Objetivo da aula é calcular métricas de paisagem. setando area de trabalho

setwd("C:/Users/814769/Documents/Aula 7")
dir()
## [1] "AmostraBuri_17.tfw"            "AmostraBuri_17.tif"           
## [3] "AmostraBuri_17.tif.aux.xml"    "AmostraBuri_17.tif.ovr"       
## [5] "AmostraBuri_17.tif.vat.cpg"    "AmostraBuri_17.tif.vat.dbf"   
## [7] "Resposta-Metricas-aula-02.Rmd" "Resposta Metricas aula 02.Rmd"
require(raster)
## Carregando pacotes exigidos: raster
## Warning: package 'raster' was built under R version 4.3.3
## Carregando pacotes exigidos: sp
## Warning: package 'sp' was built under R version 4.3.3
require(landscapemetrics)
## Carregando pacotes exigidos: landscapemetrics
## Warning: package 'landscapemetrics' was built under R version 4.3.3
require(magrittr)
## Carregando pacotes exigidos: magrittr
## Warning: package 'magrittr' was built under R version 4.3.3
## 
## Attaching package: 'magrittr'
## The following object is masked from 'package:raster':
## 
##     extract

entrando nos dados

r<-raster("AmostraBuri_17.tif")

plotando o grafico

plot(r)

trocando as coordenadas geograficas para metricas

check_landscape(r, verbose = TRUE)
## Warning: Caution: Coordinate reference system not metric - Units of results
## based on cellsizes and/or distances may be incorrect.
##   layer        crs   units   class n_classes OK
## 1     1 geographic degrees integer         2  ✖

reprojetando o mapa

nova.proj<-"+proj=utm +zone=22 +south +ellps=GRS80 +towgs84=0,0,0,0,0,0,0 +units=m +no_defs"

r.m<-projectRaster(r, res=30, crs = nova.proj, method="ngb")

plotando agora com o mapa reprojetado

par(mfrow=c(1,2))
plot(r)
plot(r.m)

verificando dnv

check_landscape(r.m, verbose = TRUE)
##   layer       crs units   class n_classes OK
## 1     1 projected     m integer         2  ✔

CALCULANDO AS METRICAS

?landscapemetrics
## starting httpd help server ... done

P.01: Descreva brevemente 2 métricas de cada nível. R: metrica 1= lsm_c_area_mn serve para medir a area do patch. é uma metrica da area de borda calculado usando a formula: areamn = mean(area[patchij]). AREA[patch ij] é a área de cada patch em hectares metrica 2= lsm_c_ca é para calcular a metrica de Área total (classe) (métrica de área e borda). a formula usada para calcular é: CA=sum(AREA[patchij]).Ela mostra se a paisagem é dominada por uma classe ou se todas as classes estão igualmente presentes.

area total da paisagem de estudo

area.total<-lsm_l_ta(r.m, directions=8)

P.02: Qual é a área total da paisagem? R: o valor da area total é 10004

agora ver a densidade da borda

ed8<-lsm_l_ed(r.m, count_boundary = FALSE, directions = 8)

o valor foi 41.1m/hectare

analisando as metricas para cada classe

cls.area<-lsm_c_ca(r.m, directions = 8)

vendo como o habitat ta organizado

area.media.frag<-lsm_c_area_mn(r.m, directions = 8)

distribuição do tamanho dos remanescentes

cv_tamanho<-lsm_c_area_cv(r.m, directions = 8)
sd_tamanho<-lsm_c_area_sd(r.m, directions = 8)

CALCULANDO METRICAS PARA AS MANCHAS calculando tamanho de cada mancha

frag.sizes.8<-lsm_p_area(r.m, directions = 8)

selecionando valores apenas de manchas

f.s.8<-frag.sizes.8 %>% dplyr::filter(class == 1)

P.03: Qual é o tamanho do maior remanescente de vegetação nativa R: o tamanho da maior area é: 8285.31

comparando agora o que tem com o dos 4 vizinhos

frag.sizes.4<-lsm_p_area(r.m, directions = 4)
f.s.4<-frag.sizes.4 %>% dplyr::filter(class > 0)

P.04: Descreva as principais diferenças nos resultados de se usar a regra dos 8 ou dos 4 vizinhos. R: As principais diferenças são considerar os vizinhos da diagonal ou não

P.05: Volte na página onde todas as métricas são apresentadas. E agora selecione algumas métricas de cada nível para caracterizar a paisagem de estudo. Em até 20 linhas (mais figuras e/ou tabelas e/ou gráficos se necessário) descreva a paisagem de estudo. R: A paisagem é altamente fragmentada, com apenas 16,32% de vegetação nativa remanescente e fragmentos pequenos (média de 10,6 ha). A grande variação no tamanho dos fragmentos e a alta densidade de bordas indicam alta fragmentação. A cobertura florestal restante é escassa, o que representa desafios significativos para a conservação da biodiversidade. O cenário é dominado por pequenos fragmentos, o que limita a conectividade ecológica.

P.06: Agora escolha 3 espécies da Mata Atlântica que ocorram na região de estudo e que tenham características distintas do ponto de vista de ocorrência em paisagens fragmentadas. Com base na sua descrição acima, descreva as perspectivas para a conservação dessas espécies (até 10 linhas por espécie). R: A Onça-parda enfrentará grandes dificuldades devido ao tamanho reduzido dos fragmentos e à baixa cobertura florestal, o que limita sua capacidade de estabelecer territórios viáveis e aumenta os riscos de conflito com humanos. O Sabiá-laranjeira, por ser generalista, tem melhores perspectivas de sobrevivência, conseguindo usar pequenos fragmentos e áreas não florestadas. Já o Muriqui-do-sul, por ser arbóreo e de grande porte, enfrentará sérias dificuldades devido à falta de conectividade e tamanho reduzido dos fragmentos, necessitando de ações de restauração para sua conservação.