Algunas investigaciones que realizamos en nuestra vida profesional se basan en conocer y comprender que taxones o especies se encuentran en una determinada región de nuestro interes. Una excelente herramienta que nos ayuda a conocer estos registros es la plataforma GBIF.
Contenido del post
- Introducción
- Descarga de datos
- Descarga de datos con rgbif
- Código en R
- Resumen
- Literatura
- Más información
Introducción
The Global Biodiversity Information Facility (GBIF), es una plataforma que cuenta con cientos de miles de registros de presencias tanto de flora como de fauna, registros que en su mayoría cuentan con coordenadas geográficas que son esencialmente importante para realizar el tipo de investigaciones que mencionamos anteriormente.
Así, GBIF tiene datos que dan evidencia de la presencia de una especie (u otro taxón) en un lugar determinado y en una fecha concreta. Estos datos se ofrecen en un formato estandarizado, permitiendo que queden accesibles para su libre consulta y uso de acuerdo con las licencias de uso establecidas.
Para hacer la descarga de tales registros se puede hacer de varias maneras, una de ellas es haciendo el respectivo registro en la página web (requiere usuario y contraseña), luego tenemos que ingresar el nombre científico de las especies de interes y el programa nos arroja el resultado de todos los registros, sin embargo, en muchas ocasiones el hacer la descarga se demora desde pocos minutos hasta varias horas (dependiendo del número de registros).
Este proceso lo podemos aprender en el siguiente video
Descarga de datos con rgbif
Otro camino para descargar la información es hacer uso del paquete
Igualmente utilizaremos otros paquetes necesarios para nuestra limpieza y visualización, los cuales mencionaremos a continuación
Paquete
Paquete
Paquete
Código en R
Primero cargamos los paquetes necesarios para poder descargar, limpiar y visualizar nuestros datos
library(rgbif)
library(maps)
library(tidyverse)
Ahora bien, para poder descagar datos hay dos vías o formas, una se basa en la descarga de datos para una sola categoría taxonómica y la otra para varias categorías taxonómicas.
Definida la especie con que vamos a trabajar, procedemos a utilizar la función
scientificName: Un nombre científico de la columna vertebral de GBIF. Todos los taxones incluidos y sinónimos se incluyen en la búsqueda.
country: El código de país de 2 letras (según ISO-3166-1) del país en el que se registró la ocurrencia. Mira Aquí
hasCoordinate: Retorna solo registros de ocurrencia con datos de latitud/longitud (TRUE) o todos los registros (FALSE)
recordedBy: La persona que registró la ocurrencia
identifiedByID: Nombre de la persona que proporcionó la identificación taxonómica de la ocurrencia.
elevation: Elevación en metros sobre el nivel del mar
stateProvince: El nombre de la siguiente región administrativa más pequeña que país (estado, provincia, cantón, departamento, región, etc.) en el que se produce la ubicación.
limit: Número de registros a retornar
Descargar datos de una categoría taxonómica en un país
En este ejercicio quiero saber la ocurrencia de la especie Onthophagus acuminatus en Colombia. O. acuminatus es una especie de escarabajo de la subfamilia Scarabaeinae, comunmente llamados escarabajos coprófagos o peloteros. Dicho escarabajo está ampliamente distribuido en la región andina y es uno de los escarabajos más abundantes en áreas protegidas y ambientes urbanos y semiurbanos, sin embargo, queremos revisar en que sitios se encuentra registrado y para cuales departamentos.
