Elaboração de mapas de distribuição de espécies em R

Comandos básicos para você preparar seu próprio mapa

Dr. Ricardo Perdiz | 21--22 Out 2021 | Dia 02

COVID19

1 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R

2 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R
Tutorial

2 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R
Tutorial
- Instalação e carregamento de pacote
- Importação de dados
- Indexação (acesso) de um data.frame
- Variáveis - nomes de espécies
- Variáveis - vetor de cores

2 / 36

COVID19

mapa-R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

3 / 36

COVID19

mapa-R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

4 / 36

COVID19

mapa-R

Recuperando todo nosso trabalho de ontem

# Carrega o pacote
library("maps")
# Importa os dados
protium <-
  read.table(
    file = url(
      "https://raw.githubusercontent.com/ricoperdiz/Tutorials/master/R_make_a_map/dados.csv"
    ),
    header = TRUE,
    as.is = TRUE,
    sep = '\t',
    dec = '.'
  )
# Cria variaveis
spp <- unique(protium$Species)
cores.map <- ifelse(protium$Species == spp[1], 'red','black')

5 / 36

COVID19

mapa-R

Variáveis - Cria um vetor de tamanho para cada espécie

Esse vetor é atribuído a uma coluna do conjunto de dados protium.

Protium heptaphyllum possui uma distribuição mais ampla, por isso atribuo um tamanho menor pra ela.

protium$cex.p <- ifelse(protium$Species == spp[1], 1, 0.8)

6 / 36

COVID19

mapa-R

Variáveis - Vetor contendo dados de latitude e longitude em objetos separados

lat <- protium$decimalLatitude
head(lat)

## [1] -2.31537 -3.18524 -0.57000 -0.57000  0.30000  6.42000

long <- protium$decimalLongitude
head(long)

## [1] -59.6855 -60.1302 -72.1300 -72.1300 -66.7000 -67.4200

7 / 36

COVID19

mapa-R

Variáveis - Vetores contendo amplitude de latitude e longitude

# amplitude de lat e long para lat e long
range(lat)

## [1] -25.50  10.18

y1 <- range(lat) + c(-1,1)
y1

## [1] -26.50  11.18

range(long)

## [1] -77.9436 -34.8631

x1 <- range(long) + c(-1,1)
x1

## [1] -78.9436 -33.8631

8 / 36

COVID19

mapa-R

Variáveis - Vetor para os símbolos de cada espécie

Dúvidas, executar ?points no R e verificar as formas de pontos atribuídas a cada número.

protium$pontos <- ifelse(protium$Species == "Protium aracouchini", 21, 24)
head(protium$pontos)

## [1] 21 24 21 21 21 24

9 / 36

COVID19

mapa-R

Variáveis - Vetor nomes de países da região Neotropical

paises <- c('Brazil','Argentina','Peru','Paraguay','Ecuador','Chile','Uruguay','French Guiana','Suriname','Venezuela','Colombia','Guyana','Bolivia','Panama','Costa Rica')
paises

##  [1] "Brazil"        "Argentina"     "Peru"          "Paraguay"     
##  [5] "Ecuador"       "Chile"         "Uruguay"       "French Guiana"
##  [9] "Suriname"      "Venezuela"     "Colombia"      "Guyana"       
## [13] "Bolivia"       "Panama"        "Costa Rica"

10 / 36

COVID19

mapa-R

Plota o mapa - Mapa base

?maps::map
?map

11 / 36

COVID19

mapa-R

Plota o mapa - Mapa base

maps::map(regions = paises, fill = FALSE, xlim = x1, ylim = y1)

12 / 36

COVID19

mapa-R

Pontos de ocorrencia de cada espécie

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)

13 / 36

COVID19

mapa-R

Coloca eixos das coordenadas

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)

14 / 36

COVID19

mapa-R

Coloca escala do mapa

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)

15 / 36

COVID19

mapa-R

Plota a linha do equador

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")

16 / 36

COVID19

mapa-R

Nomeia a linha do equador

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
text(x = max(long) - 1, y = 1,labels="Equador", cex=1, adj=c(1,0.5))

17 / 36

COVID19

mapa-R

Plota uma legenda

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
legend(max(long) - 16 , max(lat),legend = spp, pch = unique(protium$pontos), pt.bg = unique(cores.map), cex = 0.8, x.intersp = 0.8, text.font = 3)

18 / 36

COVID19

mapa-R

E se eu quiser salvar o mapa em um `pdf`, como eu faço?

pdf('meu_mapa_complexo_protium_aracouchini_e_heptaphyllum.pdf',height=8,width=10)
maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
text(x = max(long) - 1, y = 1,labels="Equador", cex=1, adj=c(1,0.5))
legend(max(long) - 16 , max(lat),legend = spp, pch = unique(protium$pontos), pt.bg = unique(cores.map), cex = 0.8, x.intersp = 0.8, text.font = 3)
dev.off()

19 / 36

COVID19

mapa-R

25 / 36

COVID19

mapa-R

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

25 / 36

COVID19

mapa-R

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Aprenda mais em ->->->Usando o dplyr<-<-<-!

