Mapa de Ocurrencias en r

Nota: las personas que escribieron este taller se disculpan por cualquier error ortografico que en el se encuentre.

Para hacer un mapa de ocurrencias en r se deben tener los registros del taxon que se quiere mapear, hay diversas bases de datos donde las personas colocan los registros de los organismos un ejemplo de ese tipo de plataformas es INaturalist.

Otra plataforma donde se guardan los registros es el GBIF en donde muchxs profesionales guardan los registros de los especimenes de sus estudios, una forma de conseguir estos registros es descargandolos desde un programa como r, que tiene paquetes como spocc que permite a lxs usuarixs usar el API de diferentes bases de datos.

library("spocc") #paquete para obtencion de registros
## Warning: package 'spocc' was built under R version 3.6.3
library("mapr") #paquete para graficar
## Warning: package 'mapr' was built under R version 3.6.3

Primero se debe tener claro que especies se quiere buscar en la base de datos para luego hacer un query o una busqueda en la base de datos, la funcion que se va a utilizar tiene un limite de cien mil registrospor lo que si lo tuyo es Big Data con millones de registros este taller no te seria muy util.

En este taller hay tres ejemplos de mapas de ocurrencias con especies que se encuentran en Colombia elegidas ā€œAleatoriamenteā€.

Para el ejemplo uno se graficara el mapa de ocurrencia una especie de planta de la familia Amaryllidaceae

para eso usamos la funciĆ³n occ y escribimos el nombre de la especie target en este caso Eucharis cucana

prueba <- occ(query = "Eucharis caucana", from = 'gbif', has_coords = TRUE, limit = 50)
map_ggplot(prueba)

Como segundo ejemplo se escogieron especies del genero Kohleria de la familia Gesneriaceae

random <- c("Kohleria affinis", "Kohleria grandiflora", "Kohleria hirsuta", "Kohleria inaequalis", "Kohleria neglecta", "Kohleria spicata", "Kohleria stuebeliana", "Kohleria tigridia", "Kohleria trianae", "Kohleria tubiflora", "Kohleria warszewiczii")
prueba2 <- occ(query = random, from = 'gbif', has_coords = TRUE, limit = 100)
map_ggplot(prueba2)

Para el tercer ejemplo se escogieron ā€œAleatoriamenteā€ generos de la familia Araceae del orden Alismatales

even_more_random <- c("Xanthosoma daguense", "Xanthosoma helleborifolium", "Xanthosoma hylaeae", "Xanthosoma mexicanum", "Xanthosoma poeppigii", "Xanthosoma robustum", "Xanthosoma sagittifolium", "Chlorospatha callejasii", "Chlorospatha cogolloi", "Chlorospatha gentryi")
prueba1  <- occ(query = even_more_random, from = 'gbif', has_coords = TRUE, limit = 100)
map_ggplot(prueba1)