Código de creación
Andrea Arriaga-Madrigal
2021-08-25
Proyecto: Factores que determinan la diversidad funcional de peces herbívoros del Pacifico Tropical Oriental (PTO)
Objetivos:
- Estimar la variación latitudinal de peces arrecifales herbívoros en el PTO a través de índices de diversidad funcional
- Cuantificar el efecto de las variables biofísicas, de presión antrópica y de protección sobre la composición de la comunidad de peces herbívoros arrecifales en el PTO.
Instituciones: Universidad de Costa Rica, Sistema de Estudios de Posgrado
Datos provistos por: Global Coral Reef Monitoring Network for the Eastern Tropical Pacific y colaboradores
Sobre el código
Título: Código de creación: Censos visuales, atributos de las especies, sitios y variables ambientales
Objetivo: Estandarizar el formato de los datos de censos visuales subacuáticos (uvc) de cada región para concatenarlas en una única base de datos regional, crear las bases de datos complementarias requeridas para los análisis (i.e. base de datos de los atributos funcionales y taxonómicos de las especies, base de datos de sitios y variables ambientales asociadas a los censos)
Abordaje: Se realizó la totalidad de la manipulación de datos utilizando rstudio. Los datos originales permanecieron tal cual fueron entregados por los colaboradores del proyecto. Se estandarizó el formato de las bases de datos de censos de peces herbívoros de cada país o región y se concatenaron posteriormente. A esta base regional se le corrigieron los nombres de los sitios, de especies y tamaños de individuos. Se generaron las bases de datos complementarias a la base de censos de peces:
- Una base de datos con los atributos taxonómicos de las especies
- Una base de datos sobre rasgos funcionales de las especies
- Una base de datos de sitios con sus coordenadas, ecorregión, nivel de protección y geomorfología costera
- Variables ambientales biofísicas y de presión antrópica. Las biofísicas constituidas por clorofila y temperatura superficial del mar, que fueron extraídas de bases de datos satelitales. La información global de densidad antrópica, se utilizó para calcular un índice llamado “gravity,” indicador de la presión antrópica en cada sitio
El detalle de los procesos se desglosa a continuación.
Este vínculo dirige al proyecto de GitHub donde se encuentra el repositorio de este proyecto.
Censos (uvc)
Se aplicó el mismo método con pequeñas adaptaciones para la base de datos de cada país o región. A continuación se detalla las personas que aportaron datos en cada caso y el proceso que se llevó a cabo.
Creación de base regional
Clipperton
Autor de los datos: Fabian Rodriguez Zaragoza
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: clipperton.csv
Método:
- Se llaman las bases de datos crudos y se estandariza el formato
- Se cargan los datos crudos de uvc
- Se genera una columna con la fecha
- Se genera un identificador único para cada transecto
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se corrige el fomato de las especies en formato de oración
- Se corrigen los sitios para que coincidan con la base de datos de sitios
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos crudos de uvc
- Se guardan los datos intermedios en formato .rda
Colombia
Autores de los datos: Fernando Zapata, Juan Pablo Quimbayo, Adriana Alzate y Luis Chasquí
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Database_colombian_pacific_complete.xlsx
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos crudos de uvc
- Se genera una columna con la fecha y se corrigen fechas de datos crudos. Se agregó el día del mes (01) porque en los datos crudos no se encontraba el dato
- Se genera un identificador único para cada transecto
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se corrigen las especies a formato de oración
- Se corrige el nombre de los sitios para que coincidan con la base de datos de sitios
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos crudos de uvc
- Se guardan los datos intermedios en formato .rda
Costa Rica
Autor de los datos: Juan José Alvarado
Bases de datos usadas:
Islas Murciélago: Peces_Murciélago_unificada 14_16_18.xlsx
Bahía Culebra: datafish_culebra.rda
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos de uvc
- Se cambian los datos de formato ancho a largo
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se determina la clase correcta para las columnas
- Se define la región
- Se corrigen los nombres de los sitios para que coincidan en formato con los datos regionales (i.e. minúsculas, con guión bajo, sin signos diacríticos, sin errores ortográficos)
- Se corrigen las profundidades (i.e. a los ámbitos se les asigna el valor promedio, datos no numéricos = NA)
- Se cargan los datos de uvc
- Se unen las bases de datos
- Se genera un identificador único para cada transecto
- Se corrigen áreas que fueron confundidas con longitud del transecto
- Se crea un identificador único para cada sitio
- Se genera un identificador único para cada transecto
- Se guardan los datos intermedios en formato .rda
Ecuador
Autor de los datos: Fernando Rivera
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Ecuador.csv
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos de uvc
- Se genera una columna con la fecha
- Se genera un identificador único para cada transecto
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se corrige el fomato de las especies en formato de oración
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos de uvc
- Se guardan los datos intermedios en formato .rda
Galápagos
Autores de los datos: Fundacion Charles Darwin y Robert Lamb
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Galapagos_Final.xlsx
Método:
- Se llaman las bases de datos crudos y se estandariza el formato
- Se cargan los datos crudos de uvc
- Se genera una columna con la fecha. Se agregó el día del mes (01) porque en los datos crudos no se encontraba el dato
- Se genera un identificador único para cada transecto
- Se calcula el area uvc a partir de la longitud del transecto multiplicado * 5
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia y en talla
- Se corrige el fomato de las especies en formato de oración
- Se corrigen los sitios para que coincidan con la base de datos de sitios
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos crudos de uvc
- Se guardan los datos intermedios en formato .rda
México
Autores de los datos: Arturo Ayala-Bocos, Juan José Alvarado, Héctor Reyes, Octavio Aburto Oropeza y Fabian Rodriguez Zaragoza
Bases de datos usadas: Mexico.csv y Revillagigedos.csv (Proveedor: Juan Pablo Quimbayo)
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos de uvc
- Se agrega dia (01) a los datos si es necesario. Para base de datos de Revillagigedos
- Se genera un identificador único para cada transecto
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en taxa
- Se corrigen las especies en formato de oración
- Se determina la clase correcta para las columnas
- Se define la región
- Se corrigen los nombres de los sitios para que coincidan en formato con los datos regionales y con su base de sitios
- Se crea un identificador único para cada sitio
- Se cargan los datos de uvc
- Se unen las bases de datos
- Se guardan los datos intermedios en formato .rda
Nicaragua
Autores de los datos: Arturo Ayala-Bocos y Juan José Alvarado
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Nicaragua.csv
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos de uvc
- Se genera una columna con la fecha
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se corrige el fomato de las especies en formato de oración
- Se corrigen los nombres de sitios
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos de uvc
- Se guardan los datos intermedios en formato .rda
Panamá
Autor de los datos: Arturo Ayala-Bocos
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Panama.csv
Método:
- Se llaman las bases de datos y se estandariza el formato
- Se cargan los datos de uvc
- Se genera una columna con la fecha
- Se genera un identificador único para cada transecto
- Se seleccionan las columnas de interés
- Se quitan las filas con NA en abundancia
- Se corrige el fomato de las especies en formato de oración
- Se arreglan las profundidades