Guardamos el nombre de nuestra especie en una variable
myspecies <- c("Onthophagus acuminatus")
Descarga de datos
Ahora utilizamos la función
gbif_data <- occ_data(scientificName = myspecies,
country = 'CO',
hasCoordinate = TRUE,
limit = 20000)
Ahora corroboramos los datos descargados, nota que es una lista de
gbif_data$meta
## $offset
## [1] 1800
##
## $limit
## [1] 40
##
## $endOfRecords
## [1] TRUE
##
## $count
## [1] 1840
names(gbif_data$data)
## [1] "key" "scientificName"
## [3] "decimalLatitude" "decimalLongitude"
## [5] "issues" "datasetKey"
## [7] "publishingOrgKey" "installationKey"
## [9] "hostingOrganizationKey" "publishingCountry"
## [11] "protocol" "lastCrawled"
## [13] "lastParsed" "crawlId"
## [15] "basisOfRecord" "occurrenceStatus"
## [17] "lifeStage" "taxonKey"
## [19] "kingdomKey" "phylumKey"
## [21] "classKey" "orderKey"
## [23] "familyKey" "genusKey"
## [25] "speciesKey" "acceptedTaxonKey"
## [27] "acceptedScientificName" "kingdom"
## [29] "phylum" "order"
## [31] "family" "genus"
## [33] "species" "genericName"
## [35] "specificEpithet" "taxonRank"
## [37] "taxonomicStatus" "iucnRedListCategory"
## [39] "dateIdentified" "elevation"
## [41] "elevationAccuracy" "continent"
## [43] "stateProvince" "year"
## [45] "month" "day"
## [47] "eventDate" "startDayOfYear"
## [49] "endDayOfYear" "lastInterpreted"
## [51] "license" "organismQuantity"
## [53] "isSequenced" "isInCluster"
## [55] "recordedBy" "identifiedBy"
## [57] "preparations" "samplingProtocol"
## [59] "geodeticDatum" "class"
## [61] "countryCode" "gbifRegion"
## [63] "country" "publishedByGbifRegion"
## [65] "identifier" "recordNumber"
## [67] "catalogNumber" "habitat"
## [69] "institutionCode" "county"
## [71] "locality" "eventRemarks"
## [73] "gbifID" "collectionCode"
## [75] "occurrenceID" "projectId"
## [77] "coordinateUncertaintyInMeters" "organismQuantityType"
## [79] "sampleSizeUnit" "sampleSizeValue"
## [81] "eventID" "dynamicProperties"
## [83] "verbatimSRS" "samplingEffort"
## [85] "verbatimCoordinateSystem" "type"
## [87] "locationRemarks" "eventTime"
## [89] "parentEventID" "higherClassification"
## [91] "individualCount" "verbatimEventDate"
## [93] "institutionID" "municipality"
## [95] "language" "disposition"
## [97] "collectionID" "sex"
## [99] "networkKeys" "georeferenceProtocol"
## [101] "datasetID" "datasetName"
## [103] "identificationReferences" "vernacularName"
## [105] "organismID" "name"
## [107] "georeferencedBy" "rightsHolder"
## [109] "previousIdentifications" "ownerInstitutionCode"
## [111] "occurrenceRemarks" "accessRights"
## [113] "verbatimElevation" "coordinatePrecision"
## [115] "otherCatalogNumbers" "fieldNumber"
## [117] "higherGeography" "institutionKey"
## [119] "collectionKey" "georeferencedDate"
## [121] "georeferenceVerificationStatus" "georeferenceRemarks"
## [123] "georeferenceSources" "modified"
## [125] "verbatimLocality" "materialSampleID"
## [127] "reproductiveCondition" "subfamily"
## [129] "verbatimIdentification" "identificationRemarks"
Limpieza de datos
Luego de descargados los datos de la plataforma, ya podemos empezar a seleccionarlos, filtrarlos y dejarlos más organizados. En este ejercicio, vamos a seleccionar las columnas de nombre científico, coordenadas, elevación y departamento de las ocurrencias descargadas.
myspecies_coords <- gbif_data$data[ , c("scientificName",
"decimalLongitude",
"decimalLatitude",
"elevation",
"stateProvince")]
head(myspecies_coords)
## # A tibble: 6 × 5
## scientificName decimalLongitude decimalLatitude elevation stateProvince
## <chr> <dbl> <dbl> <dbl> <chr>
## 1 Onthophagus acuminat… -73.7 7.30 99.8 Santander
## 2 Onthophagus acuminat… -73.7 7.30 98.0 Santander
## 3 Onthophagus acuminat… -73.7 7.30 105. Santander
## 4 Onthophagus acuminat… -73.7 7.30 102. Santander
## 5 Onthophagus acuminat… -73.7 7.30 102. Santander
## 6 Onthophagus acuminat… -73.7 7.30 99.4 Santander
También podemos observar un resumen de los datos, como cantidad, departamentos de las ocurrencias, entre otros.
