PRÁCTICA 5 ANÁLISIS DE REDES DE ÁREAS PROTEGIDAS (II) REPRESENTATIVIDAD Y ANÁLISIS GAP. 1.- Introducción y objetivos. 2.- Desarrollo de la sesión

Tamaño: px

Comenzar la demostración a partir de la página:

Download "PRÁCTICA 5 ANÁLISIS DE REDES DE ÁREAS PROTEGIDAS (II) REPRESENTATIVIDAD Y ANÁLISIS GAP. 1.- Introducción y objetivos. 2.- Desarrollo de la sesión"

María Rosario Herrero Castilla
hace 5 años
Vistas:

GESTIÓN DEL MEDIO NATURAL Grado en Biología Guion actualizado el 19/02/2017 Profesor: José Francisco Calvo jfcalvo@um.

1 GESTIÓN DEL MEDIO NATURAL Grado en Biología Guion actualizado el 19/02/2017 Profesor: José Francisco Calvo PRÁCTICA 5 ANÁLISIS DE REDES DE ÁREAS PROTEGIDAS (II) REPRESENTATIVIDAD Y ANÁLISIS GAP 1.- Introducción y objetivos En esta práctica continuaremos con el análisis de las redes de áreas protegidas de la Región de Murcia que iniciamos en la práctica anterior. Realizaremos operaciones básicas (recortes, solapamientos) entre diferentes mapas, analizaremos la representatividad de las redes en función de variables ambientales y de uso del suelo, trabajaremos con mapas de puntos, y realizaremos un sencillo análisis gap para evaluar la eficacia de una red en la protección de los territorios de una determinada especie. 2.- Desarrollo de la sesión (A) Preparación En primer lugar descargaremos en nuestro ordenador varios archivos necesarios para el desarrollo de la práctica accediendo con un navegador de internet a: Debemos descargar este archivo y a continuación descomprimir la carpeta que contiene en el Escritorio de Windows, por ejemplo. También descargaremos los archivos de mapas oficiales de la Red Natura 2000 desde el Geoportal de la Comunidad Autónoma de la Región de Murcia ( Podemos usar el buscador de la página para encontrar los mapas, en formato.shp, correspondientes a las redes ZEPA y LIC-ZEC, o acceder directamente a: ftp://meristemum.carm.es/descargas/area_sometidas_a_regulacion/rednatura2000/zepa_shp.zip ftp://meristemum.carm.es/descargas/area_sometidas_a_regulacion/rednatura2000/lic_zec_shp.zip Una vez descargados los descomprimiremos en la misma carpeta que el anterior. Cuando iniciemos R (o alternativamente RStudio) será conveniente cambiar el directorio de trabajo a dicha carpeta (>Archivo >Cambiar dir ), de forma que podamos acceder cómodamente a los archivos descargados. En primer lugar cargaremos el archivo de datos y funciones desde el servidor: load(url(" Con la función ls(), o en el correspondiente panel de RStudio, podemos ver las funciones y datos disponibles en GMNsig.RData. Teclea Info() para más información. [1]

2 Para realizar esta práctica se necesitan también los paquetes de R raster, rgdal y rgeos. Si no los tenemos instalados ejecutaremos: install.packages(c("raster", "rgdal", "rgeos")) Una vez instalados los cargaremos en memoria: library(raster) library(rgdal) library(rgeos) Para ahorrar tiempo, la lectura y elaboración de todos los mapas necesarios la realizaremos automáticamente (siguiendo el protocolo de la práctica anterior) escribiendo: source("mapas.r") Comprobemos con ls() que disponemos de los mapas vectoriales y ráster de los límites de la Región de Murcia, de las redes de ZEPA y LIC-ZEC, y de los siguientes mapas temáticos: a) corine: Mapa de usos del suelo CORINE. Instituto Geográfico Nacional. b) mdt: Modelo digital de elevaciones (m). Instituto Geográfico Nacional. c) temp: Mapa de temperaturas medias anuales ( o C). Fuente: Grupo de Investigación ECOMED, Universidad de Murcia. d) prec: Mapa de precipitaciones anuales (mm). Fuente: Grupo de Investigación ECOMED, Universidad de Murcia. Los dos primeros ya los conocemos de la práctica anterior. Representaremos los dos últimos: plot(temp) plot(prec) Aunque la resolución de estos dos mapas es, como el resto, de 200 m, su aspecto pixelado se debe a que la información original sobre la que se han elaborado correspondía a cuadrículas de 1 km 2. (B) Operaciones con mapas: recortes y solapamientos Existen diversas funciones en la librería raster para operar con mapas. Por ejemplo, mask() recorta un mapa ráster en función de los polígonos de otro (vectorial o ráster): plot( mask(mdt, rzepa) ) Con dos o más mapas ráster pueden realizarse operaciones algebraicas. Por ejemplo, podemos sumarlos: rzepa + rlic -> rzl [2]