- Se corrigen los sitios con nombres equivocados
- Se determina la clase correcta para las columnas
- Se define la región
- Se crea un identificador único para cada sitio
- Se cargan los datos de uvc
- Se guardan los datos intermedios en formato .rda
Datos reunión Galápagos
Autores de los datos: Juan José Alvarado, Héctor Reyes, Fernando Zapata, Fernando Rivera, Arturo Ayala-Bocos y Fundación Charles Darwin
Proveedor de los datos: Franz Smith
Bases de datos usadas: fishes_biomass_fgs.regional.rda
Método:
- Se llaman las bases de datos y se limpian
- Se seleccionan las columnas de interés
- Se quitan las filas que tienen NA en abundancialas que no tienen taxa, talla, sitio o area_uvc
- Se seleccionan los datos posteriores al 2014
- Se excluyen los sitios de Rapa Nui
- Se corrigen las profundidades
- Se corrige las areas_uvc incorrectas
- Se seleccionan las columnas de interés
- Se estandariza el formato de los sitios y regiones
- Se crea un identificador único para cada sitio
- Se crea el ID_transect
- Se guardan los datos en formato .rda
Unificación
Método:
- Se eliminan las filas de la base de datos recopilada en Galápagos que coinciden con los datos de las bases por región
- Se crea una columna con la combinación sitio_fecha para comparar entre bases de datos
- Se elimina de la base de datos de la reunion de Galápagos, los sitio_fecha (fecha con formato año-mes) repetidos con respecto a las bases de datos regionales
- Se crea una columna con la combinación sitio_fecha para comparar entre bases de datos
- Se seleccionan los datos con fecha posterior al 2014, excepto sitios seleccionados de Gorgona (2006 y 2009) y Clipperton (2012)
- Se unen las bases de datos
- Se eliminan los duplicados de sitios con iguales coordenadas pero distinto nombre
- Se determina la clase correcta para las columnas
- Se crea un identificador único para cada sitio
- Se guarda la base de datos en formato .rda
Limpieza de datos
Nombres de especies
Se modificaron los nombres de las especies, de ser necesario, según el nombre acepatado en WoRMS y se eliminaron filas con reportes que no aportaban información (e.g. juvenil, roncador)
Método:
- Se cargan los datos de uvc
- Se eliminan especies que no son peces
- Se eliminan registros de “especies” que no aportan informacion (e.g. juvenil, roncador)
- Se cambia el nombre de las especies según hayan sido aceptadas en WoRMS
- Se dejan a genero, las especies que no se encuentran en WoRMS y ese registro sea la única representación del género
- Se genera la lista de taxones registrados en los censos
- Se guardan los datos intermedios en formato .rda
Tamaños y abundancias
Se realizó un análisis por parte de expertos en censos de peces en la región y se corrigieron los tamaños y abundancias reportados fuera del ámbito posible para las especies en cuestión. Se utilizaron como referencia los tamaños máximos y mínimos reportados en (Froese and Pauly 2019)(https://www.fishbase.de/) y en STRI como segunda fuente
Método:
- Se cargan los datos intermedios de uvc
- Se corrigen las abundancias
- Se redondean las abundancias para eliminar los decimales
- Se corrigen abundancias (según criterio de expertos)
- Se redondean las abundancias para eliminar los decimales
- Se corrigen los registros que representan densidades, colocando las abundancias correspondientes
- Se corrigen los tamaños fuera de rangos esperables
- Se descargan los tamaños máximos y mínimos reportados en (Froese and Pauly 2019)(https://www.fishbase.de/) para la lista de especies de censos (nota: No existen registros para todas las especies)
- Se asigan el tamaño máximo reportado a los registros que tienen tamaños mayores
- Se asigan el tamaño mínimo reportado a los registros que tienen tamaños menores
- Se genera una lista de los tamaños máximos reportados en STRI para la lista de especies que no se encontraban en FishBase
- Se asigan el tamaño máximo reportado a los registros que tienen tamaños mayores
- Se corrigen casos particulares que, según criterio de expertos, podrían representar errores de digitación