# Conoceremos la cantidad de registros
dim(myspecies_coords)[1]
## [1] 1840
# Cantidad de datos por departamento
myspecies_coords %>%
count(stateProvince, sort = TRUE)
## # A tibble: 17 × 2
## stateProvince n
## <chr> <int>
## 1 Sucre 766
## 2 Santander 541
## 3 La Guajira 141
## 4 Huila 92
## 5 Chocó 57
## 6 Bolívar 40
## 7 Tolima 40
## 8 Antioquia 37
## 9 Valle del Cauca 37
## 10 Magdalena 33
## 11 Quindío 28
## 12 Cundinamarca 9
## 13 Nariño 7
## 14 Cesar 6
## 15 Boyacá 3
## 16 Risaralda 2
## 17 Córdoba 1
Ahora guardaremos nuestros datos en un archivo tipo csv para poder tener la información en nuestra computadora.
write.csv(myspecies_coords, 'species.csv', row.names = TRUE)
Mapeo de ocurrencias
Ahora realizaremos nuestro mapa de ocurrencias de la especie en cuestión, para ello utilizaremos la función
shp <- raster::getData('GADM', country = 'COL', level = 1)
Al igual, utilizaremos el paquete
mapa <- ggplot() +
geom_point(data = myspecies_coords,
aes(x = decimalLongitude, y = decimalLatitude),
color = 'black') +
geom_polygon(data = shp, aes(x = long, y = lat, group = group),
color = 'grey', fill = NA) +
coord_fixed(ylim = c(-5, 12.5), xlim = c(-80, -67)) +
xlab('Longitud') +
ylab('Latitud') +
theme(axis.title.y = element_text(size = 17),
axis.title.x = element_text(size = 17),
axis.text.y = element_text(size = 13),
axis.text.x = element_text(size = 13))+
theme_bw()
mapa
Mapa 1. Mapa de ocurrencias de O. acuminatus en Colombia.
Guardamos nuestro mapa de ocurrencias
png("mapa.png", width = 1800, height = 1800, res = 140)
print(mapa)
dev.off()
Citaciones
Finalmente obtenemos la citación de las ocurrencias
gbif_citation(gbif_data)
## Warning: gbif_citation() for occ_search() and occ_data() is deprecated.
## Use rgbif::occ_download() or rgbif::derived_dataset() instead.
## [[1]]
## <<rgbif citation>>
## Citation: Borja-Acosta K G, Neita-Moreno J (2024). Colección de Entomología
## del Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt (IAvH-E). Version 2.12. Instituto de Investigación de Recursos
## Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/vmpedy accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[2]]
## <<rgbif citation>>
## Citation: Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt, Agencia Nacional de Hidrocarburos (2022). Línea base general
## de escarabajos para el valle medio del Magdalena - VMM. Version 1.2.
## Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt. Sampling event dataset https://doi.org/10.15472/lgpfm7
## accessed via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[3]]
## <<rgbif citation>>
## Citation: Carvajal Cogollo J E, Morales Alba A F, Martínez Dueñas D C,
## Quiroga Huertas K A, Bello Guio G, Eguis Avendaño J A, García Monroy J
## S, Gómez Camargo J, Serrato Rivera Y G, Peña Ramírez L J, Pineda
## Cendales S, Morales González Ó E, Higuera Rojas D F, Sarmiento Garavito
## L P, Pérez Gómez D K, Morales González O E (2022). Caracterización de
## fauna en diferentes gradientes altitudinales del departamento de
## Boyacá, Colombia. Version 1.5. Universidad Pedagógica y Tecnológica de
## Colombia. Occurrence dataset https://doi.org/10.15472/glb3hd accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
##
## [[4]]
## <<rgbif citation>>
## Citation: Ecopetrol. S.A., Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt (2022). Entomofauna de la Ecoreserva La Tribuna