3 plot(rzl) Dado que existen cuadrículas sin valor (NA) en ambos mapas, el resultado de esta suma es un mapa con el área solapada por los espacios de ambas redes. Dado que la suma no tiene sentido en este caso, resulta más apropiado el siguiente procedimiento: sum(rlic>0, rzepa>0, na.rm=t) -> rzl plot(rzl) La superficie, en hectáreas, del área solapada y no solapada se obtiene mediante: freq(rzl) * 4 Si queremos obtener información detallada sobre la superficie solapada entre los diferentes espacios naturales, la función a emplear es: cross(rlic, rzepa) La suma de los valores de esta tabla coincide con el resultado obtenido previamente. sum( cross(rlic, rzepa) ) * 4 Otra función útil es cover(), que permite combinar dos o más mapas ráster en uno solo. Por ejemplo, con esta función podemos calcular fácilmente la proporción de superficie de la Región de Murcia protegida por el conjunto de las dos redes: cover(rlic, rzepa) -> total plot(total > 0) freq(total > 0) freq(total > 0) * 4 freq(total > 0) * 4 / ( rm$area / ) Ejercicio 1 (1) Estima la superficie solapada (en ha) entre el LIC Sierra de la Muela y la ZEPA Sierra de Moratalla. (C) Operaciones con mapas: representatividad ambiental El análisis de las características de un mapa vectorial (o de puntos) en función de los atributos de un mapa ráster se realiza con extract(), especificando una función (media, máximo, mínimo ). También es necesario utilizar el argumento na.rm=t, para eliminar de los cálculos las cuadrículas sin valor (NA). El resultado puede agregarse en forma de variable al archivo vectorial: extract(temp, zepa, mean, na.rm=t) -> zepa$temp zepa@data La función equivalente a extract(), para usar entre dos archivos ráster es zonal(): [3]

4 zonal(temp, rzepa, mean) Si queremos trabajar con los valores de un mapa ráster, la función a considerar es getvalues(). Por ejemplo, para representar el universo ambiental (temperatura y precipitaciones) de la Región de Murcia, y la representatividad de las redes de áreas protegidas, podemos utilizar: plot(getvalues(temp), getvalues(prec), col=2) points(getvalues(temp), getvalues(prec), col=getvalues(rlic > 0)) La figura obtenida representa las cuadrículas pertenecientes a la red de LIC con círculos negros, y al resto de cuadrículas con círculos rojos. En el caso del mapa de usos del suelo, el atributo (el código CORINE) no tiene significado cuantitativo, por lo que la función zonal() no resulta apropiada. En cambio, podemos usar: cross(corine, rzepa) -> corzepa corzepa Con esta matriz podemos operar como con cualquier otra en R. Así, para estimar el porcentaje de los diferentes usos en el conjunto de la red de ZEPA o en un espacio en particular (por ejemplo la número 5, Estepas de Yecla), utilizaremos: apply(corzepa, 1, sum) / sum(corzepa) * 100 corzepa[,5] / sum(corzepa[,5]) * 100 Ejercicio 2 (1) Calcula la media de los valores medios de precipitaciones en los LIC-ZEC terrestres de la Región de Murcia usando la función extract(). (2) Estima la proporción de usos del suelo (al nivel 1) en la ZEPA Sierra Espuña. Recuerda que la reclasificación de usos a nivel 1 se realiza con reclassify(corine, rcl) -> corine1. (D) Análisis gap: las ZEPA y el Cárabo Común Frecuentemente la información sobre la distribución de una especie está referida a puntos o cuadrículas del territorio, y se recoge en archivos de coordenadas x, y. Para la práctica disponemos del archivo de presencias (territorios) del cárabo cómun (Strix aluco) en la Región de Murcia. read.table("strix.dat") -> strix strix Para trabajar estos datos con mapas ráster es necesario convertirlos en un objeto de clase SpatialPoints, y asignarle la proyección de uno de nuestros mapas: strix <- SpatialPoints(strix) [4]

