Los lenguajes de programación R y Python son de los mas empleados a la hora de trabajar con datos científicos, en esta ocasión se va a presentar una librería de R (rgbif) que permite tanto la descarga como el análisis y visualización de la información geoespacial sobre Biodiversidad alojada en GBIF.

Así, vamos a trabajar en R, y procedemos a la instalación de las librerías y su correspondiente activación:

Vamos a buscar los registros de la pantera de las nieves (Panthera uncia) que se encuentran alojados en el portal GBIF para ello introducimos el siguiente código y dará el correspondiente resultado:

Cada especie posee una clave con la que se pueden realizar otro tipo de operaciones, para obtenerla escribiremos el código y se obtendrá el siguiente resultado:

Se pueden ver cuántos datos existen en GBIF así como aquellos georreferenciados se puede incluir la siguiente sentencia, y buscar explícitamente para el leopardo de las nieves con la clave que se obtuvo anteriormente:

Realizamos una consulta sobre dicha especie incluyendo los campos: especie, longitud y latitud.

Verificamos el tipo de datos y convertimos a objetos sf (simple feature):

Obtenemos la variable de altitud de la base de datos “worldclim” y lanzamos las observaciones en el mapa:

Y obtendremos el mapa, hay que apuntar que muchas observaciones en GBIF pueden tener las coordenadas incorrectas o el nombre de las especies equivocados (por ejemplo en esta base de datos me salían dos panteras de las nieves en Norteamérica) , por eso es preciso hacer una depuración previa de dichos datos.

Dejo el código por si queréis bichear un poco:

library(rgbif)
library(sf)
library(raster)

leopardo <- name_lookup(query = 'Panthera uncia', rank="species")
leopardo

name <- name_backbone(name='Panthera uncia', rank='species')
name[, c('usageKey', 'scientificName')]

occ_count()
occ_count(georeferenced = TRUE)
occ_count(taxonKey = 5787213, 
          georeferenced = TRUE)

leopardonieves <- 
  occ_search(
    scientificName = 'Panthera uncia',
    hasCoordinate = TRUE, 
    hasGeospatialIssue = FALSE,
    fields = c('scientificName', 'decimalLongitude', 'decimalLatitude')
  )
leopardonieves

class(leopardonieves)

class(leopardonieves$data)

leopardomapa <- 
  st_as_sf(leopardonieves$data, 
           coords = c("decimalLongitude", "decimalLatitude"), 
           crs = 4326
  )

class(leopardomapa)

altitud <- getData("worldclim", var="alt", res=10)

plot(altitud, ext = extent(60, 140, 0, 60 ))
plot(leopardomapa, col='red',  add=TRUE)

1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (2 votos, promedio: 3,00 de 5)

Cargando...

Formación de calidad impartida por profesionales