## (Neiva, Huila) - Proyecto FIBRAS. Version 1.1. Instituto de
## Investigación de Recursos Biológicos Alexander von Humboldt. Occurrence
## dataset https://doi.org/10.15472/yr14ff accessed via GBIF.org on
## 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[5]]
## <<rgbif citation>>
## Citation: Martínez Silva P, Gutiérrez Bautista H H (2020). Coleópteros
## presentes en un proceso de restauración pasiva en bosque seco tropical.
## Version 2.2. Corporación Universitaria del Huila. Occurrence dataset
## https://doi.org/10.15472/2qq6hc accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[6]]
## <<rgbif citation>>
## Citation: Neita J C, Borja-Acosta K (2021). Insectos del municipio
## Cimitarra, Santander - Proyecto Santander BIO. Version 1.2. Instituto
## de Investigación de Recursos Biológicos Alexander von Humboldt.
## Occurrence dataset https://doi.org/10.15472/po6pzh accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[7]]
## <<rgbif citation>>
## Citation: Lopera A, Lizcano D J (2021). Registros biológicos asociados al
## monitoreo de la diversidad de escarabajos en paisajes ganaderos de
## bosque 2013 - 2017. Asociación GAICA. Occurrence dataset
## https://doi.org/10.15472/6ttvzs accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[8]]
## <<rgbif citation>>
## Citation: Mendivil Nieto J A, Giraldo Echeverri C, Quevedo Vega C J (2022).
## Escarabajos estercoleros asociados a sistemas de ganadería sostenible
## en diferentes regiones de Colombia. Version 2.4. Fundación Centro para
## la Investigación en Sistemas Sostenibles de Producción Agropecuaria -
## Cipav. Occurrence dataset https://doi.org/10.15472/yje84v accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/publicdomain/zero/1.0/legalcode
##
## [[9]]
## <<rgbif citation>>
## Citation: Murillo Barahona D A, Rengifo Murillo L (2023). Colección
## Entomológica de la Universidad Tecnológica del Chocó. Version 6.5.
## Universidad Tecnológica del Chocó. Occurrence dataset
## https://doi.org/10.15472/rmbpsh accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/publicdomain/zero/1.0/legalcode
##
## [[10]]
## <<rgbif citation>>
## Citation: Lopera A, Quintana Vargas A (2021). Coleópteros de los bosques
## montanos del Oriente Antioqueño, Cañón del río Melcocho, en el
## municipio de El Carmen de Viboral, Antioquia - Proyecto Colombia BIO.
## Version 1.3. Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/npzc22 accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[11]]
## <<rgbif citation>>
## Citation: Borja-Acosta K G, Leyton Ramos L M (2024). Colección de Tejidos
## del Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt (IAvH-CT). Version 20.9. Instituto de Investigación de
## Recursos Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/9uddlh accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[12]]
## <<rgbif citation>>
## Citation: Bonell Rojas W Y (2018). Caracterización biológica en la Serranía
## de San Lucas 2015. Version 2.0. Parques Nacionales Naturales de
## Colombia. Occurrence dataset https://doi.org/10.15472/uarl1x accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[13]]
## <<rgbif citation>>
## Citation: Ramirez Hernandez L M (2019). Estudio de Biodiversidad Mina
## Calenturitas, Temporada de Lluvias. INERCO Consultoría Colombia.
## Occurrence dataset https://doi.org/10.15472/uecnoz accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
##
## [[14]]
## <<rgbif citation>>
## Citation: Quintana Vargas A (2021). Biodiversidad de un bosque seco tropical
## del Valle Medio del río Magdalena: evaluación integrada a través de
## multitaxones. Version 1.2. Instituto de Investigación de Recursos
## Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/ptmv1d accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[15]]
## <<rgbif citation>>
## Citation: Guañarita Bañol A M (2021). Caracterizaciones rápidas de
## biodiversidad en grupos biológicos de la planicie del valle del río
## Cauca. Version 4.2. Universidad Icesi. Occurrence dataset
## https://doi.org/10.15472/dbjjay accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[16]]
## <<rgbif citation>>
## Citation: Hurtado Guerra A M (2020). Caracterización biológica de la ventana
## Beltrán, corregimiento Paquiló, Municipio de Beltrán, Cundinamarca.
## Version 2.4. Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/hr8ml2 accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[17]]
## <<rgbif citation>>
## Citation: González A (2021). Escarabajos coprófagos (Coleoptera:
## Scarabaeidae: Scarabaeinae) de bosques secos Colombianos de la
## Colección Entomológica del Instituto Alexander von Humboldt. Version
## 4.5. Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt. Occurrence dataset https://doi.org/10.15472/hjh6ys accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[18]]