25 / 36

COVID19

mapa-R

Checagem de dados - 01

library("dplyr")

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

dad_pre <- 
  read.table(
    file = url(
      "https://raw.githubusercontent.com/ricoperdiz/Tutorials/master/R_make_a_map/nybg_paracouchini.csv"
    ),
    header = TRUE,
    as.is = TRUE,
    sep = '\t',
    dec = '.'
  )
head(dad_pre)

##                                     id institutionCode
## 1 928940c3-fd41-4d3e-92ff-333b661e8149              NY
## 2 7bb25ac9-f899-428c-b8f5-2b5b4cd16317              NY
## 3 15dc67bf-c1df-44d5-9112-30fa5e424466              NY
## 4 12a00cca-9459-4c26-8ffd-673f2a675427              NY
## 5 ef9d56c1-096b-409f-994e-612499591fb2              NY
## 6 a0c243d9-a314-4be8-8be6-2ef925cb9bc1              NY
##                 datasetName basisOfRecord catalogNumber        recordedBy
## 1 New York Botanical Garden             S       1274378      A. Fernandez
## 2 New York Botanical Garden             S       1274415      Y. Fernandez
## 3 New York Botanical Garden             S       1274436    F. J. Breteler
## 4 New York Botanical Garden             S       1274394 B. G. Stergios D.
## 5 New York Botanical Garden             S       1274435       H. L. Clark
## 6 New York Botanical Garden             S       1274416      Y. Fernandez
##   recordNumber                                    occurrenceDetails
## 1         6921 http://sweetgum.nybg.org/vh/specimen.php?irn=1514785
## 2          398 http://sweetgum.nybg.org/vh/specimen.php?irn=1515243
## 3         4803 http://sweetgum.nybg.org/vh/specimen.php?irn=1515373
## 4        15013 http://sweetgum.nybg.org/vh/specimen.php?irn=1515163
## 5         7285 http://sweetgum.nybg.org/vh/specimen.php?irn=1515372
## 6          448 http://sweetgum.nybg.org/vh/specimen.php?irn=1515246
##   eventDate     continent   country stateProvince       county
## 1      1990 South America Venezuela      Amazonas Mun. Atabapo
## 2      1989 South America Venezuela       Bolívar        Sucre
## 3      1965 South America Venezuela      Amazonas             
## 4      1991 South America Venezuela      Amazonas             
## 5      1980 South America Venezuela      Amazonas             
## 6      1989 South America Venezuela       Bolívar        Sucre
##                                                                                                                             locality
## 1                                                                                                            Río Ocamo, Cerro Mawedi
## 2                                  Peniplanicie y lomerios ubicados al sureste de Pie de Salto (Río Caura), aprox. a 20 en helicópt.
## 3                                                                                         Orinoco R. Southern part of Isla del Ratón
## 4                                                                                                                  Mision Río Mavaca
## 5 San Carlos de Rio Negro, ca. 20 km S of confluence of Rio Negro and Brazo Casiquiare.  Main study site, 4.3 km NNE on Solano road.
## 6                                                                                           Aprox. 70 km al SE de Hato la Vergareña.
##   minimumElevationInMeters maximumElevationInMeters decimalLatitude
## 1                      340                      340         2.96667
## 2                      308                      308         6.23000
## 3                       90                       90         5.03000
## 4                      185                      185         2.43333
## 5                      119                       NA         1.93000
## 6                      293                       NA         6.47000
##   decimalLongitude         geodeticDatum coordinateUncertaintyInMeters
## 1         -64.6833                                                  NA
## 2         -64.2000                                                  NA
## 3         -67.7700                                                  NA
## 4         -65.1167 Coordinates on label.                            NA
## 5         -67.0500                 Label                            NA
## 6         -64.2000                 Label                            NA
##   identifiedBy typeStatus                       scientificName kingdom
## 1   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 2   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 3   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 4    A. Licata         NA Protium aracouchini (Aubl.) Marchand Plantae
## 5   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 6 N. Cuello A.         NA Protium aracouchini (Aubl.) Marchand Plantae
##          phylum      family   genus specificEpithet infraspecificEpithet
## 1 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 2 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 3 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 4 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 5 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 6 Magnoliophyta Burseraceae Protium     aracouchini                   NA
##   taxonRank scientificNameAuthorship
## 1        NA         (Aubl.) Marchand
## 2        NA         (Aubl.) Marchand
## 3        NA         (Aubl.) Marchand
## 4        NA         (Aubl.) Marchand
## 5        NA         (Aubl.) Marchand
## 6        NA         (Aubl.) Marchand

