INTRODUCCIÓN¶
Antecedentes, descripción del proyecto y justificación
La información sobre la presencia de especies es fundamental para comprender los patrones de distribución de la biodiversidad, predecir las respuestas biológicas al cambio climático así como para promover medidas de conservación y gestión apropiadas (Du et al., 2024).
Actualmente, la información de los registros de ocurrencias está disponible en una amplia gama de fuentes, siendo el Global Biodiversity Information Facility (GBIF), una de las redes más importantes de datos de biodiversidad a nivel mundial. Sólo en España, a través de su Portal de Datos de Biodiversidad (https://datos.gbif.es/) se da acceso a más de 57 millones de registros de biodiversidad (datos de enero de 2024), bajo un estándar común que incluye procedimientos de control de calidad, licencias de acceso abierto y mecanismos para dar crédito a las fuentes de los datos (DOIs) (https://gbif.es/). Del mismo modo, importantes iniciativas de ciencia ciudadana como eBird (ebird.org) e iNaturalist (inaturalist.org) se han sumado al proyecto y han impulsado en gran medida el crecimiento de GBIF en los últimos años (Barbe and Otegui, 2016).
Las herramientas informáticas se están volviendo esenciales en la ciencia de la biodiversidad para una mejor gestión, exploración, análisis y presentación de la información biológica y ecológica (Soberon y Peterson, 2004).
Debido a la dificultad a la hora de descubrir patrones en largas bases de datos, como GBIF, surge la demanda de otros métodos de analísis de los datos biológicos (Gadelha et al., 2021). Por otro lado, los investigadores deben ser conscientes de las fortalezas y debilidades de sus datos antes de ser utilizados en el estudio de la biodiversidad.
Como consecuencia, la creciente aplicación del uso de datos de ocurrencias ha ido acompañada de una explosión de enfoques para evaluar y mejorar tanto la accesibilidad de los datos como su calidad y también métodos de análisis que tienen en cuenta las limitaciones específicas asociadas con este tipo de datos (Ball-Damerow et al. 2019, Araújo et al. 2019, Kelling et al. 2019 in Mandevilleet al., 2021).
Python es una excelente herramienta para el análisis de los datos, la computación exploratoria e interactiva, así como en la visualización de datos, lo convierten en una alternativa sólida para las tareas de manipulación de datos (Rodriguez Rivas & Castillo, 2022).
En este proyecto se descargado una base de datos de GBIF para las ocurrencias de especies de anfibios registrados en el territorio español. Se ha utilizado Python para la depuración y limpieza de los datos, así como para la su análisis exploratorio y visualización. Se han analizado los anfibios presentes en España, su vulnerabilidad, así como la distribución de las especies consideradas como amenazadas a partir de datos de ocurrencias. El listado de especies obtenido tras el análisis de los datos se ha comparado con la información oficial disponible en el ministerio del gobierno de España. Se han discutido las limitaciones de los datos, así como su potencialidad para posteriores estudios de la biodiversidad de anfibios.
Objetivos
El objetivo de este proyecto es el desarrollo de un código basado en el lenguaje de progración de Phyton para el preprocesamiento, análisis exploratorio y visualización de una base de datos de libre acceso con las ocurrencias de anfibios en España. Se pretende explorar la calidad y las limitaciones de los datos así como obtener información sobre la biodiversidad de anfibios presentes en España.
MATERIALES Y MÉTODOS¶
Área de estudio
Se considera el área de estudio todo el territorio español.
España es un país europeo que cuenta con una extensión de 505.944 kilómetros cuadrados y que está localizado en la Península Ibérica , Las Islas Canarias, Las Islas Baleares y el norte de África en las ciudades de Ceuta y Melilla.
Está organizada en tres niveles administrativos: comunidad autónoma, provincia y municipio (de mayor a menor). España está formada por 17 comunidades autónomas que se dividen, a su vez, en un total de 52 provincias.
Obtención de los datos de ocurrencia de anfibios
Los datos de ocurrencia de anfibios se obtuvieron a través de del portal Global Biodiversity Information Facility (https://www.gbif.org/es/):
GBIF.org (24 May 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.d4mhdh
En la siguiente imagen se muestran los filtros utilizados:
Mapa base de España
Los mapas base de España utilizados en el mapeo de la distribución de especies vulnerables han sido descargados de https://gadm.org/.
Preprocesamiento y visualización de datos:
Esta fase consistió en:
1.- Importación de librerías y carga de datos
2.- Limpieza y depuración de datos (EDA inicial)
3.- Análisis exploratorio de datos (EDA) y representaciones gráficas
4.- Elaboración de mapas de distribución de especies
1- Importación de librerías y carga de datos
En la primera parte del proyecto se utilzaron las librerías Pandas, matplotlib e ydata_profiling
# Importar librerías para depuración, análisis exploratorio de datos y representaciones gráficas
!pip install pandas
!pip install ydata-profiling
Requirement already satisfied: pandas in /usr/local/lib/python3.10/dist-packages (2.0.3)
Requirement already satisfied: python-dateutil>=2.8.2 in /usr/local/lib/python3.10/dist-packages (from pandas) (2.8.2)
Requirement already satisfied: pytz>=2020.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2023.4)
Requirement already satisfied: tzdata>=2022.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2024.1)
Requirement already satisfied: numpy>=1.21.0 in /usr/local/lib/python3.10/dist-packages (from pandas) (1.25.2)
Requirement already satisfied: six>=1.5 in /usr/local/lib/python3.10/dist-packages (from python-dateutil>=2.8.2->pandas) (1.16.0)
Collecting ydata-profiling
Downloading ydata_profiling-4.8.3-py2.py3-none-any.whl (359 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 359.5/359.5 kB 4.6 MB/s eta 0:00:00
Requirement already satisfied: scipy<1.14,>=1.4.1 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (1.11.4)
Requirement already satisfied: pandas!=1.4.0,<3,>1.1 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (2.0.3)
Requirement already satisfied: matplotlib<3.9,>=3.2 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (3.7.1)
Requirement already satisfied: pydantic>=2 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (2.7.2)
Requirement already satisfied: PyYAML<6.1,>=5.0.0 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (6.0.1)
Requirement already satisfied: jinja2<3.2,>=2.11.1 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (3.1.4)
Collecting visions[type_image_path]<0.7.7,>=0.7.5 (from ydata-profiling)
Downloading visions-0.7.6-py3-none-any.whl (104 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 104.8/104.8 kB 4.3 MB/s eta 0:00:00
Requirement already satisfied: numpy<2,>=1.16.0 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (1.25.2)
Collecting htmlmin==0.1.12 (from ydata-profiling)
Downloading htmlmin-0.1.12.tar.gz (19 kB)
Preparing metadata (setup.py) ... done
Collecting phik<0.13,>=0.11.1 (from ydata-profiling)
Downloading phik-0.12.4-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (686 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 686.1/686.1 kB 7.8 MB/s eta 0:00:00
Requirement already satisfied: requests<3,>=2.24.0 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (2.31.0)