- Se descargan los tamaños máximos y mínimos reportados en (Froese and Pauly 2019)(https://www.fishbase.de/) para la lista de especies de censos (nota: No existen registros para todas las especies)
- Se corrigen especies posiblemente mal identificadas
- Se guardan los datos intermedios “fishes_regional_correct_size_abundance.rds”
Cuadro 4. Vista reducida de la tabla usada para la corrección de las abundancias de las especies
Cuadro 5. Vista reducida de la tabla usada para la corrección de las tallas de las especies
Especies
Se descargaron de bases de datos en línea aspectos relevantes de taxonomía y rasgos funcionales de cada especie observada en la región. Se utilizó la información de WoRMS sobre la taxonomía de cada especie y la base de datos Fish_aspects_EasternPacific_Atlantic_Realms.csv (Quimbayo et al. 2021) para consulta de los rasgos funcionales
Taxonomía
Método:
- Se cargan los datos intermedios de uvc
- Se extrae la informacion el aphiaID (identificador único de cada taxon, ahora llamado wormsid)
- Se une la lista de taxones de censos con su wormsid
- Se extrae la clasificacion taxonomica de cada taxón de WoRMS
- Se agrega una fila por cada género a la base de datos taxonomica
- Se genera una columna que diferencia el nivel taxonomico de cada fila
- Se genera la columna “taxa,” que contiene el nivel taxonómico menor de cada fila
- Se guardan los datos intermedios “fish_taxa” con todos los niveles taxonómicos de los taxones registrados en los censos
Rasgos funcionales
Proveedor de los datos: Juan Pablo Quimbayo
Bases de datos usadas: Fish_aspects_EasternPacific_Atlantic_Realms.csv
Método:
- Se cargan los datos de uvc
- Se asocia el id de worms a cada especie
- Se carga la base de datos de rasgos funcionales
- Se asocia el id de worms a cada especie
- Se genera una nueva linea por cada genero de la lista de especies de uvc con los rasgos funcionales asociados
- Se vincula la base de uvc con los rasgos funcionales (Quimbayo, EN PROCESO)
- Se carga la base de datos de grupo trofico/funcional (Bellwood et al., 2019) y la territorialidad
- Se vinculan las bases de datos a partir del nombre de las especies
- Se guardan los datos intermedios fishes_fgs en formato .rda o excel
Fig. . Rasgos funcionales considerados para el cálculo de los índices funcionales
Cuadro 7. Base de datos de los rasgos funcionales de las especies reportadas en los censos visuales
Sitios
Para la creación de la base regional de sitios se unieron los datos de coordenadas de cada país. La base resultante se vinculó con la base de datos de censos de peces a partir del identificador único de cada sitio que se encuentra en ambas bases de datos.
Creación de base regional
Costa Rica
Autor de los datos: Juan José Alvarado
Bases de datos usadas:
General: 2019-10-10_ArrecifesPacifico.xlsx
Islas Murciélago: COORDENADAS.xlsx
Bahía Culebra: sites_coordenates.costa_rica.xlsx
Método:
- Se cargan los datos de sitios, se corrigen los nombres (i.e. minúscula, sin caracteres diacríticos) y se verifica su coincidencia con la respectiva base de datos de ucv
- Se unifican los sitios a la base de censos una por una, para ver los sitios con coordenadas faltantes
- Se unen todas las coordenadas en una misma base de datos
- Se guarda el archivo en formato .rda
México
Autores de los datos:
Bases de datos usadas:
sites.gulf_of_california.rda (Proveedor: Franz Smith)
Niparaja_Submarino_corredor_2014.xlsx (Proveedor: Franz Smith)
sites.pacific_mexico.xlsx (Proveedor: Franz Smith)
Peces y sustrato Oaxaca-La Paz.xlsx (Proveedor: Franz Smith)
sitios_jjalvarado_doctorado.xlsx (Proveedor: Franz Smith)
Método:
- Se cargan los datos de sitios, se corrigen los nombres (i.e. minúscula, sin caracteres diacríticos) y se verifica su coincidencia con la respectiva base de datos de ucv
- Se unifican los sitios a la base de censos una por una, para ver los sitios sin coordenadas
- Se unen todas las coordenadas en una misma base de datos
- Se guarda el archivo en formato .rda
Unificación
Autores de los datos:
Bases de datos usadas:
Regionales:
fishes_sites.andrea.rda (Proveedor: Franz Smith)
MetaData.xlsx (Proveedor: Juan Pablo Quimbayo)
Panamá: sites.panama.xlsx (Proveedor: Franz Smith)