26 / 36

COVID19

mapa-R

Checagem de dados - 02

dad <- 
  dad_pre %>% 
  select(recordedBy, recordNumber, decimalLatitude, decimalLongitude, identifiedBy, specificEpithet) %>%
  arrange(recordedBy, recordNumber)
head(dad)

##   recordedBy recordNumber decimalLatitude decimalLongitude identifiedBy
## 1                                      NA               NA             
## 2                                      NA               NA             
## 3                                      NA               NA             
## 4                                      NA               NA             
## 5                                      NA               NA             
## 6                                      NA               NA             
##   specificEpithet
## 1     aracouchini
## 2     aracouchini
## 3     aracouchini
## 4     aracouchini
## 5     aracouchini
## 6     aracouchini

27 / 36

COVID19

mapa-R

Checagem de dados - 03

#   + existência de valores vazios; em caso positivo, devemos eliminá-los;
# + confiabilidade dos valores de latitude e longitude, às vezes, por diversos fatores, há troca de sinais (negativos e positivos) ocasionando equívocos quanto à ocorrência exata da amostra. Se for percebido algo assim, é bom checar os dados e buscar corrigí-los.
# une os dados e passa para a proxima acao
dados <- 
  dad %>% 
  #elimina os registros vazios de coletor
  filter(recordedBy != '') %>%
  #elimina os registros sem lat ou long
  filter(decimalLatitude != '' | decimalLongitude != '') %>%
  #filtra apenas os especimes identificados pelo especialista da família Burseraceae
  filter(identifiedBy == 'D. C. Daly')
head(dados)

##          recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A. A. de Oliveira          278        -2.31537         -59.6855
## 2     A. C. Londoño         1486        -0.57000         -72.1300
## 3     A. C. Londoño          493        -0.57000         -72.1300
## 4       A. C. Weber          s/n         0.30000         -66.7000
## 5            A. Dik         1579        -1.00000         -76.1800
## 6            A. Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

28 / 36

COVID19

mapa-R

Checagem de dados - 04

#ha registros duplicados
#busca-se entao apenas os dados unicos
#limpa os dados de coletor e numero para poder criar um identificador
#limpeza consiste em eliminar '.', espacos vazios, apostrofe e '_' duplos
dados$recordedBy <-
  gsub('\\.', '_', dados$recordedBy) %>%
  gsub(' ', '_', .) %>%
  gsub("'", '_', .) %>%
  gsub('__', '_', .)
head(dados$recordedBy)

## [1] "A_A_de_Oliveira" "A_C_Londoño"     "A_C_Londoño"    
## [4] "A_C_Weber"       "A_Dik"           "A_Dik"

29 / 36

COVID19

mapa-R

Checagem de dados - 05

#faz-se o mesmo para os numeros de coleta
dados$recordNumber <- 
  gsub('/','_', dados$recordNumber) %>%
  gsub(' ', '_', .) %>%
  gsub('\\.', '_', .)
head(dados$recordNumber)

## [1] "278"  "1486" "493"  "s_n"  "1579" "1606"

30 / 36

COVID19

mapa-R

Checagem de dados - 06

#cria o identificador de coleta e especie
arac <- 
  dados %>%
  mutate(
    ID = paste(recordedBy,recordNumber, sep = '_'),
    Species = paste('Protium', specificEpithet, sep = ' '))
arac$ID <- gsub('__','_',arac$ID)
head(arac)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet                  ID             Species
## 1   D. C. Daly     aracouchini A_A_de_Oliveira_278 Protium aracouchini
## 2   D. C. Daly     aracouchini    A_C_Londoño_1486 Protium aracouchini
## 3   D. C. Daly     aracouchini     A_C_Londoño_493 Protium aracouchini
## 4   D. C. Daly     aracouchini       A_C_Weber_s_n Protium aracouchini
## 5   D. C. Daly     aracouchini          A_Dik_1579 Protium aracouchini
## 6   D. C. Daly     aracouchini          A_Dik_1606 Protium aracouchini