Requirement already satisfied: tqdm<5,>=4.48.2 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (4.66.4)
Requirement already satisfied: seaborn<0.14,>=0.10.1 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (0.13.1)
Collecting multimethod<2,>=1.4 (from ydata-profiling)
Downloading multimethod-1.11.2-py3-none-any.whl (10 kB)
Requirement already satisfied: statsmodels<1,>=0.13.2 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (0.14.2)
Collecting typeguard<5,>=3 (from ydata-profiling)
Downloading typeguard-4.3.0-py3-none-any.whl (35 kB)
Collecting imagehash==4.3.1 (from ydata-profiling)
Downloading ImageHash-4.3.1-py2.py3-none-any.whl (296 kB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 296.5/296.5 kB 8.7 MB/s eta 0:00:00
Requirement already satisfied: wordcloud>=1.9.1 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (1.9.3)
Collecting dacite>=1.8 (from ydata-profiling)
Downloading dacite-1.8.1-py3-none-any.whl (14 kB)
Requirement already satisfied: numba<1,>=0.56.0 in /usr/local/lib/python3.10/dist-packages (from ydata-profiling) (0.58.1)
Requirement already satisfied: PyWavelets in /usr/local/lib/python3.10/dist-packages (from imagehash==4.3.1->ydata-profiling) (1.6.0)
Requirement already satisfied: pillow in /usr/local/lib/python3.10/dist-packages (from imagehash==4.3.1->ydata-profiling) (9.4.0)
Requirement already satisfied: MarkupSafe>=2.0 in /usr/local/lib/python3.10/dist-packages (from jinja2<3.2,>=2.11.1->ydata-profiling) (2.1.5)
Requirement already satisfied: contourpy>=1.0.1 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (1.2.1)
Requirement already satisfied: cycler>=0.10 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (0.12.1)
Requirement already satisfied: fonttools>=4.22.0 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (4.52.4)
Requirement already satisfied: kiwisolver>=1.0.1 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (1.4.5)
Requirement already satisfied: packaging>=20.0 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (24.0)
Requirement already satisfied: pyparsing>=2.3.1 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (3.1.2)
Requirement already satisfied: python-dateutil>=2.7 in /usr/local/lib/python3.10/dist-packages (from matplotlib<3.9,>=3.2->ydata-profiling) (2.8.2)
Requirement already satisfied: llvmlite<0.42,>=0.41.0dev0 in /usr/local/lib/python3.10/dist-packages (from numba<1,>=0.56.0->ydata-profiling) (0.41.1)
Requirement already satisfied: pytz>=2020.1 in /usr/local/lib/python3.10/dist-packages (from pandas!=1.4.0,<3,>1.1->ydata-profiling) (2023.4)
Requirement already satisfied: tzdata>=2022.1 in /usr/local/lib/python3.10/dist-packages (from pandas!=1.4.0,<3,>1.1->ydata-profiling) (2024.1)
Requirement already satisfied: joblib>=0.14.1 in /usr/local/lib/python3.10/dist-packages (from phik<0.13,>=0.11.1->ydata-profiling) (1.4.2)
Requirement already satisfied: annotated-types>=0.4.0 in /usr/local/lib/python3.10/dist-packages (from pydantic>=2->ydata-profiling) (0.7.0)
Requirement already satisfied: pydantic-core==2.18.3 in /usr/local/lib/python3.10/dist-packages (from pydantic>=2->ydata-profiling) (2.18.3)
Requirement already satisfied: typing-extensions>=4.6.1 in /usr/local/lib/python3.10/dist-packages (from pydantic>=2->ydata-profiling) (4.12.0)
Requirement already satisfied: charset-normalizer<4,>=2 in /usr/local/lib/python3.10/dist-packages (from requests<3,>=2.24.0->ydata-profiling) (3.3.2)
Requirement already satisfied: idna<4,>=2.5 in /usr/local/lib/python3.10/dist-packages (from requests<3,>=2.24.0->ydata-profiling) (3.7)
Requirement already satisfied: urllib3<3,>=1.21.1 in /usr/local/lib/python3.10/dist-packages (from requests<3,>=2.24.0->ydata-profiling) (2.0.7)
Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.10/dist-packages (from requests<3,>=2.24.0->ydata-profiling) (2024.2.2)
Requirement already satisfied: patsy>=0.5.6 in /usr/local/lib/python3.10/dist-packages (from statsmodels<1,>=0.13.2->ydata-profiling) (0.5.6)
Requirement already satisfied: attrs>=19.3.0 in /usr/local/lib/python3.10/dist-packages (from visions[type_image_path]<0.7.7,>=0.7.5->ydata-profiling) (23.2.0)
Requirement already satisfied: networkx>=2.4 in /usr/local/lib/python3.10/dist-packages (from visions[type_image_path]<0.7.7,>=0.7.5->ydata-profiling) (3.3)
Requirement already satisfied: six in /usr/local/lib/python3.10/dist-packages (from patsy>=0.5.6->statsmodels<1,>=0.13.2->ydata-profiling) (1.16.0)
Building wheels for collected packages: htmlmin
Building wheel for htmlmin (setup.py) ... done
Created wheel for htmlmin: filename=htmlmin-0.1.12-py3-none-any.whl size=27080 sha256=4ec572c83550aed6f22b72ee841ac5d50f6e02e04abdb0f7a15c8e52cb95c408
Stored in directory: /root/.cache/pip/wheels/dd/91/29/a79cecb328d01739e64017b6fb9a1ab9d8cb1853098ec5966d
Successfully built htmlmin
Installing collected packages: htmlmin, typeguard, multimethod, dacite, imagehash, visions, phik, ydata-profiling
Successfully installed dacite-1.8.1 htmlmin-0.1.12 imagehash-4.3.1 multimethod-1.11.2 phik-0.12.4 typeguard-4.3.0 visions-0.7.6 ydata-profiling-4.8.3
import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
from ydata_profiling import ProfileReport
# Importar datos como dataframe pandas
df = pd.read_csv('anfibios_spain.csv')
2.- Limpieza y depuración de datos (EDA inicial)
Se realizó una limpieza de los datos que consistió en un análisis exploratorio inicial con pandas e ydata_profiling centrado en:
- Análisis de datos duplicados y datos nulos.
- Análisis de variables que no aportan información
- Análisis de registros fuera de los límites del país
Se eliminaron todos los registros y variables que cumplieron los anteriores criterios. De acuerdo con el screening en panda profiling la base de datos de anfibios consta de 223 variables y 28716 observaciones. No hay ningún dato duplicado, pero sí muchas variables que no aportaban información (con alto porcentaje de datos nulos o valores constantes)
Para la creación del dataframe de trabajo selecionaron las siguientes variables: "iucnRedListCategory" (contiene la categoría de vulnerabilidad según IUCN), "level0Name" (Pais: España), "level1Name" (Comunidad Autónoma), "level2Name" (Provincia), "occurrenceID" (identificador de los datos), "decimalLatitude" (coordenada latitudinal), "decimalLongitude" (coordenada longitudinal), "georeferencedDate" (fecha toma coordenadas, equivalente a fecha registro), "species" (especie), "kingdom" (reino), "phylum", "class" (clase), "order" (orden), "family" (familia), "genus" (género), "genericName" (nombre genérico), "acceptedScientificName" (nombre científico).
Se extrajo la información del año de la variable para crear la columna año y ser utilizada en posteriores análisis.
Las coordenadas de las ocurrencias se expresaron en grados decimales (coordenadas sin proyectar) en dos variables, una con la longitud y otra con la latitud.Ambas variables se usaron para la geometría de los geodataframes.
Aunque en este proyecto no se investigaron las redundancias taxonómicas, sí se hizo una comprobación superficial de los datos, obervando que eran coherentes.
#Ver columnas del dataframe (223 columnas en el dataframe bruto, sin depurar)
df.columns
Index(['gbifID', 'accessRights', 'bibliographicCitation', 'language',
'license', 'modified', 'publisher', 'references', 'rightsHolder',
'type',
...
