Pacotes usados:

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
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] "dados_07_01"                "desktop.ini"               
## [9] "tutorial7.Rmd"
setwd("C:/Users/812997/Downloads/dados_07_01/dados_07_01")

Entrano nos dados:

r<-raster("C:/Users/812997/Downloads/AmostraBuri_17.tif")

Plotando:

plot(r)

Coordenadas em metros:

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  ✖

Reprojtar 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")

Dados reprojetados:

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

Verificando novamente:

check_landscape(r.m, verbose = TRUE)
##   layer       crs units   class n_classes OK
## 1     1 projected     m integer         2  ✔
?landscapemetrics
## starting httpd help server ... done

P.01: Descreva brevemente 2 métricas de cada nível. R.lsm_c_ai(landscape) é usado para ver o quanto agregado está a metrica no pixel lsm_c_area_cv(landscape, directions = 8) é o coeficiente de variação de uma area para uma classe lsm_l_area_cv(landscape, directions = 8) é o coeficiente de variação de uma area para uma paisagem lsm_l_te(landscape, count_boundary = FALSE) é usao para vera borda total da paisagem lsm_p_perim(landscape, directions = 8) é usado para ver o perimetro do fragmento lsm_p_area(landscape, directions = 8) é usado para ver a area do fragmento

Métricas para a paisagem:

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

P.02: Qual é a área total da paisagem? area total: 10003.86

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

3.2.2. Métricas para a classe

cls.area<-lsm_c_ca(r.m, directions = 8)
area.media.frag<-lsm_c_area_mn(r.m, directions = 8)
cv_tamanho<-lsm_c_area_cv(r.m, directions = 8)
sd_tamanho<-lsm_c_area_sd(r.m, directions = 8)

3.2.3. Métricas para as manchas

frag.sizes.8<-lsm_p_area(r.m, directions = 8)
f.s.8<-frag.sizes.8 %>% dplyr::filter(class == 1)

P.03: Qual é o tamanho do maior remanescente de vegetação nativa. O tamanho do maior remanescente de vegetação nativa é de 400.77

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. A regra dos 4 vizinhos vai resultar em um maior numero de fragmentos comparado a regra dos 8 vizinhos

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.

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).