31 / 36

COVID19

mapa-R

Checagem de dados - 07

#quem sao os dados unicos
unicos <- unique(arac$ID)
head(unicos)

## [1] "A_A_de_Oliveira_278" "A_C_Londoño_1486"    "A_C_Londoño_493"    
## [4] "A_C_Weber_s_n"       "A_Dik_1579"          "A_Dik_1606"

32 / 36

COVID19

mapa-R

Checagem de dados - 08

#agora filtra os dados unicos no dataframe, eliminando os duplicados
#faz-se uso da funcao match para obter esse resultado
prot_arac <- 
  match(unicos, arac$ID) %>%
  dados[.,]
head(prot_arac)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

33 / 36

COVID19

mapa-R

Checagem de dados - 09

#verifica a cobertura de lat e long para ver se estao dentro
# dos limites da America do Sul
lat <- range(prot_arac$decimalLatitude)
long <- range(prot_arac$decimalLongitude)
#aqui tem algo estranho
#percebe-se aqui que ha valores que caem fora da Am Sul
#limite e pouco mais de -80
head(sort(prot_arac$decimalLongitude))

## [1] -89.3000 -89.3000 -89.3000 -77.9436 -77.6200 -77.6000

34 / 36

COVID19

mapa-R

Checagem de dados - 10

#devemos eliminar
prot_arac_limpo <-
  prot_arac %>%
  filter(decimalLongitude > -80)
head(prot_arac_limpo)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

35 / 36

COVID19

mapa-R

Grato!

Dúvidas? Entrem em contato!
@ricoperdiz
@ricoperdiz
ricardoperdiz.com
ricoperdiz@gmail.com

36 / 36

Elaboração de mapas de distribuição de espécies em R

Comandos básicos para você preparar seu próprio mapa

Dr. Ricardo Perdiz | 21--22 Out 2021 | Dia 02

COVID19

1 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R

2 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R
Tutorial

2 / 36

COVID19

mapa-R

Recapitulando o que vimos no dia 1

Introdução básica ao R
Tutorial
- Instalação e carregamento de pacote
- Importação de dados
- Indexação (acesso) de um data.frame
- Variáveis - nomes de espécies
- Variáveis - vetor de cores

2 / 36

COVID19

mapa-R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

3 / 36

COVID19

mapa-R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

4 / 36

COVID19

mapa-R

Recuperando todo nosso trabalho de ontem

# Carrega o pacote
library("maps")
# Importa os dados
protium <-
  read.table(
    file = url(
      "https://raw.githubusercontent.com/ricoperdiz/Tutorials/master/R_make_a_map/dados.csv"
    ),
    header = TRUE,
    as.is = TRUE,
    sep = '\t',
    dec = '.'
  )
# Cria variaveis
spp <- unique(protium$Species)
cores.map <- ifelse(protium$Species == spp[1], 'red','black')

5 / 36

COVID19

mapa-R

Variáveis - Cria um vetor de tamanho para cada espécie

Esse vetor é atribuído a uma coluna do conjunto de dados protium.

Protium heptaphyllum possui uma distribuição mais ampla, por isso atribuo um tamanho menor pra ela.

protium$cex.p <- ifelse(protium$Species == spp[1], 1, 0.8)

6 / 36

COVID19

mapa-R

Variáveis - Vetor contendo dados de latitude e longitude em objetos separados

lat <- protium$decimalLatitude
head(lat)

## [1] -2.31537 -3.18524 -0.57000 -0.57000  0.30000  6.42000

long <- protium$decimalLongitude
head(long)

## [1] -59.6855 -60.1302 -72.1300 -72.1300 -66.7000 -67.4200

7 / 36

COVID19

mapa-R

Variáveis - Vetores contendo amplitude de latitude e longitude

# amplitude de lat e long para lat e long
range(lat)

## [1] -25.50  10.18

y1 <- range(lat) + c(-1,1)
y1

## [1] -26.50  11.18

range(long)

## [1] -77.9436 -34.8631

x1 <- range(long) + c(-1,1)
x1

## [1] -78.9436 -33.8631

8 / 36

COVID19

mapa-R

Variáveis - Vetor para os símbolos de cada espécie

Dúvidas, executar ?points no R e verificar as formas de pontos atribuídas a cada número.