'publishedByGbifRegion', 'level0Gid', 'level0Name', 'level1Gid',
'level1Name', 'level2Gid', 'level2Name', 'level3Gid', 'level3Name',
'iucnRedListCategory'],
dtype='object', length=223)
#EDA inicial con ydata_Profiling
nombre = "Observaciones anfibios en España"
profile = ProfileReport(df, title=nombre, explorative=True)
# Mostrar el informe en un notebook (para Jupyter o similares)
profile.to_notebook_iframe()
Summarize dataset: 0%| | 0/5 [00:00<?, ?it/s]
Generate report structure: 0%| | 0/1 [00:00<?, ?it/s]
Render HTML: 0%| | 0/1 [00:00<?, ?it/s]
profile.to_file("anfibios_España.html")
/usr/local/lib/python3.10/dist-packages/ydata_profiling/profile_report.py:363: UserWarning: Try running command: 'pip install --upgrade Pillow' to avoid ValueError warnings.warn(
Export report to file: 0%| | 0/1 [00:00<?, ?it/s]
# Se hace una lista con el nombre de las columnas seleccionadas y se seleccionan en 1 nuevo dataframe
headers = [
"iucnRedListCategory" , "level0Name", "level1Name", "level2Name", "occurrenceID", "decimalLatitude", "decimalLongitude", "georeferencedDate", "species", "kingdom", "phylum", "class", "order", "family", "genus", "genericName", "acceptedScientificName"
]
df_seleccion = df[headers]
#Compruebo número columans y número datos antes selección
print("Antes: ", df.shape)
df = df_seleccion
print("Después: ", df.shape)
Antes: (28716, 223) Después: (28716, 17)
#level1Name es la Comunidad Autónoma. La mayor división administrativa de España.
#España consta de 19 CCAA y en el dataframe aparecen más.
df["level1Name"].describe()
count 27954 unique 34 top Castilla y León freq 5508 Name: level1Name, dtype: object
#Se imprimen los nombres de las comunidades autónomas para comprobar los errores
df["level1Name"].unique()
array(['Andalucía', 'Castilla-La Mancha', 'Extremadura',
'Castilla y León', 'Comunidad de Madrid', nan, 'Cataluña', 'Faro',
'Occitanie', 'Comunidad Valenciana', 'Aragón',
'Comunidad Foral de Navarra', 'Nouvelle-Aquitaine', 'La Rioja',
'País Vasco', 'Principado de Asturias', 'Cantabria', 'Bragança',
'Galicia', 'Vila Real', 'Guarda', 'Viana do Castelo',
'Castelo Branco', 'Región de Murcia', 'Portalegre', 'Braga',
'Beja', 'Ceuta y Melilla', 'Islas Baleares', 'Islas Canarias',
'Escaldes-Engordany', 'La Massana', 'Sant Julià de Lòria',
'Malatya', 'Évora'], dtype=object)
#Se hace un dataframe con los datos que corresponden con nombres que son CCAA de España
ccaa = ['Andalucía', 'Castilla-La Mancha', 'Extremadura', 'Castilla y León',
'Comunidad de Madrid', 'Cataluña', 'Comunidad Valenciana', 'Aragón',
'Comunidad Foral de Navarra', 'La Rioja', 'País Vasco',
'Principado de Asturias', 'Cantabria', 'Galicia', 'Región de Murcia',
'Ceuta y Melilla', 'Islas Baleares', 'Islas Canarias',
]
condition = df["level1Name"].isin(ccaa)
ccaa_df = df[condition]
ccaa_df
| iucnRedListCategory | level0Name | level1Name | level2Name | occurrenceID | decimalLatitude | decimalLongitude | georeferencedDate | species | kingdom | phylum | class | order | family | genus | genericName | acceptedScientificName | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | NT | Spain | Andalucía | Jaén | 29607 | 38.08 | -3.97 | 1/1/2010 | Triturus pygmaeus | Animalia | Chordata | Amphibia | Caudata | Salamandridae | Triturus | Triturus | Triturus pygmaeus (Wolterstorff, 1905) |
| 1 | NT | Spain | Castilla-La Mancha | Ciudad Real | 29606 | 38.80 | -4.09 | 1/1/2002 | Triturus pygmaeus | Animalia | Chordata | Amphibia | Caudata | Salamandridae | Triturus | Triturus | Triturus pygmaeus (Wolterstorff, 1905) |
| 2 | NT | Spain | Andalucía | Jaén | 29628 | 38.35 | -3.29 | 1/1/2006 | Triturus pygmaeus | Animalia | Chordata | Amphibia | Caudata | Salamandridae | Triturus | Triturus | Triturus pygmaeus (Wolterstorff, 1905) |
| 3 | NT | Spain | Castilla-La Mancha | Toledo | 29679 | 40.23 | -4.70 | 1/1/2004 | Triturus pygmaeus | Animalia | Chordata | Amphibia | Caudata | Salamandridae | Triturus | Triturus | Triturus pygmaeus (Wolterstorff, 1905) |
| 4 | NT | Spain | Castilla-La Mancha | Ciudad Real | 29627 | 38.62 | -3.40 | 1/1/2002 | Triturus pygmaeus | Animalia | Chordata | Amphibia | Caudata | Salamandridae | Triturus | Triturus | Triturus pygmaeus (Wolterstorff, 1905) |
| ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 28709 | LC | Spain | Andalucía | Córdoba | 21 | 38.43 | -4.78 | 1/1/2002 | Alytes cisternasii | Animalia | Chordata | Amphibia | Anura | Alytidae | Alytes | Alytes | Alytes cisternasii Boscá, 1879 |
| 28711 | LC | Spain | Cataluña | Barcelona | 18 | 41.77 | 2.22 | 1/1/2002 | Alytes obstetricans | Animalia | Chordata | Amphibia | Anura | Alytidae | Alytes | Alytes | Alytes obstetricans (Laurenti, 1768) |
| 28713 | LC | Spain | Castilla-La Mancha | Ciudad Real | 23 | 38.70 | -4.78 | 1/1/2002 | Alytes cisternasii | Animalia | Chordata | Amphibia | Anura | Alytidae | Alytes | Alytes | Alytes cisternasii Boscá, 1879 |
| 28714 | LC | Spain | Castilla-La Mancha | Ciudad Real | 22 | 38.61 | -4.78 | 1/1/2002 | Alytes cisternasii | Animalia | Chordata | Amphibia | Anura | Alytidae | Alytes | Alytes | Alytes cisternasii Boscá, 1879 |
| 28715 | LC | Spain | Cataluña | Barcelona | 20 | 41.95 | 2.22 | 1/1/2007 | Alytes obstetricans | Animalia | Chordata | Amphibia | Anura | Alytidae | Alytes | Alytes | Alytes obstetricans (Laurenti, 1768) |
27449 rows × 17 columns
df = ccaa_df
# Se comprueba si los datos "level2Name" son correctos. España tiene 52 provincias. Coincide
df["level2Name"].describe()
count 27449 unique 52 top Badajoz freq 1340 Name: level2Name, dtype: object
#Se exploran las categorías de vulnerabilidad presentes en los datos
df["iucnRedListCategory"].describe()
count 27449 unique 6 top LC freq 23218 Name: iucnRedListCategory, dtype: object
df["iucnRedListCategory"].unique()
array(['NT', 'LC', 'VU', 'EN', 'NE', 'CR'], dtype=object)
# Convertir la variable georeferencedDate a datetime
new_df = df.copy()
new_df['georeferencedDate'] = pd.to_datetime(new_df['georeferencedDate'])
# Extraer el año y crear una nueva columna
new_df['year'] = new_df['georeferencedDate'].dt.year
# Mostrar el DataFrame
display(new_df[['year','georeferencedDate']])
| year | georeferencedDate | |
|---|---|---|
| 0 | 2010 | 2010-01-01 |
| 1 | 2002 | 2002-01-01 |
| 2 | 2006 | 2006-01-01 |
| 3 | 2004 | 2004-01-01 |
| 4 | 2002 | 2002-01-01 |
| ... | ... | ... |
| 28709 | 2002 | 2002-01-01 |
| 28711 | 2002 | 2002-01-01 |
| 28713 | 2002 | 2002-01-01 |
| 28714 | 2002 | 2002-01-01 |
| 28715 | 2007 | 2007-01-01 |
27449 rows × 2 columns
df = new_df
# Información sobre tipos de datos y valores no nulos
df.info()
<class 'pandas.core.frame.DataFrame'> Index: 27449 entries, 0 to 28715 Data columns (total 18 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 iucnRedListCategory 27449 non-null object 1 level0Name 27449 non-null object 2 level1Name 27449 non-null object 3 level2Name 27449 non-null object 4 occurrenceID 27449 non-null int64 5 decimalLatitude 27449 non-null float64 6 decimalLongitude 27449 non-null float64 7 georeferencedDate 27449 non-null datetime64[ns] 8 species 27449 non-null object 9 kingdom 27449 non-null object 10 phylum 27449 non-null object 11 class 27449 non-null object 12 order 27449 non-null object 13 family 27449 non-null object 14 genus 27449 non-null object 15 genericName 27449 non-null object 16 acceptedScientificName 27449 non-null object 17 year 27449 non-null int32 dtypes: datetime64[ns](1), float64(2), int32(1), int64(1), object(13) memory usage: 4.9+ MB
# Encontrar duplicados, considerando todas las columnas
duplicates = df.duplicated(keep=False) # keep=False marca todos los duplicados
print("\nFilas duplicadas:")
df[duplicates]
Filas duplicadas:
| iucnRedListCategory | level0Name | level1Name | level2Name | occurrenceID | decimalLatitude | decimalLongitude | georeferencedDate | species | kingdom | phylum | class | order | family | genus | genericName | acceptedScientificName | year |
|---|
3.-Análisis Exploratorio de Datos (EDA) y representaciones gráficas
Para el análisis exploratorio de los datos se utilizó la librería Pandas y para la representaciones gráficas la librería Matplotlib
Se investigaron tres niveles taxonómicos: orden, familia y especie
Órdenes de anfibios presentes en España: número de órdenes, nombre (taxonomía) y número de ocurrencias de cada orden. Se identificaron las familias y especies pertenecientes cada orden. Se representó gráficamente el porcentaje de ocurrencia de cada orden de anfibios en un diagrama de sectores.