Nicaragua: coordenadas Nicaragua.xls (Proveedor: Franz Smith)
Galápagos: sites_galapagos.xlsx" (Proveedor: Franz Smith)
Localidades: fishes_sites_localities.xlsx (Autora: Andrea Arriaga-Madrigal con criterio de expertos)
Método:
- Se cargan los datos intermedios (uvc) y se extraen los sitios
- Se cargan las bases de datos de sitios regionales y por paises
- Se estandariza el formato de los nombres de sitios (i.e. minúsculas, con guión bajo, sin signos diacríticos, sin errores ortográficos)
- Se estandariza el formato de las coordenadas a grados decimales y se les agrega la respectiva región
- Se estandariza el formato de los nombres de sitios (i.e. minúsculas, con guión bajo, sin signos diacríticos, sin errores ortográficos)
- Se vinculan las bases sitios a la base de censos una por una, para ver los sitios con coordenadas faltantes
- Se unen todas las coordenadas en una misma base de datos
- Se hacen todas las longitudes negativas
- Se agregan las localidades generadas manualmente fishes_sites_localities.xlsx
- Se coggige el identificador único para los sitios que son duplicados de region y nobre de sitio, agregando la localidad para diferenciarlos
- Se corrigen las coordenadas de algunos sitios de forma manual
- Se eliminan los puntos con las mismas coordenadas y distinto nombre
- Se guarda los datos intermedios en formato .rda, .xlsx y .kml
Base unificada para análisis
Con el fin de realizar el cálculo de los índices funcionales, se vincularon las bases de datos de censos con la información del sitio de cada colecta de datos y los rasgos funcionales de las especies observadas. Se realizó la depuración final de los datos, seleccionando aquellos con las coordenadas de los sitios y se seleccionaron las filas de especies herbívoras. OJO DEFINICION DE ESPECIES HERBIVORAS
Método:
- Se carga la base de datos de censos
- Se seleccionan las columnas de interés
- Se seleccionan las columnas de interés
- Se carga la base datos de sitios
- Se agrega la información de los sitios a la base de datos de censos
- Se quitan los sitios indefinidos (sin coordenadas)
- Se quitan los sitios indefinidos (sin coordenadas)
- Se crea una base de datos donde cada fila es un transecto único
- Se guardan los datos intermedios “transects_metadata” para el análisis
- Se carga la base de datos de rasgos funcionales
- Se agrega la información de los rasgos funcionales a la base de datos de censos
- Se calcula la biomasa de cada especie para cada categoría de tamaño según la siguiente ecuación: P=a*(LT)^b; P: peso (g); b: constantes específicas para cada especie; LT: longitud total determinada en el censo visual (cm)
- Se seleccionan solo las especies herbivoras
- Se agrega la información de los rasgos funcionales a la base de datos de censos
- Se asigna el orden a los niveles de los rasgos funcionales categóricos
- Se guardan los datos intermedios “herbfishes_regional_ecoregion_traits_biomass.rds” para el análisis
Fig.. Tratamiento de las bases de datos crudas por región, su unificación y limpieza para la construcción de la base de datos regional, apta para su análisis (pasos descritos en las secciones previas). El color de las bandas identifica las bases de datos por región. Al colocar el cursor sobre las bandas, se puede observar la cantidad de filas de las bases de datos en cada parte del proceso.
Información del ambiente
Se agregó la información de las ecorregiones (Spalding et al. 2007), geomorfología y nivel de protección (UNEP-WCMC and IUCN 2020) a los sitios incluidos en la investigación.
Ecorregiones
Método:
- Se carga el archivo con los polígonos de ecorregiones del mundo
- Se carga la base de datos de sitios de la región
- Se asigna el nombre de la ecorregión a la que pertenece cada sitio
- Se guardan los datos intermedios de sitios con sus ecorregiones (fishes_sites.by_ecoregion)
Autor: Franz Smith
Fig. . Ecorregiones (Spalding et al. 2007) en las que se encuentran los puntos incluidos en el análisis
Geomorfología costera
Los sitios fueron categorizados según su geomorfología costera a partir del criterio de expertos. Las categorías fueron costero, isla costera o isla oceánica.