protium$pontos <- ifelse(protium$Species == "Protium aracouchini", 21, 24)
head(protium$pontos)

## [1] 21 24 21 21 21 24

9 / 36

COVID19

mapa-R

Variáveis - Vetor nomes de países da região Neotropical

paises <- c('Brazil','Argentina','Peru','Paraguay','Ecuador','Chile','Uruguay','French Guiana','Suriname','Venezuela','Colombia','Guyana','Bolivia','Panama','Costa Rica')
paises

##  [1] "Brazil"        "Argentina"     "Peru"          "Paraguay"     
##  [5] "Ecuador"       "Chile"         "Uruguay"       "French Guiana"
##  [9] "Suriname"      "Venezuela"     "Colombia"      "Guyana"       
## [13] "Bolivia"       "Panama"        "Costa Rica"

10 / 36

COVID19

mapa-R

Plota o mapa - Mapa base

?maps::map
?map

11 / 36

COVID19

mapa-R

Plota o mapa - Mapa base

maps::map(regions = paises, fill = FALSE, xlim = x1, ylim = y1)

12 / 36

COVID19

mapa-R

Pontos de ocorrencia de cada espécie

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)

13 / 36

COVID19

mapa-R

Coloca eixos das coordenadas

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)

14 / 36

COVID19

mapa-R

Coloca escala do mapa

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)

15 / 36

COVID19

mapa-R

Plota a linha do equador

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")

16 / 36

COVID19

mapa-R

Nomeia a linha do equador

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
text(x = max(long) - 1, y = 1,labels="Equador", cex=1, adj=c(1,0.5))

17 / 36

COVID19

mapa-R

Plota uma legenda

maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
legend(max(long) - 16 , max(lat),legend = spp, pch = unique(protium$pontos), pt.bg = unique(cores.map), cex = 0.8, x.intersp = 0.8, text.font = 3)

18 / 36

COVID19

mapa-R

E se eu quiser salvar o mapa em um `pdf`, como eu faço?

pdf('meu_mapa_complexo_protium_aracouchini_e_heptaphyllum.pdf',height=8,width=10)
maps::map(regions = paises, fill = F, xlim = x1, ylim = y1)
points(long,lat, pch = protium$pontos, col = cores.map, bg = cores.map, cex = protium$cex.p)
map.axes()
axis(side=4,las=1)
axis(side=3,las=1)
par(cex=1, las=1)
map.scale(max(long) - 12, ratio = F, cex = 1, metric = T)
abline(h=0,lwd=0.5,lty="dotted")
text(x = max(long) - 1, y = 1,labels="Equador", cex=1, adj=c(1,0.5))
legend(max(long) - 16 , max(lat),legend = spp, pch = unique(protium$pontos), pt.bg = unique(cores.map), cex = 0.8, x.intersp = 0.8, text.font = 3)
dev.off()

25 / 36

COVID19

mapa-R

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

25 / 36

COVID19

mapa-R

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Aprenda mais em ->->->Usando o dplyr<-<-<-!

25 / 36

COVID19

mapa-R

Checagem de dados - 01

library("dplyr")

## 
## Attaching package: 'dplyr'

## The following objects are masked from 'package:stats':
## 
##     filter, lag

## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union

dad_pre <- 
  read.table(
    file = url(
      "https://raw.githubusercontent.com/ricoperdiz/Tutorials/master/R_make_a_map/nybg_paracouchini.csv"
    ),
    header = TRUE,
    as.is = TRUE,
    sep = '\t',
    dec = '.'
  )
head(dad_pre)