Familias de anfibios presentes en España: número de familias nombre (taxonomía) y número de ocurrencias de cada familia. Se identificaron las especies pertenecientes cada familia. Se representó gráficamente el número de ocurrencias de cada familia de anfibios en un diagrama de barras.
Especies de anfibios presentes en España: número de especies, nombre (taxonomía) y número de ocurrencias de cada especie. Se análizó el número de especies presentes en cada comunidad autónoma (distribución de la riqueza de especies en el territorio) y se representó gráficamente en un diagrama de barras. Se estudió la vulnerabilidad de las especies: número de especies pertenecientes a cada categoría IUCN, lista de especies pertenecientes a cada categoría IUCN y número de ocurrencias.
A nivel territorial, se analizó la distribución de las observaciones por comunidad autónoma y se representó gráficamente en un diagrama de sectores.
A nivel temporal, se investigó el número de ocurrencias por año y se representó en un diagrama de sectores y un diagrama de barras. Finalmente, se hizo una selección de las especies de interés de acuerdo con su vulnerabilidad basado en la información oficial disponible en las páginas web del Ministerio de España y se visualizó su distribución gráficamente en mapas con Geopandas.
Órdenes de anfibios y su frecuencia
df["order"].unique()
array(['Caudata', 'Anura'], dtype=object)
df.order.describe()
count 27449 unique 2 top Anura freq 21268 Name: order, dtype: object
order_data = df.groupby('order').nunique()
order_data
| iucnRedListCategory | level0Name | level1Name | level2Name | occurrenceID | decimalLatitude | decimalLongitude | georeferencedDate | species | kingdom | phylum | class | family | genus | genericName | acceptedScientificName | year | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| order | |||||||||||||||||
| Anura | 4 | 1 | 18 | 52 | 21268 | 427 | 827 | 43 | 25 | 1 | 1 | 1 | 8 | 13 | 10 | 25 | 43 |
| Caudata | 4 | 1 | 16 | 48 | 6181 | 386 | 636 | 38 | 12 | 1 | 1 | 1 | 1 | 8 | 9 | 12 | 38 |
order_fam = df.groupby('order')['family'].value_counts()
order_fam
order family
Anura Ranidae 9212
Alytidae 4014
Bufonidae 3125
Hylidae 1873
Pelobatidae 1585
Pelodytidae 1457
Dendrobatidae 1
Pipidae 1
Caudata Salamandridae 6181
Name: count, dtype: int64
order_sp = df.groupby('order')['species'].value_counts()
order_sp
order species
Anura Pelophylax perezi 8215
Epidalea calamita 3079
Alytes obstetricans 1779
Pelobates cultripes 1585
Pelodytes punctatus 1094
Hyla arborea 979
Hyla meridionalis 894
Discoglossus galganoi 776
Alytes cisternasii 684
Discoglossus jeanneae 547
Rana temporaria 470
Rana iberica 463
Pelodytes ibericus 363
Alytes dickhilleni 171
Discoglossus pictus 49
Bufotes viridis 42
Rana dalmatina 34
Rana pyrenaica 25
Alytes muletensis 6
Pelophylax saharicus 4
Sclerophrys mauritanica 4
Discoglossus scovazzi 2
Oophaga pumilio 1
Lithobates catesbeianus 1
Xenopus laevis 1
Caudata Salamandra salamandra 1375
Pleurodeles waltl 1269
Triturus marmoratus 1015
Lissotriton boscai 803
Lissotriton helveticus 589
Triturus pygmaeus 521
Calotriton asper 344
Chioglossa lusitanica 149
Ichthyosaura alpestris 112
Cynops pyrrhogaster 2
Calotriton arnoldi 1
Salamandra algira 1
Name: count, dtype: int64
# Contar las ocurrencias de cada valor único en la columna 'orden'
order_counts = df['order'].value_counts()
order_counts
order Anura 21268 Caudata 6181 Name: count, dtype: int64
# Agrupar datos por orden y obtener el número total de observaciones
order_obs = df.groupby('order')['occurrenceID'].nunique()
order_obs
order Anura 21268 Caudata 6181 Name: occurrenceID, dtype: int64
# Contar las ocurrencias de cada valor único en la columna 'orden'
order_counts = df['order'].value_counts()
order_counts
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Crear la gráfica de pastel
plt.pie(order_counts, labels=order_counts.index, autopct='%1.1f%%')
# Título del gráfico
plt.title('Distribución de los ordenes de anfibios en España')
plt.show()
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Agrupar datos por orden y obtener el número total de observaciones
order_counts = df.groupby('order')['occurrenceID'].nunique()
# Crear gráfico de barras
# sepal_mean.plot(kind='bar')
order_counts.plot(kind='barh')
# Título del gráfico
plt.title('Número de observaciones por Orden anfibio')
# Etiqueta del eje Y
plt.ylabel('Orden anfibio')
# Etiqueta del eje X
plt.xlabel('Número de observaciones')
plt.grid()
plt.show()
Familias de anfibios
df['family'].unique()
array(['Salamandridae', 'Pipidae', 'Ranidae', 'Pelodytidae',
'Pelobatidae', 'Hylidae', 'Alytidae', 'Dendrobatidae', 'Bufonidae'],
dtype=object)
df['family'].describe()
count 27449 unique 9 top Ranidae freq 9212 Name: family, dtype: object
# Contar las ocurrencias de cada valor único en la columna 'family'
family_counts = df['family'].value_counts()
family_counts
family Ranidae 9212 Salamandridae 6181 Alytidae 4014 Bufonidae 3125 Hylidae 1873 Pelobatidae 1585 Pelodytidae 1457 Pipidae 1 Dendrobatidae 1 Name: count, dtype: int64
# Agrupar datos por familia y obtener el número total de observaciones
family_obs = df.groupby('family')['occurrenceID'].nunique()
family_obs
family Alytidae 4014 Bufonidae 3125 Dendrobatidae 1 Hylidae 1873 Pelobatidae 1585 Pelodytidae 1457 Pipidae 1 Ranidae 9212 Salamandridae 6181 Name: occurrenceID, dtype: int64
# Contar las ocurrencias de cada valor único en la columna 'family'
family_counts = df['family'].value_counts()
family_counts
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Crear la gráfica de pastel
plt.pie(family_counts, labels=family_counts.index, autopct='%1.1f%%')
# Título del gráfico
plt.title('Distribución de las familias de anfibios en España')