Método:
- Se seleccionan los sitios que coinciden con la base de datos de censos
- Se le asigna manualmente la categoria a cada localidad o sitio según pertenezca a las categorías de costero, isla costera o isla oceánica
- Se guardan los datos intermedios de fishes_sites.by_ecoregion como shapefile y rds
Autor: Franz Smith
Nivel de protección
Se utilizó la información sobre las áreas protegidas incluidas en la presente investigación del sitio web (UNEP-WCMC and IUCN 2020) en línea accesados el 06 de agosto del 2020. Se extrajo la informacón de:
México (WDPA_Aug2020_MEX-shapefile0)
Clipperton (WDPA_WDOECM_Sep2021_Public_555597299_shp_0) accesado el 23 de setiembre del 2021
Nicaragua (WDPA_Aug2020_NIC-shapefile0)
Costa Rica (WDPA_Aug2020_CRI-shapefile0)
Panamá (WDPA_Aug2020_PAN-shapefile0)
Colombia (WDPA_Aug2020_COL-shapefile0)
Ecuador (WDPA_Aug2020_ECU-shapefile0)
Método:
- Se carga el archivo con los polígonos de areas protegidas por país
- Se carga la base de datos de sitios de la región
- Se asigna el nombre del área protegida a la que pertenece cada sitio
- Se guardan los datos intermedios de sitios con su nivel de protección
- hace falta corregir galapagos porque no sale con categoria de parque nacional (vinculo)[http://world-heritage-datasheets.unep-wcmc.org/datasheet/output/site/galapagos-islands/] cambiar la categoria de los sitios de galapagos segun Union internationale pour la conservation de la nature et de ses ressources. Commission des parcs nationaux et des aires protégées. (1982). IUCN directory of neotropical protected areas. Tycooly International Publ. Limited; International Union for Conservation of Nature and Natural Resources
- Se selecciona el nivel de protección mayor y con más tiempo
Biofísicas
Datos de temperatura (sst) y clorofila a (chl) fueron extraidos de esta página que provee los datos recopilados con los instrumentos llamados MODIS (“Moderate Resolution Imaging Spectroradiometer”) abordo de los satelites de la NASA y poseen 1 km de resolución.
La información de temperatura permite ver cambios de hasta medio grado Celsius. Usan instrumentos que estiman la temperatura de los primeros milimetros de la capa de agua a partir de la radiación infraroja que esta emite. Los datos de clorofila a se extraen a partir de muestras in situ y por medio de los satélites que miden la reflectancia.
Para efectos de esta investigación se va a utilizar el promedio de temperatura y clorofila de los 4 meses previos a cada visita y el rango (máximo-mínimo) reportados en el sitio de monitoreo.
Método:
- se extraen las fechas en que se visitaron los sitios
- se genera la lista de los 4 meses previos a cada visita
- se preparan los datos satelitales para los cálculos (i.e. se reproyectan en Web Mercator (EPSG:3857) y se cortan con base en un buffer de 30 km de cada sitio)
- se extrae el valor de temperatura y de clorofila a del pixel en que se encuentra el sitio para cada mes
- se rellenan los vacíos de información con un promedio de las 11 celdas al rededor para los puntos sin información
- se guardan los resultados uvc_sst_fishes_sites_data_frame.RDS y uvc_chl_fishes_sites_data_frame.RDS
Presión antrópica
Objetivo: Crear un indicador de presion antropica para cada sitio, calculado como el promedio de la densidad poblacional humana de cada asentamiento alrededor de cada sitio en un radio de 100 km, ponderado por la distancia de cada asentamiento humano al sitio. Gravity = promedio(densidad_humana de un poblado / distancia del poblado al sitio muestreado)
Datos de densidad antropica tomados del sitio web “Center for International Earth Science Information Network (CIESIN), Columbia University” (CIESIN 2018) (Accesado el 16 de noviembre del 2020).