##                                     id institutionCode
## 1 928940c3-fd41-4d3e-92ff-333b661e8149              NY
## 2 7bb25ac9-f899-428c-b8f5-2b5b4cd16317              NY
## 3 15dc67bf-c1df-44d5-9112-30fa5e424466              NY
## 4 12a00cca-9459-4c26-8ffd-673f2a675427              NY
## 5 ef9d56c1-096b-409f-994e-612499591fb2              NY
## 6 a0c243d9-a314-4be8-8be6-2ef925cb9bc1              NY
##                 datasetName basisOfRecord catalogNumber        recordedBy
## 1 New York Botanical Garden             S       1274378      A. Fernandez
## 2 New York Botanical Garden             S       1274415      Y. Fernandez
## 3 New York Botanical Garden             S       1274436    F. J. Breteler
## 4 New York Botanical Garden             S       1274394 B. G. Stergios D.
## 5 New York Botanical Garden             S       1274435       H. L. Clark
## 6 New York Botanical Garden             S       1274416      Y. Fernandez
##   recordNumber                                    occurrenceDetails
## 1         6921 http://sweetgum.nybg.org/vh/specimen.php?irn=1514785
## 2          398 http://sweetgum.nybg.org/vh/specimen.php?irn=1515243
## 3         4803 http://sweetgum.nybg.org/vh/specimen.php?irn=1515373
## 4        15013 http://sweetgum.nybg.org/vh/specimen.php?irn=1515163
## 5         7285 http://sweetgum.nybg.org/vh/specimen.php?irn=1515372
## 6          448 http://sweetgum.nybg.org/vh/specimen.php?irn=1515246
##   eventDate     continent   country stateProvince       county
## 1      1990 South America Venezuela      Amazonas Mun. Atabapo
## 2      1989 South America Venezuela       Bolívar        Sucre
## 3      1965 South America Venezuela      Amazonas             
## 4      1991 South America Venezuela      Amazonas             
## 5      1980 South America Venezuela      Amazonas             
## 6      1989 South America Venezuela       Bolívar        Sucre
##                                                                                                                             locality
## 1                                                                                                            Río Ocamo, Cerro Mawedi
## 2                                  Peniplanicie y lomerios ubicados al sureste de Pie de Salto (Río Caura), aprox. a 20 en helicópt.
## 3                                                                                         Orinoco R. Southern part of Isla del Ratón
## 4                                                                                                                  Mision Río Mavaca
## 5 San Carlos de Rio Negro, ca. 20 km S of confluence of Rio Negro and Brazo Casiquiare.  Main study site, 4.3 km NNE on Solano road.
## 6                                                                                           Aprox. 70 km al SE de Hato la Vergareña.
##   minimumElevationInMeters maximumElevationInMeters decimalLatitude
## 1                      340                      340         2.96667
## 2                      308                      308         6.23000
## 3                       90                       90         5.03000
## 4                      185                      185         2.43333
## 5                      119                       NA         1.93000
## 6                      293                       NA         6.47000
##   decimalLongitude         geodeticDatum coordinateUncertaintyInMeters
## 1         -64.6833                                                  NA
## 2         -64.2000                                                  NA
## 3         -67.7700                                                  NA
## 4         -65.1167 Coordinates on label.                            NA
## 5         -67.0500                 Label                            NA
## 6         -64.2000                 Label                            NA
##   identifiedBy typeStatus                       scientificName kingdom
## 1   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 2   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 3   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 4    A. Licata         NA Protium aracouchini (Aubl.) Marchand Plantae
## 5   D. C. Daly         NA Protium aracouchini (Aubl.) Marchand Plantae
## 6 N. Cuello A.         NA Protium aracouchini (Aubl.) Marchand Plantae
##          phylum      family   genus specificEpithet infraspecificEpithet
## 1 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 2 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 3 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 4 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 5 Magnoliophyta Burseraceae Protium     aracouchini                   NA
## 6 Magnoliophyta Burseraceae Protium     aracouchini                   NA
##   taxonRank scientificNameAuthorship
## 1        NA         (Aubl.) Marchand
## 2        NA         (Aubl.) Marchand
## 3        NA         (Aubl.) Marchand
## 4        NA         (Aubl.) Marchand
## 5        NA         (Aubl.) Marchand
## 6        NA         (Aubl.) Marchand

26 / 36

COVID19

mapa-R

Checagem de dados - 02

dad <- 
  dad_pre %>% 
  select(recordedBy, recordNumber, decimalLatitude, decimalLongitude, identifiedBy, specificEpithet) %>%
  arrange(recordedBy, recordNumber)
head(dad)

##   recordedBy recordNumber decimalLatitude decimalLongitude identifiedBy
## 1                                      NA               NA             
## 2                                      NA               NA             
## 3                                      NA               NA             
## 4                                      NA               NA             
## 5                                      NA               NA             
## 6                                      NA               NA             
##   specificEpithet
## 1     aracouchini
## 2     aracouchini
## 3     aracouchini
## 4     aracouchini
## 5     aracouchini
## 6     aracouchini