plt.show()
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Agrupar datos por familia y obtener el número total de observaciones
family_obs = df.groupby('family')['occurrenceID'].nunique()
# Crear gráfico de barras
# sepal_mean.plot(kind='bar')
family_obs.plot(kind='barh')
# Título del gráfico
plt.title('Número de observaciones por Familia anfibios')
# Etiqueta del eje Y
plt.ylabel('Familia anfibios')
# Etiqueta del eje X
plt.xlabel('Número de observaciones')
plt.grid()
plt.show()
Especies de anfibios
df['species'].describe()
count 27449 unique 37 top Pelophylax perezi freq 8215 Name: species, dtype: object
df['acceptedScientificName'].describe() #coincide
count 27449 unique 37 top Pelophylax perezi (López-Seoane, 1885) freq 8215 Name: acceptedScientificName, dtype: object
df['species'].unique()
array(['Triturus pygmaeus', 'Triturus marmoratus',
'Salamandra salamandra', 'Xenopus laevis', 'Rana temporaria',
'Salamandra algira', 'Pelophylax perezi', 'Rana pyrenaica',
'Pelophylax saharicus', 'Rana iberica', 'Rana dalmatina',
'Pleurodeles waltl', 'Lithobates catesbeianus',
'Pelodytes punctatus', 'Pelodytes ibericus', 'Pelobates cultripes',
'Ichthyosaura alpestris', 'Lissotriton helveticus',
'Lissotriton boscai', 'Hyla meridionalis', 'Hyla arborea',
'Calotriton asper', 'Discoglossus jeanneae',
'Discoglossus scovazzi', 'Discoglossus galganoi',
'Discoglossus pictus', 'Chioglossa lusitanica',
'Cynops pyrrhogaster', 'Oophaga pumilio', 'Bufotes viridis',
'Calotriton arnoldi', 'Epidalea calamita',
'Sclerophrys mauritanica', 'Alytes obstetricans',
'Alytes muletensis', 'Alytes dickhilleni', 'Alytes cisternasii'],
dtype=object)
especie_names = df.groupby('genericName')['species'].value_counts()
especie_names
genericName species
Alytes Alytes obstetricans 1779
Alytes cisternasii 684
Alytes dickhilleni 171
Alytes muletensis 6
Bufo Epidalea calamita 3079
Bufotes viridis 42
Sclerophrys mauritanica 4
Calotriton Calotriton asper 180
Calotriton arnoldi 1
Chioglossa Chioglossa lusitanica 149
Cynops Cynops pyrrhogaster 2
Dendrobates Oophaga pumilio 1
Discoglossus Discoglossus galganoi 776
Discoglossus jeanneae 547
Discoglossus pictus 49
Discoglossus scovazzi 2
Euproctus Calotriton asper 164
Hyla Hyla arborea 979
Hyla meridionalis 894
Lissotriton Lissotriton boscai 803
Lissotriton helveticus 589
Mesotriton Ichthyosaura alpestris 112
Pelobates Pelobates cultripes 1585
Pelodytes Pelodytes punctatus 1094
Pelodytes ibericus 363
Pelophylax Pelophylax perezi 4245
Pleurodeles Pleurodeles waltl 1269
Rana Pelophylax perezi 3970
Rana temporaria 470
Rana iberica 463
Rana dalmatina 34
Rana pyrenaica 25
Pelophylax saharicus 4
Lithobates catesbeianus 1
Salamandra Salamandra salamandra 1375
Salamandra algira 1
Triturus Triturus marmoratus 1015
Triturus pygmaeus 521
Xenopus Xenopus laevis 1
Name: count, dtype: int64
ccaa_agrupado = df.groupby('level1Name')
# Agrupar datos por provincia y obtener número de species (riqueza)
species_count = ccaa_agrupado['species'].nunique()
species_count
level1Name Andalucía 21 Aragón 15 Cantabria 11 Castilla y León 21 Castilla-La Mancha 18 Cataluña 16 Ceuta y Melilla 7 Comunidad Foral de Navarra 18 Comunidad Valenciana 8 Comunidad de Madrid 17 Extremadura 16 Galicia 13 Islas Baleares 6 Islas Canarias 3 La Rioja 13 País Vasco 19 Principado de Asturias 13 Región de Murcia 11 Name: species, dtype: int64
# Crear gráfico de barras
species_count.plot(kind='barh')
# Título del gráfico
plt.title('Nº de especies por Comunidad Autónoma')
# Etiqueta del eje Y
plt.ylabel('Comunidad Autónoma')
# Etiqueta del eje X
plt.xlabel('Número de especies')
plt.grid()
plt.show()
# Comunidad autónoma con mayor número de obervaciones
# Contar las ocurrencias de cada valor único en la columna 'ccaa'
ccaa_counts = df['level1Name'].value_counts()
ccaa_counts
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Crear la gráfica de pastel
plt.pie(ccaa_counts, labels= ccaa_counts.index, autopct='%1.1f%%')
# Título del gráfico
plt.title('Distribución de las observaciones por Comunidad Autónoma')
plt.show()
# Año con mayor número de obervaciones
# Contar las ocurrencias de cada valor único en la columna 'año'
year_counts = df['year'].value_counts()
year_counts
# Tamaño del gráfico
plt.figure(figsize=(6, 6))
# Crear la gráfica de pastel
plt.pie(year_counts, labels= year_counts.index, autopct='%1.1f%%')
# Título del gráfico
plt.title('Distribución de las observaciones por año')
plt.show()
# Crear gráfico de barras
year_counts.plot(kind='bar')
# Título del gráfico
plt.title('Nº de observaciones por año')
# Etiqueta del eje Y
plt.ylabel('Número de observaciones')
# Etiqueta del eje X
plt.xlabel('Año')
plt.grid()
plt.show()
year_agrupado = df.groupby('year')
year_agrupado['occurrenceID'].count()
year 1934 1 1965 1 1968 1 1970 1 1971 2 1972 3 1973 1 1974 3 1975 5 1976 1 1977 6 1978 7 1979 10 1980 24 1981 11 1982 5 1983 35 1984 24 1985 35 1986 20 1987 35 1988 44 1989 23 1990 140 1991 27 1992 34 1993 221 1994 186 1995 451 1996 59 1997 246 1998 211 1999 131 2000 318 2001 606 2002 17789 2003 915 2004 586 2005 1223 2006 831 2007 545 2008 393 2009 469 2010 751 2011 1018 2024 1 Name: occurrenceID, dtype: int64
iucn_agrupado = df.groupby('iucnRedListCategory')
# Agrupar datos por código iucn y obtener número de species pertenecientes a cada categoría
iucn_especies = iucn_agrupado['species'].nunique()
iucn_especies
iucnRedListCategory CR 1 EN 3 LC 24 NE 2 NT 4 VU 3 Name: species, dtype: int64
iucn_especies.sum() #Son 37. Es decir, ninguna especie tiene dos categorías IUCN (correcto)
37
# Agrupar datos por código iunc y obtener lista de especies pertenecientes a cada categoría
species_vulnerability = df.groupby('iucnRedListCategory')['species'].value_counts()