La base de datos llamada “gpw-v4-population-density-adjusted-to-2015-unwpp-country-totals-rev11” consiste en estimaciones de la densidad poblacional humana (número de personas por kilómetro cuadrado) basados en censos nacionales y registros de población con respecto a la distribución espacial relativa, pero ajustados para la Revisión de 2015 de las Perspectivas de población mundial de las Naciones Unidas. Se usó la información para el año 2015.
Método:
- Se preparan los datos de densidad humana para los cálculos
- Se cargan los rasters de densidad humana incluidos en la region (asc1, asc2, y asc6) y se reproyectan en Web Mercator EPSG:3857 (en metros)
- Se guardan los objetos intermedios .tif
- Se cargan los rasters de densidad humana incluidos en la region (asc1, asc2, y asc6) y se reproyectan en Web Mercator EPSG:3857 (en metros)
- Se preparan los datos de sitios de monitoreo para los cálculos
- Se carga la base de sitios monitoreados y se reproyectan en Web Mercator EPSG:3857 (en metros)
- Se carga la base de sitios monitoreados y se reproyectan en Web Mercator EPSG:3857 (en metros)
- Se dibujan círculos usando como centro cada sitio muestreado a un radio de 10, 50, 100 y 250 km (llamados buffers), que va a ser el molde para cortar los raster de densidad humana.
- Se reduce el raster de densidad humana al área dentro de los buffers de los sitios muestreados
- Se guardan los datos intermedios “asc1_2_6_sitesbuff_3857.tif”
- Se guardan los datos intermedios “asc1_2_6_sitesbuff_3857.tif”
- Se calcula “gravity” para cada sitio muestreado, uno por uno
- Se recorta la capa de densidad humana en un circulo (radio = 250 km) alrededor del sitio
- Se calcula la distancia entre el punto de muestreo y cada punto de densidad humana dentro del buffer
- Se calcula Gravity = promedio(densidad humana en un punto (# personas por km2) / distancia del punto al sitio muestreado (m))
- Se une la información de todos los sitios en una sola base de datos
- Se recorta la capa de densidad humana en un circulo (radio = 250 km) alrededor del sitio
- Se guarda el resultado (“gravity.xlsx” y “gravity.shp”)
Autorxs: Andrea Arriaga-Madrigal y Marcelo Araya-Salas
Fig . Valor de presión antrópica (gravity) para cada sitio. Cada punto es un sitio de monitoreo y se encuentran coloreados según el valor de gravity de cada uno.
Mapa interactivo
Fig . Sitios incluidos en la investigación. El número dentro de los círculos representa la cantidad de sitios agrupada por zonas. Al ampliar el mapa, y tocar el glovo, se despliega un cuadro con la información sobre los monitoreos realizados en el sitio y el nivel de protección según la Unión Internacional para la Conservación de la Naturaleza (UICN).
Nota: Los nombres propios de los sitios corresponden a coordenadas distintas. Los casos en que la misma coordenada poseía varios nombres, fueron eliminados.
Cuadro resumen
Base de datos de los sitios en los que se llevaron a cabo los censos visuales.