## <<rgbif citation>>
## Citation: Vergara Navarro E V, González Almario C, Sandoval Caceres Y P
## (2022). Colección Taxonómica Nacional de Insectos “Luis María Murillo”
## (CTNI). Version 2.6. Corporación Colombiana de Investigación
## Agropecuaria - AGROSAVIA. Occurrence dataset
## https://doi.org/10.15472/fvudyo accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[19]]
## <<rgbif citation>>
## Citation: León González J (2021). Escarabajos coprófagos (Scarabaeidae:
## Scarabaeinae) del eje cafetero Colombiano. Version 7.3. Instituto de
## Investigación de Recursos Biológicos Alexander von Humboldt. Occurrence
## dataset https://doi.org/10.15472/dm9u19 accessed via GBIF.org on
## 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[20]]
## <<rgbif citation>>
## Citation: Jaramillo N, Marín J D, Wolff Echeverri M, Duque Veléz P, Veléz
## Bravo A, Jaramillo J G (2023). Colección Entomológica de Piedras
## Blancas. Version 2.6. Museo Entomológico de Comfenalco - Antioquia.
## Occurrence dataset https://doi.org/10.15472/xblw2v accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
Descargar datos de varias categorías taxonómicas en una rango de coordenadas
En este ejercicio quiero saber la ocurrencia de las especies de escarabajos coprófagos en Colombia. Dicho escarabajos están ampliamente distribuidos en Colombia, sin embargo, queremos revisar en que sitios se encuentran registrados en un rango de coordenadas específico.
Guardamos el nombre de nuestra especie en una variable
myspecies2 <- c("Sulcophanaeus noctis", "Phanaeus meleagris",
"Onthophagus bidentatus", "Ontherus kirschii",
"Copris susanae")
Descarga de datos
Ahora utilizamos la función
gbif_data2 <- occ_data(scientificName = myspecies2,
hasCoordinate = TRUE,
limit = 20000,
decimalLongitude = "-76, -74",
decimalLatitude = "3, 8")
Ahora corroboramos los datos descargados, nota que es una lista de
names(gbif_data2)
## [1] "Sulcophanaeus noctis" "Phanaeus meleagris" "Onthophagus bidentatus"
## [4] "Ontherus kirschii" "Copris susanae"
names(gbif_data2[[myspecies2[1]]])
## [1] "meta" "data"
names(gbif_data2[[myspecies2[1]]]$meta)
## [1] "offset" "limit" "endOfRecords" "count"
names(gbif_data2[[myspecies2[1]]]$data)
## [1] "key" "scientificName"
## [3] "decimalLatitude" "decimalLongitude"
## [5] "issues" "datasetKey"
## [7] "publishingOrgKey" "installationKey"
## [9] "hostingOrganizationKey" "publishingCountry"
## [11] "protocol" "lastCrawled"
## [13] "lastParsed" "crawlId"
## [15] "projectId" "basisOfRecord"
## [17] "individualCount" "occurrenceStatus"
## [19] "sex" "lifeStage"
## [21] "taxonKey" "kingdomKey"
## [23] "phylumKey" "classKey"
## [25] "orderKey" "familyKey"
## [27] "genusKey" "speciesKey"
## [29] "acceptedTaxonKey" "acceptedScientificName"
## [31] "kingdom" "phylum"
## [33] "order" "family"
## [35] "genus" "species"
## [37] "genericName" "specificEpithet"
## [39] "taxonRank" "taxonomicStatus"
## [41] "iucnRedListCategory" "dateIdentified"
## [43] "elevation" "elevationAccuracy"
## [45] "continent" "stateProvince"
## [47] "year" "month"
## [49] "day" "eventDate"
## [51] "startDayOfYear" "endDayOfYear"
## [53] "lastInterpreted" "license"
## [55] "isSequenced" "isInCluster"
## [57] "recordedBy" "identifiedBy"
## [59] "preparations" "samplingProtocol"
## [61] "geodeticDatum" "class"
## [63] "countryCode" "gbifRegion"
## [65] "country" "publishedByGbifRegion"
## [67] "identifier" "recordNumber"
## [69] "habitat" "verbatimEventDate"
## [71] "institutionID" "county"
## [73] "locality" "municipality"
## [75] "verbatimCoordinateSystem" "gbifID"
## [77] "language" "collectionCode"
## [79] "occurrenceID" "type"
## [81] "catalogNumber" "disposition"
## [83] "institutionCode" "collectionID"
## [85] "organismQuantity" "organismQuantityType"
## [87] "georeferenceProtocol" "dynamicProperties"
## [89] "verbatimSRS" "samplingEffort"
## [91] "vernacularName" "eventTime"
## [93] "identificationRemarks" "eventRemarks"
## [95] "georeferencedBy" "modified"
## [97] "datasetID" "datasetName"
## [99] "verbatimLocality" "locationRemarks"
## [101] "occurrenceRemarks" "verbatimElevation"
## [103] "georeferenceRemarks" "name"
Limpieza de datos
Luego de descargados los datos de la plataforma, ya podemos empezar a seleccionarlos, filtrarlos y dejarlos más organizados. En este ejercicio, vamos a seleccionar las columnas de nombre científico, coordenadas, elevación y departamento de las ocurrencias descargadas.