species_vulnerability
iucnRedListCategory species
CR Calotriton arnoldi 1
EN Alytes dickhilleni 171
Rana pyrenaica 25
Alytes muletensis 6
LC Pelophylax perezi 8215
Epidalea calamita 3079
Alytes obstetricans 1779
Salamandra salamandra 1375
Pelodytes punctatus 1094
Triturus marmoratus 1015
Hyla arborea 979
Hyla meridionalis 894
Lissotriton boscai 803
Discoglossus galganoi 776
Alytes cisternasii 684
Lissotriton helveticus 589
Discoglossus jeanneae 547
Rana temporaria 470
Pelodytes ibericus 363
Calotriton asper 344
Ichthyosaura alpestris 112
Discoglossus pictus 49
Bufotes viridis 42
Sclerophrys mauritanica 4
Discoglossus scovazzi 2
Lithobates catesbeianus 1
Xenopus laevis 1
Oophaga pumilio 1
NE Rana dalmatina 34
Pelophylax saharicus 4
NT Pleurodeles waltl 1269
Triturus pygmaeus 521
Chioglossa lusitanica 149
Cynops pyrrhogaster 2
VU Pelobates cultripes 1585
Rana iberica 463
Salamandra algira 1
Name: count, dtype: int64
especie_vul_names = df.groupby('iucnRedListCategory')['species'].value_counts()
especie_vul_names
iucnRedListCategory species
CR Calotriton arnoldi 1
EN Alytes dickhilleni 171
Rana pyrenaica 25
Alytes muletensis 6
LC Pelophylax perezi 8215
Epidalea calamita 3079
Alytes obstetricans 1779
Salamandra salamandra 1375
Pelodytes punctatus 1094
Triturus marmoratus 1015
Hyla arborea 979
Hyla meridionalis 894
Lissotriton boscai 803
Discoglossus galganoi 776
Alytes cisternasii 684
Lissotriton helveticus 589
Discoglossus jeanneae 547
Rana temporaria 470
Pelodytes ibericus 363
Calotriton asper 344
Ichthyosaura alpestris 112
Discoglossus pictus 49
Bufotes viridis 42
Sclerophrys mauritanica 4
Discoglossus scovazzi 2
Lithobates catesbeianus 1
Xenopus laevis 1
Oophaga pumilio 1
NE Rana dalmatina 34
Pelophylax saharicus 4
NT Pleurodeles waltl 1269
Triturus pygmaeus 521
Chioglossa lusitanica 149
Cynops pyrrhogaster 2
VU Pelobates cultripes 1585
Rana iberica 463
Salamandra algira 1
Name: count, dtype: int64
Lista de especies amenazadas de Anfibios recogida en la página oficial del Ministerio para la Transición Ecológica y el Reto demográfico del Gobierno de España.
Familia: Salamandridae
Chioglossa lusitanica
S.s. almanzoris
Triturus alpestris
T.h. punctillatus
Familia: Discoglosidae
Alytes muletensis
Familia: Bufonidae
B.b.gredosicola
Bufo viridis
Familia: Ranidae
Rana dalmatina
R .t. parvipalmata
Mapas de distribución especies vulnerables
En esta parte del proyecto se usó la librería geopandas para la elaboración de los mapas.
# Importar geopandas y geodatasets
!pip install geodatasets
import geopandas as gpd
from matplotlib import pyplot as plt
Collecting geodatasets Downloading geodatasets-2023.12.0-py3-none-any.whl (19 kB) Requirement already satisfied: pooch in /usr/local/lib/python3.10/dist-packages (from geodatasets) (1.8.1) Requirement already satisfied: platformdirs>=2.5.0 in /usr/local/lib/python3.10/dist-packages (from pooch->geodatasets) (4.2.2) Requirement already satisfied: packaging>=20.0 in /usr/local/lib/python3.10/dist-packages (from pooch->geodatasets) (24.0) Requirement already satisfied: requests>=2.19.0 in /usr/local/lib/python3.10/dist-packages (from pooch->geodatasets) (2.31.0) Requirement already satisfied: charset-normalizer<4,>=2 in /usr/local/lib/python3.10/dist-packages (from requests>=2.19.0->pooch->geodatasets) (3.3.2) Requirement already satisfied: idna<4,>=2.5 in /usr/local/lib/python3.10/dist-packages (from requests>=2.19.0->pooch->geodatasets) (3.7) Requirement already satisfied: urllib3<3,>=1.21.1 in /usr/local/lib/python3.10/dist-packages (from requests>=2.19.0->pooch->geodatasets) (2.0.7) Requirement already satisfied: certifi>=2017.4.17 in /usr/local/lib/python3.10/dist-packages (from requests>=2.19.0->pooch->geodatasets) (2024.2.2) Installing collected packages: geodatasets Successfully installed geodatasets-2023.12.0
# Convertir las coordenadas a POINTS
df['coord'] = gpd.points_from_xy(df.decimalLongitude, df.decimalLatitude)
df['coord']
0 POINT (-3.97000 38.08000)
1 POINT (-4.09000 38.80000)
2 POINT (-3.29000 38.35000)
3 POINT (-4.70000 40.23000)
4 POINT (-3.40000 38.62000)
...
28709 POINT (-4.78000 38.43000)
28711 POINT (2.22000 41.77000)
28713 POINT (-4.78000 38.70000)
28714 POINT (-4.78000 38.61000)
28715 POINT (2.22000 41.95000)
Name: coord, Length: 27449, dtype: geometry
#Hago un dataframe para cada especie
df_1 = df[df.species == 'Chioglossa lusitanica']
df_2 = df[df.species == 'Salamandra salamandra']
df_3 = df[df.species == 'Triturus pygmaeus']
df_4 = df[df.species == 'Alytes muletensis']
df_5 = df[df.species == 'Bufotes viridis']
df_6 = df[df.species == 'Rana dalmatina']
df_7 = df[df.species == 'Rana temporaria']
gdfs_ES=[]
for i in range(3):
gdf_ES = gpd.read_file(f'gadm41_ESP_{i}.shp')
gdf_ES.plot( figsize = (10, 8))
gdfs_ES.append(gdf_ES)
es_mapa = gdfs_ES[1]
es_mapa.plot(figsize = (8,8), edgecolor="w", linewidth=0.3)
<Axes: >
#Se incluye la geometría en un objeto
obvs_points = gpd.points_from_xy(df.decimalLongitude, df.decimalLatitude)
obvs_points
<GeometryArray> [<POINT (-3.97 38.08)>, <POINT (-4.09 38.8)>, <POINT (-3.29 38.35)>, <POINT (-4.7 40.23)>, <POINT (-3.4 38.62)>, <POINT (-4.09 38.71)>, <POINT (-5.76 40.12)>, <POINT (-3.85 37.81)>, <POINT (-4.47 40.42)>, <POINT (-2.48 38.35)>, ... <POINT (2.22 41.86)>, <POINT (-7.19 39.6)>, <POINT (-7.09 39.24)>, <POINT (-4.78 38.79)>, <POINT (2.09 42.22)>, <POINT (-4.78 38.43)>, <POINT (2.22 41.77)>, <POINT (-4.78 38.7)>, <POINT (-4.78 38.61)>, <POINT (2.22 41.95)>] Length: 27449, dtype: geometry
#Se crea el geodaframe
anfibios_gdf = gpd.GeoDataFrame(df, geometry=obvs_points)
anfibios_gdf['coord']
0 POINT (-3.97000 38.08000)
1 POINT (-4.09000 38.80000)
2 POINT (-3.29000 38.35000)
3 POINT (-4.70000 40.23000)
4 POINT (-3.40000 38.62000)
...