27 / 36

COVID19

mapa-R

Checagem de dados - 03

#   + existência de valores vazios; em caso positivo, devemos eliminá-los;
# + confiabilidade dos valores de latitude e longitude, às vezes, por diversos fatores, há troca de sinais (negativos e positivos) ocasionando equívocos quanto à ocorrência exata da amostra. Se for percebido algo assim, é bom checar os dados e buscar corrigí-los.
# une os dados e passa para a proxima acao
dados <- 
  dad %>% 
  #elimina os registros vazios de coletor
  filter(recordedBy != '') %>%
  #elimina os registros sem lat ou long
  filter(decimalLatitude != '' | decimalLongitude != '') %>%
  #filtra apenas os especimes identificados pelo especialista da família Burseraceae
  filter(identifiedBy == 'D. C. Daly')
head(dados)

##          recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A. A. de Oliveira          278        -2.31537         -59.6855
## 2     A. C. Londoño         1486        -0.57000         -72.1300
## 3     A. C. Londoño          493        -0.57000         -72.1300
## 4       A. C. Weber          s/n         0.30000         -66.7000
## 5            A. Dik         1579        -1.00000         -76.1800
## 6            A. Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

28 / 36

COVID19

mapa-R

Checagem de dados - 04

#ha registros duplicados
#busca-se entao apenas os dados unicos
#limpa os dados de coletor e numero para poder criar um identificador
#limpeza consiste em eliminar '.', espacos vazios, apostrofe e '_' duplos
dados$recordedBy <-
  gsub('\\.', '_', dados$recordedBy) %>%
  gsub(' ', '_', .) %>%
  gsub("'", '_', .) %>%
  gsub('__', '_', .)
head(dados$recordedBy)

## [1] "A_A_de_Oliveira" "A_C_Londoño"     "A_C_Londoño"    
## [4] "A_C_Weber"       "A_Dik"           "A_Dik"

29 / 36

COVID19

mapa-R

Checagem de dados - 05

#faz-se o mesmo para os numeros de coleta
dados$recordNumber <- 
  gsub('/','_', dados$recordNumber) %>%
  gsub(' ', '_', .) %>%
  gsub('\\.', '_', .)
head(dados$recordNumber)

## [1] "278"  "1486" "493"  "s_n"  "1579" "1606"

30 / 36

COVID19

mapa-R

Checagem de dados - 06

#cria o identificador de coleta e especie
arac <- 
  dados %>%
  mutate(
    ID = paste(recordedBy,recordNumber, sep = '_'),
    Species = paste('Protium', specificEpithet, sep = ' '))
arac$ID <- gsub('__','_',arac$ID)
head(arac)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet                  ID             Species
## 1   D. C. Daly     aracouchini A_A_de_Oliveira_278 Protium aracouchini
## 2   D. C. Daly     aracouchini    A_C_Londoño_1486 Protium aracouchini
## 3   D. C. Daly     aracouchini     A_C_Londoño_493 Protium aracouchini
## 4   D. C. Daly     aracouchini       A_C_Weber_s_n Protium aracouchini
## 5   D. C. Daly     aracouchini          A_Dik_1579 Protium aracouchini
## 6   D. C. Daly     aracouchini          A_Dik_1606 Protium aracouchini

31 / 36

COVID19

mapa-R

Checagem de dados - 07

#quem sao os dados unicos
unicos <- unique(arac$ID)
head(unicos)

## [1] "A_A_de_Oliveira_278" "A_C_Londoño_1486"    "A_C_Londoño_493"    
## [4] "A_C_Weber_s_n"       "A_Dik_1579"          "A_Dik_1606"

32 / 36

COVID19

mapa-R

Checagem de dados - 08

#agora filtra os dados unicos no dataframe, eliminando os duplicados
#faz-se uso da funcao match para obter esse resultado
prot_arac <- 
  match(unicos, arac$ID) %>%
  dados[.,]
head(prot_arac)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

33 / 36

COVID19

mapa-R

Checagem de dados - 09

#verifica a cobertura de lat e long para ver se estao dentro
# dos limites da America do Sul
lat <- range(prot_arac$decimalLatitude)
long <- range(prot_arac$decimalLongitude)
#aqui tem algo estranho
#percebe-se aqui que ha valores que caem fora da Am Sul
#limite e pouco mais de -80
head(sort(prot_arac$decimalLongitude))

## [1] -89.3000 -89.3000 -89.3000 -77.9436 -77.6200 -77.6000

34 / 36

COVID19

mapa-R

Checagem de dados - 10

#devemos eliminar
prot_arac_limpo <-
  prot_arac %>%
  filter(decimalLongitude > -80)
head(prot_arac_limpo)

##        recordedBy recordNumber decimalLatitude decimalLongitude
## 1 A_A_de_Oliveira          278        -2.31537         -59.6855
## 2     A_C_Londoño         1486        -0.57000         -72.1300
## 3     A_C_Londoño          493        -0.57000         -72.1300
## 4       A_C_Weber          s_n         0.30000         -66.7000
## 5           A_Dik         1579        -1.00000         -76.1800
## 6           A_Dik         1606        -1.03000         -76.1800
##   identifiedBy specificEpithet
## 1   D. C. Daly     aracouchini
## 2   D. C. Daly     aracouchini
## 3   D. C. Daly     aracouchini
## 4   D. C. Daly     aracouchini
## 5   D. C. Daly     aracouchini
## 6   D. C. Daly     aracouchini

35 / 36

COVID19

mapa-R

Grato!