df_final = data.frame()
for (s in 1:length(myspecies2)) {
if(is.null(gbif_data2[[s]]$data)==FALSE){
coords <- gbif_data2[[s]]$data[ , c("scientificName", "decimalLongitude",
"decimalLatitude", "stateProvince")]
df_final <- rbind(df_final, coords)
}
}
head(df_final)
## # A tibble: 6 × 4
## scientificName decimalLongitude decimalLatitude stateProvince
## <chr> <dbl> <dbl> <chr>
## 1 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
## 2 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
## 3 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
## 4 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
## 5 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
## 6 Sulcophanaeus noctis (Bates, 1… -74.3 5.84 Boyacá
También podemos observar un resumen de los datos, como cantidad, departamentos de las ocurrencias, entre otros
# Conoceremos la cantidad de registros
dim(df_final)[1]
## [1] 135
# Cantidad de datos por departamento
df_final %>%
group_by(scientificName) %>%
count(stateProvince, sort = TRUE)
## # A tibble: 14 × 3
## # Groups: scientificName [4]
## scientificName stateProvince n
## <chr> <chr> <int>
## 1 Sulcophanaeus noctis (Bates, 1887) Santander 30
## 2 Phanaeus meleagris Blanchard, 1845 Boyacá 28
## 3 Sulcophanaeus noctis (Bates, 1887) Antioquia 24
## 4 Phanaeus meleagris Blanchard, 1845 Santander 14
## 5 Onthophagus bidentatus Drapiez, 1819 Santander 10
## 6 Sulcophanaeus noctis (Bates, 1887) Boyacá 7
## 7 Phanaeus meleagris Blanchard, 1845 Antioquia 6
## 8 Copris susanae Darling & Génier, 2018 Cundinamarca 5
## 9 Copris susanae Darling & Génier, 2018 Boyacá 4
## 10 Sulcophanaeus noctis (Bates, 1887) Bolívar 2
## 11 Sulcophanaeus noctis (Bates, 1887) Tolima 2
## 12 Onthophagus bidentatus Drapiez, 1819 Cundinamarca 1
## 13 Phanaeus meleagris Blanchard, 1845 Quindío 1
## 14 Sulcophanaeus noctis (Bates, 1887) Caldas 1
Ahora guardaremos nuestros datos en un archivo csv para poder tener la información en nuestra computadora.
write.csv(df_final, 'species.csv', row.names = TRUE)
Mapeo de ocurrencias
Ahora realizaremos nuestro mapa de ocurrencias de la especie en cuestión, para ello utilizaremos la función
shp <- raster::getData('GADM', country = 'COL', level = 1)
Al igual, utilizaremos el paquete
mapa2 <- ggplot() +
geom_point(data = df_final,
aes(x = decimalLongitude, y = decimalLatitude,
shape = scientificName),
color = 'black') +
geom_polygon(data = shp, aes(x = long, y = lat, group = group),
color = 'grey', fill = NA) +
coord_fixed(ylim = c(2.5, 8.5), xlim = c(-76.5, -73.5)) +
xlab('Longitud') +
ylab('Latitud') +
theme(axis.title.y = element_text(size = 17),
axis.title.x = element_text(size = 17),
axis.text.y = element_text(size = 13),
axis.text.x = element_text(size = 13))+
labs(shape = "Especies")+
theme_bw()+
theme(legend.text = element_text(face = "italic"))
mapa2
Mapa 2. Mapa de ocurrencias de cinco (5) especies de escarabajos coprófagos en una región de Colombia.