28709 POINT (-4.78000 38.43000)
28711 POINT (2.22000 41.77000)
28713 POINT (-4.78000 38.70000)
28714 POINT (-4.78000 38.61000)
28715 POINT (2.22000 41.95000)
Name: coord, Length: 27449, dtype: geometry
#Hago un dataframe para cada especie
gdf_1 = anfibios_gdf[anfibios_gdf.species == 'Chioglossa lusitanica']
gdf_2 = anfibios_gdf[anfibios_gdf.species == 'Salamandra salamandra']
gdf_3 = anfibios_gdf[anfibios_gdf.species == 'Triturus pygmaeus']
gdf_4 = anfibios_gdf[anfibios_gdf.species == 'Alytes muletensis']
gdf_5 = anfibios_gdf[anfibios_gdf.species == 'Bufotes viridis']
gdf_6 = anfibios_gdf[anfibios_gdf.species == 'Rana dalmatina']
gdf_7 = anfibios_gdf[anfibios_gdf.species == 'Rana temporaria']
es_mapa.boundary.plot()
<Axes: >
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_1.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Chioglossa lusitanica')
Text(0.5, 1.0, 'Distribución de Chioglossa lusitanica')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_2.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Salamandra salamandra')
Text(0.5, 1.0, 'Distribución de Salamandra salamandra')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_3.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Triturus pygmaeus')
Text(0.5, 1.0, 'Distribución de Triturus pygmaeus')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_4.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Alytes muletensis')
Text(0.5, 1.0, 'Distribución de Alytes muletensis')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_5.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Bufotes viridis')
Text(0.5, 1.0, 'Distribución de Bufotes viridis')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_6.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Rana dalmatina')
Text(0.5, 1.0, 'Distribución de Rana dalmatina')
fig, ax = plt.subplots()
es_mapa.boundary.plot(ax=ax, color='k', edgecolor='black')
gdf_7.plot(ax=ax, marker='o', color='red', markersize = 1)
ax.set_title('Distribución de Rana temporaria')
Text(0.5, 1.0, 'Distribución de Rana temporaria')
RESULTADOS Y DISCUSIÓN¶
Diversidad de especies
El análisis de la base de datos descargada de la plataforma del Fondo Mundial de Información sobre Biodiversidad (GBIF) mostró la presencia de 2 órdenes (Caudata y Anura), 9 familias (Salamandridae, Pipidae, Ranida, Pelodytida, Pelobatidae, Hylidae, Alytidae, Dendrobatidae y Bufonidae) y 37 especies diferentes ('Triturus pygmaeus', 'Triturus marmoratus', 'Salamandra salamandra', 'Xenopus laevis', 'Rana temporaria', 'Salamandra algira', 'Pelophylax perezi', 'Rana pyrenaica', 'Pelophylax saharicus', 'Rana iberica', 'Rana dalmatina', 'Pleurodeles waltl', 'Lithobates catesbeianus', 'Pelodytes punctatus', 'Pelodytes ibericus', 'Pelobates cultripes', 'Ichthyosaura alpestris', 'Lissotriton helveticus', 'Lissotriton boscai', 'Hyla meridionalis', 'Hyla arborea', 'Calotriton asper', 'Discoglossus jeanneae', 'Discoglossus scovazzi', 'Discoglossus galganoi', 'Discoglossus pictus', 'Chioglossa lusitanica', 'Cynops pyrrhogaster', 'Oophaga pumilio', 'Bufotes viridis', 'Calotriton arnoldi', 'Epidalea calamita', 'Sclerophrys mauritanica', 'Alytes obstetricans', 'Alytes muletensis', 'Alytes dickhilleni', 'Alytes cisternasii')
El orden más representado ha sido Anura (77.5% de los datos), mientras que la familia con mayor número de ocurrencias corresponde con Ranidae (9212 ocurrencias, 33.6 % de los datos) seguida por Salamandridae (6181 ocurrencias, 22.5% de los datos). La especie con mayor número de ocurrencias es Pelophylax perezi.
A partir de los datos se observa que el número de especies varía entre las comunidades autónomas, siendo las Islas Canarias y las Islas Baleares las comunidades con menor riqueza de especies de anfibios (3-4 especies diferentes), mientras que el País Vasco, la Comunidad Foral de Navarra, Castilla y León y Andalucía son las comunidades autónomas con mayor número de especies (18-20 especies diferentes). Por otro, lado el mayor número de ocurrencias pertenecen a Castilla y León (20.1%), Andalucía (18.6%) y Castilla la Mancha (11%).
Escala temporal de los datos
Tras analizar el número de ocurrencias por año se observó que la mayoría de los datos se tomaron en el año 2002 (aprox. 65%). Desde entonces, la vulnerabilidad y distribución de estas especies en España ha podido cambiar significativamente. Un estudio en el que participan más de cien investigadores, basado en la segunda evaluación mundial de anfibios de la Unión Internacional para la Conservación de la Naturaleza (UICN), se ha documentado la extinción de cuatro especies de anfibios desde 2004: el sapo arlequín de Chiriquí de Costa Rica, Atelopus chiriquiensis; la rana diurna de hocico afilado de Australia, Taudactylus acutirostris; la rana, Craugastor myllomyllon y la falsa salamandra de arroyo de Jalpa, Pseudoeurycea exspectata, ambas de Guatemala. Otras 27 especies calificadas en peligro crítico se consideran ahora posiblemente extintas, lo que eleva el total a más de 160. La evaluación también constató que 120 especies mejoraron su situación en la Lista Roja desde 1980. Más de la mitad de este grupo, 63 especies, aumentaron sus poblaciones gracias a las medidas de conservación, protección y gestión de hábitats que se han desarrollado en este tiempo (CSIC).
Vulnerabilidad de las especies
La Lista Roja de la Unión Internacional para la Conservación de la Naturaleza (UICN, 2023) es el inventario más reconocido mundialmente sobre el estado de amenaza de las especies. La Lista Roja incluye nueve categorías: Extinta (EX), Extinta en estado silvestre (EW), En peligro crítico (CR), En peligro (EN), Vulnerable (VU), Casi amenazada (NT), Preocupación menor (LC), Datos insuficientes (DD), No evaluado (NE) De las nueve categorías sólo tres son consideradas como amenazadas: "En Peligro Crítico", "En Peligro" y "Vulnerable" (MITECO). Se registraron 7 especies bajo algún grado de amenaza importante según la Unión Internacional para la Conservación de la Naturaleza (UICN, 2023). El resto de las especies (30) se encuentran fuera de las categorías de amenazas importantes.
CR: Calotriton arnoldi (1)
EN : Alytes dickhilleni (171); Rana pyrenaica (25), Alytes muletensis (6)
VU: Pelobates cultripes (1585), Rana iberica (463), Salamandra algira (1)
De acuerdo con la lista de especies amenazadas de Anfibios recogida en la página oficial del Ministerio para la Transición Ecológica y el Reto demográfico del Gobierno de España https://www.miteco.gob.es/es/biodiversidad/temas/conservacion-de-especies-amenazadas/vertebrados/pbl_anfibios_amenazados.html Familia: Salamandridae Chioglossa lusitanica Salamandra salamandra almanzoris Triturus alpestris T.h. punctillatus Familia: Discoglosidae Alytes muletensis Familia: Bufonidae B.b.gredosicola Bufo viridis Familia: Ranidae Rana dalmatina R .t. parvipalmata
Sin embargo, sólo Alytes muletensis coincide con la lista de especies amenazadas de Anfibios recogida en la página oficial del Ministerio para la Transición Ecológica y el Reto demográfico del Gobierno de España https://www.miteco.gob.es/es/biodiversidad/temas/conservacion-de-especies-amenazadas/vertebrados/pbl_anfibios_amenazados.html
Distribución de las especies vulnerables
En base a esta lista oficial del MITECO del Gobierno de España, se han seleccionado siete especies, para el análisis de su distribución en el territorio español.
Chioglossa lusitanica (Salamandra rabilarga). Es una especie endémica de la Península Ibérica que se distribuye por su región Noroccidental. Vive en zonas montañosas con altitudes inferiores a 1100 m, asociada generalmente a arroyos y masas forestales diversas. Por lo tanto, la distribución de esta especie coincide con las fuentes oficiales.
