########################### HELP - FUNCAO "biomap" - THIAGO F. RODRIGUES 2018 ###############################
biomap package:unknown R Documentation
ESPACIALIZAÇÃO E ANÁLISE DE DADOS DE OCORRÊNCIA DE ESPÉCIES
Description:
Função para espacializar e analisar a distribuição de registros de espécies que ocorrem no Brasil,
além de identificar potenciais lacunas de conhecimento. A função fornece um mapa com a distribuição
de estudos no Brasil, um mapa quantificando os estudos por célula de interesse, um mapa
quantificando a riqueza de espécies por célula de interesse e uma lista com dois níveis: o
primero disponibiliza os dados quantificados nos mapas ao usuário e o segundo informa a lacuna de
conhecimento acerca da distribuição dos estudos no Brasil.
Usage:
biomap(dados, grid.size=5)
Arguments:
dados: data.frame com três colunas na seguinte ordem, obrigatoriamente:
1ª coluna(longitude): a longitude deve estar em graus decimais;
2ª coluna(latitude): a latitude deve estar em graus decimais;
3ª coluna(nome das espécies): nome das espécies.
grid.size: número inteiro no intervalo 1 <= grid.size <= 10 indicando o tamanho das células do grid
em graus de latitude e longitude (p.ex.: '1' indica 1 grau de latitude e longitude ~ 110km)
Details:
Para que a função trabalhe corretamente é preciso que A LONGITUDE seja, obrigatoriamente,
colocada na primeira coluna e A LATITUDE seja, obrigatoriamente, colocada na segunda coluna.
Assim, a função gerará os produtos esperados.
As linhas com NAs serão excluídas do data.frame.
Caso grid.size não seja definido, a função padrão utiliza tamanho de grid.size = 5.
Value:
Mapa do Brasil com a distribuição das coordenadas geográficas com escala. (Dispositivo de tela).
Mapa do Brasil com grid definido pelo usuário e quantidade de estudos por célula num gradiente
de cinza (quanto mais estudos, mais escuro). (Dispositivo de tela).
Mapa do Brasil com grid definido pelo usuário e quantidade de espécies por célula num gradiente
de cinza (quanto mais espécies, mais escuro). (Dispositivo de tela).
Lista com dois níveis:
-Nível 1: data.frame(info_map) com cinco colunas contendo informações extraídas dos mapas.
As colunas longitude e latitude representam coordenadas geográficas centrais de cada
célula do grid.
-Nível 2: data.frame(lacuna_de_conhecimento) com cinco colunas contendo a quantidade de células
com estudo, quantidade de células sem estudo, probabilidade da área coberta com estudo,
valor máximo de estudo encontrada e valor máximo de riqueza encontrada.
A lista gerada também ficará disponível como objeto no "Global Environment" para o usuário
manipulá-la e análisá-la se desejar.
Warning:
Se algum dos argumentos for inserido incorretamente, a função não é executada. Com exceção da troca
de posição entre LONGITUDE E LATITUDE. Neste caso, a função rodará, mas NÃO gerará os produtos
esperados.
É necessário que o usuário esteja conectado à internet, pois a função faz o download de um
shapefile do Brasil que fica disponível de maneira online.
Ao executar a função, é esperado que ela demore um pouco, pois o procedimento de gerar grid
demanda um grande processamento da memória do computador.
Note:
É necessário instalar os pacotes "raster" e "sp" antes de utilizar a função.
Author:
Thiago Ferreira Rodrigues - Ecologia Aplicada (ESALQ/USP)
e-mail: thiagorodriguess@gmail.com
References:
BERNARD, E., AGUIAR, L.M.S. & MACHADO, R.B. 2010. Discovering the Brazilian bat fauna:
a task for two centuries? Mamm. Rev 41: 23-39.
HASUI, E. et al. 2018. ATLANTIC BIRDS: a data set of bird species from the Brazilian Atlantic
Forest. ECOLOGY 99: 497-497
Examples:
#Lembre-se que é necessário estar conectado à internet para rodar a função.
#Exemplo1
#Neste exemplo, vamos utilizar parte do banco de dados do datapaper publicado na Ecology 2018.
#Baixe o arquivo "hasui_et_al_2018_subsetdata.csv" presente no final da página principal.
#Salve o arquivo no seu diretório de trabalho do R.
#Importe os dados para seu ambiente de trabalho no R dentro de um objeto chamado "exemplo1".
exemplo1 <- read.table("hasui_et_al_2018_subsetdata.csv", sep=",", header=TRUE, as.is=TRUE)
head(exemplo1)
#Leitura da funcao.
source("biomap.r")
#Roda a funcao 'default'.
biomap(exemplo1)
#Roda a funcao com diferentes tamanhos de grid.
biomap(exemplo1, grid.size = 3)
biomap(exemplo1, grid.size = 7)
#Exemplo2 - Se achar mais fácil copie e cole o exemplo abaixo no R
# Leitura do pacote necessário para rodar o exemplo
library("raster")
library("sp")
# Simula 100 coordenadas geograficas dentro do mapa do brasil.
brasil <- getData('GADM', country='BRA', level=1)
sim.sp <- spsample(brasil, n = 100, type = "random")
# Cria data.frame com longitude (lon; repetida 10 vezes), latitude (lat; repetida 10 vezes) e especies (spp; com 1000 nomes e repeticao entre eles)
exemplo2 <- data.frame(lon=rep(sim.sp@coords[,1], 10),
lat=rep(sim.sp@coords[,2], 10),
spp=paste("sp", sep = "_", sample(LETTERS, 1000, replace = TRUE)))
#Leitura da funcao.
source("biomap.r")
# Roda a funcao 'default'.
biomap(exemplo2)
# Roda funcao com diferentes tamanhos de grid.
biomap(exemplo2, grid.size = 3)
biomap(exemplo2, grid.size = 7)
######################### FIM - HELP - FUNCAO "biomap" - THIAGO F. RODRIGUES #########################