Guardamos nuestro mapa de ocurrencias
png("mapa2.png", width = 1800, height = 1800, res = 140)
print(mapa2)
dev.off()
Citaciones
Finalmente obtenemos la citación de las ocurrencias
gbif_citation(gbif_data)
## Warning: gbif_citation() for occ_search() and occ_data() is deprecated.
## Use rgbif::occ_download() or rgbif::derived_dataset() instead.
## [[1]]
## <<rgbif citation>>
## Citation: Borja-Acosta K G, Neita-Moreno J (2024). Colección de Entomología
## del Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt (IAvH-E). Version 2.12. Instituto de Investigación de Recursos
## Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/vmpedy accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[2]]
## <<rgbif citation>>
## Citation: Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt, Agencia Nacional de Hidrocarburos (2022). Línea base general
## de escarabajos para el valle medio del Magdalena - VMM. Version 1.2.
## Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt. Sampling event dataset https://doi.org/10.15472/lgpfm7
## accessed via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[3]]
## <<rgbif citation>>
## Citation: Carvajal Cogollo J E, Morales Alba A F, Martínez Dueñas D C,
## Quiroga Huertas K A, Bello Guio G, Eguis Avendaño J A, García Monroy J
## S, Gómez Camargo J, Serrato Rivera Y G, Peña Ramírez L J, Pineda
## Cendales S, Morales González Ó E, Higuera Rojas D F, Sarmiento Garavito
## L P, Pérez Gómez D K, Morales González O E (2022). Caracterización de
## fauna en diferentes gradientes altitudinales del departamento de
## Boyacá, Colombia. Version 1.5. Universidad Pedagógica y Tecnológica de
## Colombia. Occurrence dataset https://doi.org/10.15472/glb3hd accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
##
## [[4]]
## <<rgbif citation>>
## Citation: Ecopetrol. S.A., Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt (2022). Entomofauna de la Ecoreserva La Tribuna
## (Neiva, Huila) - Proyecto FIBRAS. Version 1.1. Instituto de
## Investigación de Recursos Biológicos Alexander von Humboldt. Occurrence
## dataset https://doi.org/10.15472/yr14ff accessed via GBIF.org on
## 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[5]]
## <<rgbif citation>>
## Citation: Martínez Silva P, Gutiérrez Bautista H H (2020). Coleópteros
## presentes en un proceso de restauración pasiva en bosque seco tropical.
## Version 2.2. Corporación Universitaria del Huila. Occurrence dataset
## https://doi.org/10.15472/2qq6hc accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[6]]
## <<rgbif citation>>
## Citation: Neita J C, Borja-Acosta K (2021). Insectos del municipio
## Cimitarra, Santander - Proyecto Santander BIO. Version 1.2. Instituto
## de Investigación de Recursos Biológicos Alexander von Humboldt.
## Occurrence dataset https://doi.org/10.15472/po6pzh accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[7]]
## <<rgbif citation>>
## Citation: Lopera A, Lizcano D J (2021). Registros biológicos asociados al
## monitoreo de la diversidad de escarabajos en paisajes ganaderos de
## bosque 2013 - 2017. Asociación GAICA. Occurrence dataset
## https://doi.org/10.15472/6ttvzs accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[8]]
## <<rgbif citation>>
## Citation: Mendivil Nieto J A, Giraldo Echeverri C, Quevedo Vega C J (2022).
## Escarabajos estercoleros asociados a sistemas de ganadería sostenible
## en diferentes regiones de Colombia. Version 2.4. Fundación Centro para
## la Investigación en Sistemas Sostenibles de Producción Agropecuaria -
## Cipav. Occurrence dataset https://doi.org/10.15472/yje84v accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/publicdomain/zero/1.0/legalcode
##
## [[9]]
## <<rgbif citation>>
## Citation: Murillo Barahona D A, Rengifo Murillo L (2023). Colección
## Entomológica de la Universidad Tecnológica del Chocó. Version 6.5.
## Universidad Tecnológica del Chocó. Occurrence dataset
## https://doi.org/10.15472/rmbpsh accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/publicdomain/zero/1.0/legalcode
