Macroecología
Instituto de Ecología, A.C. - INECOL
NOTA: Si no han cerrado R, seguimos con el mismo espacio de trabajo, pero si lo cerraron, tienen que cargar el “workspace” (archivo .RData) del ejercicio anterior pues tiene los objetos que vamos a usar en este ejercicio.
Cargar los siguientes paquetes:
library(terra)
library(rnaturalearth)
library(sf)
En este ejemplo, vamos a usar datos de murciélagos filostómidos para América (Neotrópico), que están disponibles en la red en la base de la IUCN (http://www.iucnredlist.org/technical-documents/spatial-data). Uds podrían usar cualquier otro grupo de los disponíbles en la IUCN o en otros sitios (en este caso, tienen que bajar los “shapefiles”, que son archivos con extensión ‘.shp’ y los asociados)
bats <- st_read("ejercicios_datos/phyllostomidae_shapes/phylllostomidae_marcelo.shp")
pdf("bats.pdf")
plot(bats["binomial"],col=rainbow(46, alpha=0.5))
dev.off()
plot(bats["binomial"],col=rainbow(46, alpha=0.5))
“Proyectar” en coordenadas geográficas – definir la proyección de los datos/shapefiles
st_crs(bats) <- "+proj=longlat +datum=WGS84"
Generar un raster para América
amer_ras <- rast()
# Establecer el "extent" del raster para quedarnos justamente en las coordenadas de América
ext(amer_ras) <- c(-150,-20,-60,40)
Cambiar la resolución del raster de América del Sur para que sea de 1º long-lat.
res(amer_ras) <- 1
#Raster de riqueza de especies Generar un raster para los datos de los carnivoros basado en el raster de América del Sur que ya tenemos, este nuevo raster será el mapa de riqueza de las especies de murciélagos de América!
NOTA: Hay otras formas de generar el raster de riqueza que son, en realidad, más apropiadas para hacer análisis biogeográficos/macroecológicos (Esta parte la vamos a ver más adelante)
bats_raster <- terra::rasterize(bats, amer_ras, field="binomial",
fun="sum",na.rm=TRUE)
Mapa continental, países
cont_map <- ne_countries(scale = "small")
Graficar el raster de los murciélagos.
plot(bats_raster)
plot(cont_map,add=T)
¿Qué tal, quedó bien?
#Dependencia de la escala Generar otro raster de América con una resolución diferente, de 2 grados long-lat
amer_ras2 <- amer_ras
# definir la resolución de 2 grados
res(amer_ras2) <- 2
Generar el raster de los murciélagos para la nueva resolución (usando el nuevo raster de América en 2 grados long-lat)
bats_raster2 <- terra::rasterize(bats, amer_ras2, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar el nuevo raster
plot(bats_raster2)
plot(cont_map,add=T)
Y ahora, ¿Quedó bien? ¿igual que el anterior?
NOTA: Para mantener las diferentes gráficas de los mapas con diferentes resoluciones, tienen que abrir una nueva ventana de graficación en R. Vean el manual de R de cómo hacer eso. Si no, el gráfico generado va a aparecer en la misma “ventana” y van a “perder” el mapa anterior. Otra forma sería salvar (save as…) el gráfico y después abrir todos en otro programa para compararlos visualmente. De cualquier manera, más adelante veremos cómo graficarlos todos juntos.
Otra resolución, ¿más gruesa? Generar un raster de América con resolución de 4 grados long-lat
amer_ras4 <- amer_ras2
res(amer_ras4) <- 4
Generar el raster de los murciélagos con el nuevo de América en 4 grados long-lat
bats_raster4 <- terra::rasterize(bats, amer_ras4, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar
plot(bats_raster4)
plot(cont_map,add=T)
¿El patrón cambió?
¿Resolución más gruesa aún? Generar un nuevo raster de América a 8 grados long-lat
amer_ras8 <- amer_ras4
res(amer_ras8) <- 8
Y el raster de riqueza de los murciélagos en la nueva resolución
bats_raster8 <- terra::rasterize(bats, amer_ras8, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar
plot(bats_raster8)
plot(cont_map,add=T)
Y ahora, ¿cambió? ¿En dónde están las mayores diferencias?
par(mfrow=c(2,2))
plot(bats_raster)
plot(cont_map,add=T)
plot(bats_raster2)
plot(cont_map,add=T)
plot(bats_raster4)
plot(cont_map,add=T)
plot(bats_raster8)
plot(cont_map,add=T)
dev.off()
Generar un nuevo raster (vacio)
ras_2 <- raster()
#definir valores de cero para el raster
values(ras_2) <- 0
# definir el "extent" para que corresponda con las coordenadas de México. ¿Cuáles son?
extent(ras_2) <- c(-130,-80,14,35)
# definir la resolución (por ahora de 1 grado long-lat)
res(ras_2) <- 1
Generar el raster de México usando el raster generado antes y “cortando”” con el mapa de México que tenemos del ejercicio anterior (“mex_map”)
mex_map <- ne_countries(scale = 'small', country = "Mexico",returnclass = "sf")
ras_mex <- rasterize(mex_map,ras_2)
Graficar el nuevo raster para México
plot(ras_mex)
plot(as(mex_map,"Spatial"), add=T)
¿Quedó bien?
Crear el raster de riqueza de los murciélagos de México usando el raster del país
bats_mexras <- rasterize(bats, ras_mex, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar el resultado. ¿Cómo está distribuída la riqueza de murciélagos en México? ¿Dónde hay más/menos especies?
#Gerar una "máscara" para que el raster quede justamente dentro de México
bats_mexforma <- mask(bats_mexras, mex_map)
plot(bats_mexforma)
plot(as(mex_map,"Spatial"), add=T)
Ahora con una resolución más gruesa (2 grados long-lat)
ras_mex2 <- ras_mex
res(ras_mex2) <- 2
Raster de riqueza de murciélagos
bats_mexras2 <- rasterize(bats, ras_mex2, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar
bats_mexforma2 <- mask(bats_mexras2, mex_map)
plot(bats_mexforma2)
plot(as(mex_map,"Spatial"), add=T)
¿Quedó bien? ¿Cambió?
Resolución más gruesa aún
ras_mex5 <- ras_mex2
res(ras_mex5) <- 5
Raster de riqueza de murciélagos
bats_mexras5 <- rasterize(bats, ras_mex5, field="binomial",fun=function(x,...){length(unique(na.omit(x)))})
Graficar
bats_mexforma5 <- mask(bats_mexras5, mex_map)
plot(bats_mexforma5)
plot(as(mex_map,"Spatial"), add=T)
¿Cambió? ¿Cuánto? ¿Dónde hay más diferencias?
par(mfrow=c(1,3))
plot(bats_mexforma)
plot(as(mex_map,"Spatial"), add=T)
plot(bats_mexforma2)
plot(as(mex_map,"Spatial"), add=T)
plot(bats_mexforma5)
plot(as(mex_map,"Spatial"), add=T)
dev.off()
NOTA: Salven el “workspace” de R, es decir, todo lo que se hizo en este ejercicio debe quedar salvado como un archivo “.RData”. Estos objetos serán usados en ejercicios posteriores. NO CIERREN R SIN HABER GUARDADO ESTE ARCHIVO!!!