Información de la sesión
## R version 4.1.0 (2021-05-18)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu 20.04.2 LTS
##
## Matrix products: default
## BLAS: /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.9.0
## LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.9.0
##
## locale:
## [1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C
## [3] LC_TIME=es_CR.UTF-8 LC_COLLATE=en_US.UTF-8
## [5] LC_MONETARY=es_CR.UTF-8 LC_MESSAGES=en_US.UTF-8
## [7] LC_PAPER=es_CR.UTF-8 LC_NAME=es_CR.UTF-8
## [9] LC_ADDRESS=es_CR.UTF-8 LC_TELEPHONE=es_CR.UTF-8
## [11] LC_MEASUREMENT=es_CR.UTF-8 LC_IDENTIFICATION=es_CR.UTF-8
##
## attached base packages:
## [1] grid stats graphics grDevices utils datasets methods
## [8] base
##
## other attached packages:
## [1] ncdf4_1.17 timeperiodsR_0.6.2 maps_3.3.0 warbleR_1.1.26
## [5] NatureSounds_1.0.4 knitr_1.33 seewave_2.1.6 tuneR_1.3.3
## [9] leaflet_2.0.4.1 htmlwidgets_1.5.3 networkD3_0.4 wdpar_1.0.6
## [13] taxize_0.9.99 rfishbase_3.1.8 cluster_2.1.2 rgeos_0.5-5
## [17] sf_1.0-1 rgdal_1.5-23 raster_3.4-13 sp_1.4-5
## [21] DT_0.18 viridis_0.6.1 viridisLite_0.4.0 RColorBrewer_1.1-2
## [25] extrafont_0.17 gridExtra_2.3 GGally_2.1.2 ggplot2_3.3.5
## [29] xlsx_0.6.5 readxl_1.3.1 pbapply_1.4-3 forcats_0.5.1
## [33] stringi_1.6.2 stringr_1.4.0 lubridate_1.7.10 purrr_0.3.4
## [37] magrittr_2.0.1 tidyr_1.1.3 dplyr_1.0.7
##
## loaded via a namespace (and not attached):
## [1] colorspace_2.0-2 rjson_0.2.20 ellipsis_0.3.2 class_7.3-19
## [5] httpcode_0.3.0 proxy_0.4-26 farver_2.1.0 gh_1.3.0
## [9] fansi_0.5.0 xml2_1.3.2 codetools_0.2-18 bold_1.2.0
## [13] cachem_1.0.5 jsonlite_1.7.2 rJava_1.0-4 Rttf2pt1_1.3.8
## [17] dbplyr_2.1.1 mapproj_1.2.7 readr_1.4.0 compiler_4.1.0
## [21] httr_1.4.2 assertthat_0.2.1 fastmap_1.1.0 cli_3.0.0
## [25] s2_1.0.6 htmltools_0.5.1.1 prettyunits_1.1.1 tools_4.1.0
## [29] igraph_1.2.6 gtable_0.3.0 glue_1.4.2 wk_0.4.1
## [33] Rcpp_1.0.7 cellranger_1.1.0 vctrs_0.3.8 crul_1.1.0
## [37] ape_5.5 nlme_3.1-152 conditionz_0.1.0 extrafontdb_1.0
## [41] iterators_1.0.13 crosstalk_1.1.1 xfun_0.24 xlsxjars_0.6.1
## [45] lifecycle_1.0.0 MASS_7.3-54 zoo_1.8-9 scales_1.1.1
## [49] hms_1.1.0 parallel_4.1.0 yaml_2.2.1 curl_4.3.2
## [53] memoise_2.0.0 reshape_0.8.8 highr_0.9 foreach_1.5.1
## [57] e1071_1.7-7 dtw_1.22-3 rlang_0.4.11 pkgconfig_2.0.3
## [61] bitops_1.0-7 evaluate_0.14 lattice_0.20-44 labeling_0.4.2
## [65] tidyselect_1.1.1 plyr_1.8.6 R6_2.5.0 fftw_1.0-6
## [69] generics_0.1.0 DBI_1.1.1 arkdb_0.0.12 pillar_1.6.1
## [73] withr_2.4.2 units_0.7-2 RCurl_1.98-1.3 tibble_3.1.2
## [77] crayon_1.4.1 uuid_0.1-4 KernSmooth_2.23-20 utf8_1.2.1
## [81] rmarkdown_2.9 progress_1.2.2 data.table_1.14.0 digest_0.6.27
## [85] classInt_0.4-3 signal_0.7-7 munsell_0.5.0