map.addLayer(image, {}, 'Ecosistemas IUCN en Chingaza');
Map.centerObject(roi, 10); // 

// =========================================================================
// Leyenda dinámica — solo con los códigos presentes en el ROI
// =========================================================================
var codigosPresentes = filteredEcosystems.aggregate_array('efg_code').distinct();

codigosPresentes.evaluate(function(codigos) {
  var leyenda = ui.Panel({
    style: {position: 'bottom-left', padding: '8px 15px'}
  });

  leyenda.add(ui.Label({
    value: 'Ecosistemas IUCN (Chingaza)',
    style: {fontWeight: 'bold', fontSize: '14px', margin: '0 0 6px 0'}
  }));

  codigos.sort().forEach(function(codigo) {
    var colorHex = labelsAndColorsClient[codigo] || 'cccccc';
    var colorBox = ui.Label({
      style: {
        backgroundColor: '#' + colorHex,
        padding: '8px',
        margin: '2px 6px 2px 0'
      }
    });
    var descripcion = ui.Label({
      value: codigo,
      style: {margin: '2px 0'}
    });
    leyenda.add(ui.Panel({
      widgets: [colorBox, descripcion],
      layout: ui.Panel.Layout.Flow('horizontal')
    }));
  });

  Map.add(leyenda);
});

Map.addLayer(roi, {color: 'green', opacity: 0.5}, 'Áreas Protegidas Seleccionadas');

Paso 5 : CÁLCULO DE ÁREAS: MAPA NACIONAL DE ECOSISTEMAS DE COLOMBIA

var colMapFC = ee.FeatureCollection("projects/ee-paulapaz1101/assets/biodiversity_workshop/GEODATA/ecosystem_map_COL");
var statsUnificadas_COL = calcularAreaPorCategoria(colMapFC, roi, 'ecos_gener', 'Ecos_Gener');

Opcional: Visualizar la tabla de resultados de Colombia

var tablaChart_COL = ui.Chart.feature.byFeature({
  features: statsUnificadas_COL,
  xProperty: 'Ecos_Gener',
  yProperties: ['Area_Total_Ha']
}).setChartType('Table');
print('Tabla Colombia', tablaChart_COL);

Opcional: Exportar las estadísticas de Colombia a Google Drive

Export.table.toDrive({
  collection: statsUnificadas_COL,
  description: 'Chingaza_Estadisticas_Mapa_Colombia',
  fileFormat: 'CSV',
  selectors: ['Ecos_Gener', 'Area_Total_Ha']
});

Opcional: Visualizar el mapa de ecosistemas de Colombia (opcional)

Map.addLayer(colMapFC, {}, 'Mapa de Ecosistemas Colombia (Chingaza)', true);

Código completo

Script “04_Área_GlobalEcosystemTypology” del repositorio y la carpeta day_1 o link directo: https://code.earthengine.google.com/921e379df7db059ea8cc3cc11c31288a?asset=projects%2Fee-paulapaz1101%2Fassets%2Fbiodiversity_workshop –>