#install.packages("knitr")
#library("knitr")La instalación del paquete Makurhini debe realizarse a través del repositorio GitHub. Para realizar esta instlación se deben instalar previamente los paquetes devtools y remotes.
#install.packages("devtools")
#install.packages("remotes")
#library(devtools)
#library(remotes)La instalación del del paquete Makurhini se realiza con la función install_github:
#install_github("connectscape/Makurhini", dependencies = TRUE, upgrade = "never")El cálculo del Indicador ProtConn se utiliza la función MK_ProtConnMult del paquete Makurhini. MK_ProtConnMult también calcula las demas fracciones de conectividad del área de consulta asociadas al indicador ProtConn (Saura et al. 2017):
Unprotected: Porcentaje de área que no está protegida. Prot:Porcentaje de áreas protegidas. Protconn:Porcenatje de áreas protegidas que están conectadas. Protunconn: Porcentaje de áreas protegidas que no están conectadas.
La función MK_ProtConnMult tiene dos agumentos principales:
nodes: Capa vectorial del Registro Único de Áreas Protegidas de Colombia (RUNAP). Puede ser un objeto de tipo sf, sfc, sfg o SpatialPolygons.
regions-Shapefile: Capa vectorial de cada una de las áreas de consulta (geocercas). El equipo de Biotablero ha definido como geocercas las siguientes regiones: Corporaciones Autónomas Regionales (CARs), Departamentos, Aréas Hidrográficas, Zonas Hidrográficas, Subzonas Hidrográficas, Biomas IAvH.Puede ser un objeto de tipo sf, sfc, sfg o SpatialPolygons.#MK_ProtConnMult(nodes = Protected_areas, region = ecoregions,
# attribute = "Intersected area", area_unit = "ha",
# distance = list(type= "centroid"),
# distance_thresholds = 10000,
# probability = 0.5, transboundary = 50000,
# plot = TRUE, CI = NULL, parallel = TRUE, intern = FALSE)El objeto resultante es una tabla con los valores de los índices generados para cada uno de los polígonos del área de consulta: ECA, Prot, ProtConn, ProtUnconn, RelConn, ProtConn[design], ProtConn[bound], ProtConn[Prot], ProtConn[Within], ProtConn[Contig], ProtConn[Trans], ProtConn[Unprot], ProtConn[Within][land], ProtConn[Contig][land], ProtConn[Unprot][land], ProtConn[Trans][land].
Esta tabla se asocia al área de consulta incluida en el análisis de acuerdo a los parámetros definidos por el equipo de BioTablero.
El Índice Integral de Conectividad IIC que toma valores entre 0 y 1, aumenta si se trata de un paisaje completamente conectado, es decir ocupado en su totalidad por áreas protegidas. Por su lado el índice de probabilidad de conectividad (PC) está relacionado con el concepto de disponibilidad de hábitat, es definido como la probabilidad de que dos especies de animales puesto aleatoriamente en el paisaje caigan en un lugar interconectado entre sí, teniendo en cuenta un número de parches n y las diferentes conexiones entre ellos. Este al igual que el IIC varía entre 0 y 1, y aumenta si el paisaje está completamente conectado. Los dos índices pueden ser calculados con la función MK_dPCIIC la cual se vale de dos argumentos principalmente:
nodes: Capa de tipo sf, SpatialPolygonsDataFrame, raster o data frame. Si es una capa debe estar proyectado en us sistema de coordenadas proyectado. Si la capa es de tipo raster se toman los valores (que deben ser enteros) como el “id”. Si por el contrario el argumento nodos es un dataframe, debe tener dos columnas una con el “id” y otra con el “atributo”.
attribute: Si el atributo nodos es un archivo shape, se debe especificar el nombre de la columna con el atributo seleccionado para los nodos. Si nodos es una capa ráster, debe ingresarse un vector de tipo numérico con el atributo del nodo. La longitud del vector debe ser igual al número de nodos. Si nodos es un dataframe, entonces debe tener dos columnas donde la segunda columna sea el atributo.
metric: Se especifica qué métrica se desea calcular, en este caso IIC y PC.} La función opera de la siguiente manera:#MK_dPCIIC(
# nodes,
# attribute = NULL,
# area_unit = "ha",
# restauration = NULL,
# distance = list(type = "centroid", resistance = NULL),
# metric = c("IIC", "PC"),
# probability = NULL,
# distance_thresholds = NULL,
# overall = FALSE,
# onlyoverall = FALSE,
# LA = NULL,
# rasterparallel = FALSE,
# write = NULL
#)Si se requiere un entendimiento mayor del paquete acceda a: https://connectscape.github.io/Makurhini/index.html, si por el contrario requiere mayor información sobre la función puede acceder a: https://connectscape.github.io/Makurhini/reference/MK_ProtConnMult.html
Referencias: Godíneaz-Gómez, O., and C. A. Correa Ayram. 2020. “Makurhini: Analyzing Landscape
Connectivity.” Retrieved (https://connectscape.github.io/Makurhini/).
Saura, Santiago, Lucy Bastin, Luca Battistella, Andrea Mandrici, and Grégoire Dubois. 2017. “Protected Areas in the World’s Ecoregions: How Well Connected Are They?”
Ecological Indicators 76:144–58.
Saura, Santiago, Bastian Bertzky, Lucy Bastin, Luca Battistella, Andrea Mandrici, and Grégoire Dubois. 2018. “Protected Area Connectivity: Shortfalls in Global Targets
and Country-Level Priorities.” Biological Conservation 219(December 2017):53–67.
Saura, Santiago, and Lucía Pascual-Hortal. 2007. “A New Habitat Availability Index to Integrate Connectivity in Landscape Conservation Planning: Comparison with Existing Indices and Application to a Case Study.” Landscape and Urban Planning
83(2–3):91–103.