Dúvidas? Entrem em contato!
@ricoperdiz
@ricoperdiz
ricardoperdiz.com
ricoperdiz@gmail.com

36 / 36

↑, ←, Pg Up, k	Go to previous slide
↓, →, Pg Dn, Space, j	Go to next slide
Home	Go to first slide
End	Go to last slide
Number + Return	Go to specific slide
b / m / f	Toggle blackout / mirrored / fullscreen mode
c	Clone slideshow
p	Toggle presenter mode
t	Restart the presentation timer
?, h	Toggle this help
o	Tile View: Overview of Slides
s	Toggle scribble toolbox
Alt + f	Fit Slides to Screen

Elaboração de mapas de distribuição de espécies em R

Comandos básicos para você preparar seu próprio mapa

Dr. Ricardo Perdiz | 21--22 Out 2021 | Dia 02

Recapitulando o que vimos no dia 1

Recapitulando o que vimos no dia 1

Recapitulando o que vimos no dia 1

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

Recuperando todo nosso trabalho de ontem

Variáveis - Cria um vetor de tamanho para cada espécie

Variáveis - Vetor contendo dados de latitude e longitude em objetos separados

Variáveis - Vetores contendo amplitude de latitude e longitude

Variáveis - Vetor para os símbolos de cada espécie

Variáveis - Vetor nomes de países da região Neotropical

Plota o mapa - Mapa base

Plota o mapa - Mapa base

Pontos de ocorrencia de cada espécie

Coloca eixos das coordenadas

Coloca escala do mapa

Plota a linha do equador

Nomeia a linha do equador

Plota uma legenda

E se eu quiser salvar o mapa em um pdf, como eu faço?

Mais referências!

Checagem e limpeza de dados

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Aprenda mais em ->->->Usando o dplyr<-<-<-!

Checagem de dados - 01

Checagem de dados - 02

Checagem de dados - 03

Checagem de dados - 04

Checagem de dados - 05

Checagem de dados - 06

Checagem de dados - 07

Checagem de dados - 08

Checagem de dados - 09

Checagem de dados - 10

Grato!

Recapitulando o que vimos no dia 1

Help

Elaboração de mapas de distribuição de espécies em R

Elaboração de mapas de distribuição de espécies em R

Comandos básicos para você preparar seu próprio mapa

Dr. Ricardo Perdiz | 21--22 Out 2021 | Dia 02

Recapitulando o que vimos no dia 1

Recapitulando o que vimos no dia 1

Recapitulando o que vimos no dia 1

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

Um pequeno reforço! Aulas em vídeo no curso básico de introdução à linguagem R

Recuperando todo nosso trabalho de ontem

Variáveis - Cria um vetor de tamanho para cada espécie

Variáveis - Vetor contendo dados de latitude e longitude em objetos separados

Variáveis - Vetores contendo amplitude de latitude e longitude

Variáveis - Vetor para os símbolos de cada espécie

Variáveis - Vetor nomes de países da região Neotropical

Plota o mapa - Mapa base

Plota o mapa - Mapa base

Pontos de ocorrencia de cada espécie

Coloca eixos das coordenadas

Coloca escala do mapa

Plota a linha do equador

Nomeia a linha do equador

Plota uma legenda

E se eu quiser salvar o mapa em um pdf, como eu faço?

Mais referências!

Checagem e limpeza de dados

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Checagem e limpeza de dados

Uma pequena demonstração de como faço uma limpeza superficial de dados utilizando o pacote dplyr

Aprenda mais em ->->->Usando o dplyr<-<-<-!

Checagem de dados - 01

Checagem de dados - 02

Checagem de dados - 03

Checagem de dados - 04

Checagem de dados - 05

Checagem de dados - 06

E se eu quiser salvar o mapa em um `pdf`, como eu faço?

E se eu quiser salvar o mapa em um `pdf`, como eu faço?