Triturus pygmaeus (Tritón pigmeo). Solo presente en el cuadrante suroccidental y centro de la Península, de donde es endémico. Sin embargo, en los datos de ocurrencia se observa que se distribuye a lo largo de todo el territorio español. Por lo tanto, su distribución coincide con las fuentes oficiales.
Salamandra salamandra (Salamandra común). Como queda reflejado en el mapa de la Península Ibérica, la especie está presente en todas las regiones húmedas de Galicia, la cornisa Cantábrica y todos los Pirineos. Sigue los contornos de las sierras del Sistema Central, Montes de Toledo, Sierra Morena y las sierras Béticas. Por lo tanto, la distribución de esta especie coincide con las fuentes oficiales.
Bufotes viridis (Sapo verde). Únicamente se ha confirmado su presencia en las Islas Baleares: Mallorca, Menorca e Ibiza. Por lo tanto, su distribución coincide con las fuentes oficiales.
Rana dalmatina (Rana ágil). En España es una especie vulnerable, aunque no está categorizada como amaenazada a nivel mundial. En España es una especie muy escasa, conociéndose con seguridad sólo en algunas zonas del País Vasco y Navarra. Por lo tanto, la distribución de esta especie coincide con las fuentes oficiales.
Rana temporaria (Rana bermeja) En España se distribuye de forma continua por toda la franja norte, donde encuentra un alto grado de humedad y un clima fresco. Por lo tanto, la distribución de esta especie coincide con las fuentes oficiales.
Alytes mulatensis (Sapillo balear). Ocupa un área de unos 200 km2 en la isla de Mallorca, en Baleares. Por lo tanto, la distribución de esta especie coincide con las fuentes oficiales.
Conclusiones¶
Las diversas herramientas utilzadas en el tratamiento de la base de datos obtenida del GBIF ha contribuído al conocimiento acerca de la biodiversidad de anfibios presentes en España. Por otro lado, han permitido obtener información sobre la calidad y limitaciones de los datos.
El análisis realizado indica que es necesaria la búsqueda o recolección de nuevos datos más recientes procedentes de otras fuentes para completar la serie temporal y poder estudiar los cambios en las poblaciones de anfibios a la largo del tiempo.
Las plataforma GBIF mostró ser una herramienta eficaz para estudiar la distribución espacial de la biodiversidad dado que la distribución de especies es coherente con la información oficial disponibles sobre las especies seleccionadas.
Los resultados podrían estar obsoletos en lo referente a la vulnerabilidad de las especies, ya que son más representativos del año 2002. Es posible que la vulnerabilidad haya cambiado a lo largo de estos 20 años. Por lo tanto, se debería profundizar más en este aspecto antes de usar estos datos en posteriores análisis de biodiversidad.
Referencias
Du T, Ding C, Yang K, Chen J, Liu X, Lv W, Ding L, He D, Tao J. (2024) A global dataset on species occurrences and functional traits of Schizothoracinae fish. Sci Data. Mar 6;11(1):272. doi: 10.1038/s41597-024-03098-2. PMID: 38448551; PMCID: PMC10918187.
Caitlin P Mandeville, Wouter Koch, Erlend B Nilsen, Anders G Finstad,(2021) Open Data Practices among Users of Primary Biodiversity Data, BioScience, Volume 71, Issue 11, November 2021, Pages 1128–1147, https://doi.org/10.1093/biosci/biab072
Rodriguez Rivas, J. G., & Rodríguez Castillo, S. (2022). Uso de Python para el análisis de datos aplicado en la investigación . Investigación Y Ciencia Aplicada a La Ingeniería, 5(34), 33–40. Recuperado a partir de http://ojs.incaing.com.mx/index.php/ediciones/article/view/188
Soberon, J. and Peterson,A.T. (2004) Biodiversity informatics: managing and applying primary biodiversity data. Philos. Trans. R. Soc. Lond. Ser. B Biol. Sci., 359, 689–698
Vijay Barve, Javier Otegui, bdvis: visualizing biodiversity data in R (2016) Bioinformatics, Volume 32, Issue 19, October 2016, Pages 3049–3050, https://doi.org/10.1093/bioinformatics/btw333
Araújo MB, Anderson RP, Márcia Barbosa A, Beale CM, Dormann CF, Early R, Garcia RA, Guisan A, Maiorano L, Naimi B, O'Hara RB, Zimmermann NE, Rahbek C. Standards for distribution models in biodiversity assessments. (2019) Sci Adv. Jan 16;5(1):eaat4858. doi: 10.1126/sciadv.aat4858. PMID: 30746437; PMCID: PMC6357756.
Gadelha, Luiz & Correia de Siracusa, Pedro & Dalcin, Eduardo & Silva, Luís & Augusto, Douglas & Krempser, Eduardo & Affe, Helen & Costa, Raquel & Mondelli, Maria Luiza & Meirelles, Pedro & Thompson, Fabiano & Chame, Marcia & Ziviani, Artur & Siqueira, Marinez. (2020). A survey of biodiversity informatics: Concepts, practices, and challenges. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery. 11. e1394. 10.1002/widm.1394.
Luedtke JA, Chanson J, Neam K, Hobin L, Maciel AO, Catenazzi A, Borzée A, Hamidy A, Aowphol A, Jean A, Sosa-Bartuano Á, Fong G A, de Silva A, Fouquet A, Angulo A, Kidov AA, Muñoz Saravia A, Diesmos AC, Tominaga A, Shrestha B, Gratwicke B, Tjaturadi B, Martínez Rivera CC, Vásquez Almazán CR, Señaris C, Chandramouli SR, Strüssmann C, Cortez Fernández CF, Azat C, Hoskin CJ, Hilton-Taylor C, Whyte DL, Gower DJ, Olson DH, Cisneros-Heredia DF, Santana DJ, Nagombi E, Najafi-Majd E, Quah ESH, Bolaños F, Xie F, Brusquetti F, Álvarez FS, Andreone F, Glaw F, Castañeda FE, Kraus F, Parra-Olea G, Chaves G, Medina-Rangel GF, González-Durán G, Ortega-Andrade HM, Machado IF, Das I, Dias IR, Urbina-Cardona JN, Crnobrnja-Isailović J, Yang JH, Jianping J, Wangyal JT, Rowley JJL, Measey J, Vasudevan K, Chan KO, Gururaja KV, Ovaska K, Warr LC, Canseco-Márquez L, Toledo LF, Díaz LM, Khan MMH, Meegaskumbura M, Acevedo ME, Napoli MF, Ponce MA, Vaira M, Lampo M, Yánez-Muñoz MH, Scherz MD, Rödel MO, Matsui M, Fildor M, Kusrini MD, Ahmed MF, Rais M, Kouamé NG, García N, Gonwouo NL, Burrowes PA, Imbun PY, Wagner P, Kok PJR, Joglar RL, Auguste RJ, Brandão RA, Ibáñez R, von May R, Hedges SB, Biju SD, Ganesh SR, Wren S, Das S, Flechas SV, Ashpole SL, Robleto-Hernández SJ, Loader SP, Incháustegui SJ, Garg S, Phimmachak S, Richards SJ, Slimani T, Osborne-Naikatini T, Abreu-Jardim TPF, Condez TH, De Carvalho TR, Cutajar TP, Pierson TW, Nguyen TQ, Kaya U, Yuan Z, Long B, Langhammer P, Stuart SN. (2023)Ongoing declines for the world's amphibians in the face of emerging threats. Nature. Oct;622(7982):308-314. doi: 10.1038/s41586-023-06578-4. Epub 2023 Oct 4. Erratum in: Nature. 2024 Jan;625(7993):E2. PMID: 37794184; PMCID: PMC10567568.