##
## [[10]]
## <<rgbif citation>>
## Citation: Lopera A, Quintana Vargas A (2021). Coleópteros de los bosques
## montanos del Oriente Antioqueño, Cañón del río Melcocho, en el
## municipio de El Carmen de Viboral, Antioquia - Proyecto Colombia BIO.
## Version 1.3. Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/npzc22 accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[11]]
## <<rgbif citation>>
## Citation: Borja-Acosta K G, Leyton Ramos L M (2024). Colección de Tejidos
## del Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt (IAvH-CT). Version 20.9. Instituto de Investigación de
## Recursos Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/9uddlh accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[12]]
## <<rgbif citation>>
## Citation: Bonell Rojas W Y (2018). Caracterización biológica en la Serranía
## de San Lucas 2015. Version 2.0. Parques Nacionales Naturales de
## Colombia. Occurrence dataset https://doi.org/10.15472/uarl1x accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[13]]
## <<rgbif citation>>
## Citation: Ramirez Hernandez L M (2019). Estudio de Biodiversidad Mina
## Calenturitas, Temporada de Lluvias. INERCO Consultoría Colombia.
## Occurrence dataset https://doi.org/10.15472/uecnoz accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
##
## [[14]]
## <<rgbif citation>>
## Citation: Quintana Vargas A (2021). Biodiversidad de un bosque seco tropical
## del Valle Medio del río Magdalena: evaluación integrada a través de
## multitaxones. Version 1.2. Instituto de Investigación de Recursos
## Biológicos Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/ptmv1d accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[15]]
## <<rgbif citation>>
## Citation: Guañarita Bañol A M (2021). Caracterizaciones rápidas de
## biodiversidad en grupos biológicos de la planicie del valle del río
## Cauca. Version 4.2. Universidad Icesi. Occurrence dataset
## https://doi.org/10.15472/dbjjay accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[16]]
## <<rgbif citation>>
## Citation: Hurtado Guerra A M (2020). Caracterización biológica de la ventana
## Beltrán, corregimiento Paquiló, Municipio de Beltrán, Cundinamarca.
## Version 2.4. Instituto de Investigación de Recursos Biológicos
## Alexander von Humboldt. Occurrence dataset
## https://doi.org/10.15472/hr8ml2 accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[17]]
## <<rgbif citation>>
## Citation: González A (2021). Escarabajos coprófagos (Coleoptera:
## Scarabaeidae: Scarabaeinae) de bosques secos Colombianos de la
## Colección Entomológica del Instituto Alexander von Humboldt. Version
## 4.5. Instituto de Investigación de Recursos Biológicos Alexander von
## Humboldt. Occurrence dataset https://doi.org/10.15472/hjh6ys accessed
## via GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[18]]
## <<rgbif citation>>
## Citation: Vergara Navarro E V, González Almario C, Sandoval Caceres Y P
## (2022). Colección Taxonómica Nacional de Insectos “Luis María Murillo”
## (CTNI). Version 2.6. Corporación Colombiana de Investigación
## Agropecuaria - AGROSAVIA. Occurrence dataset
## https://doi.org/10.15472/fvudyo accessed via GBIF.org on 2024-02-05..
## Accessed from R via rgbif (https://github.com/ropensci/rgbif) on
## 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[19]]
## <<rgbif citation>>
## Citation: León González J (2021). Escarabajos coprófagos (Scarabaeidae:
## Scarabaeinae) del eje cafetero Colombiano. Version 7.3. Instituto de
## Investigación de Recursos Biológicos Alexander von Humboldt. Occurrence
## dataset https://doi.org/10.15472/dm9u19 accessed via GBIF.org on
## 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by-nc/4.0/legalcode
##
## [[20]]
## <<rgbif citation>>
## Citation: Jaramillo N, Marín J D, Wolff Echeverri M, Duque Veléz P, Veléz
## Bravo A, Jaramillo J G (2023). Colección Entomológica de Piedras
## Blancas. Version 2.6. Museo Entomológico de Comfenalco - Antioquia.
## Occurrence dataset https://doi.org/10.15472/xblw2v accessed via
## GBIF.org on 2024-02-05.. Accessed from R via rgbif
## (https://github.com/ropensci/rgbif) on 2024-02-05
## Rights: http://creativecommons.org/licenses/by/4.0/legalcode
Resumen
En este post pudimos aprender como descargar, limpiar y visualizar las ocurrencias sobre los taxones de nuestro interes. Recuerda que puedes explorar más estas herramientas con el fin de responder tus propias preguntas de investigación.
Aprendimos igual que podemos realizar el análisis en una región, departamento, país, continente o a nivel global, es solo modificar algunas líneas en nuestro código y ¡voilá!
No siendo más, nos despedimos no sin antes deseando poder encontrarnos de nuevo en algún momento, mientras ¡sean felices!
Más información
Estos análisis se han realizado utilizando el software R (v.4.1.0) y Rstudio (v. 1.4.1717)
Recuerda que todos nuestros códigos están almacenados en GitHub