5 projection(strix) <- projection(rzepa) strix plot(rzepa) plot(strix, add=t) También disponemos de un mapa ráster de idoneidad de hábitat (archivo rstrix.tif) con cuatro clases que representan el hábitat inadecuado (1), marginal (2), adecuado (3) y óptimo (4). raster("rstrix.tif") -> rstrix plot(rstrix) plot(strix, add=t) Analizaremos ambos archivos en función de la red de ZEPA. En este caso, como se trata de puntos, al usar extract() no es necesario especificar una función: extract(rzepa, strix) table(extract(rzepa, strix), usena="always") cross(rzepa, rstrix) Ejercicio 3 (1) Cuál es la altitud media de los territorios del Cárabo Común? (2) Qué ZEPA alberga el mayor número de territorios? (3) Cuál es la proporción de territorios situados fuera de la red de ZEPA? (4) Qué ZEPA presenta la mayor proporción de hábitat óptimo? 3.- Evaluación Completa la hoja de trabajo aneja y entrégala al finalizar la sesión. 4.- Bibliografía Hijmans RJ raster: Geographic Data Analysis and Modeling. R package version Descripción de las funciones y datos Utiliza la función Info()en el archivo GMNsig.RData. Por ejemplo: Info("prec") o Info("cross"). [5]

6 ANEXO Códigos de los usos del suelo CORINE DESCRIPCIÓN NIVEL 1 NIVEL 2 NIVEL 3 Tejido urbano continuo Tejido urbano discontinuo Zonas industriales o comerciales Redes viarias, ferroviarias y terrenos asociados Zonas portuarias Aeropuertos Zonas de extracción minera Escombreras y vertederos Zonas en construcción Zonas verdes urbanas Instalaciones deportivas y recreativas Tierras de labor en secano Terrenos regados permanentemente Arrozales Viñedos Frutales Olivares Praderas Cultivos anuales asociados con cultivos permanentes Mosaico de cultivos Terrenos principalmente agrícolas, pero con importantes espacios de vegetación natural Sistemas agroforestales Bosques de frondosas Bosques de coníferas Bosque mixto Pastizales naturales Landas y matorrales Vegetación esclerófila Matorral boscoso de transición Playas, dunas y arenales Roquedo Espacios con vegetación escasa Zonas quemadas Glaciares y nieves permanentes Humedales y zonas pantanosas Turberas Marismas Salinas Zonas llanas intermareales Cursos de agua Láminas de agua Lagunas costeras Estuarios Mares y océanos [6]

7 HOJA DE TRABAJO. PRÁCTICA 5. GESTIÓN DEL MEDIO NATURAL. NOMBRE: Ejercicio 1 (1). Estima la superficie solapada (en ha) entre el LIC Sierra de la Muela y la ZEPA Sierra de Moratalla. Ejercicio 2 (1). Calcula la media de los valores medios de precipitaciones en los LIC-ZEC terrestres de la Región de Murcia usando la función extract(). Ejercicio 2 (2). Estima la proporción de usos del suelo (al nivel 1) en la ZEPA Sierra Espuña. Ejercicio 3 (1). Cuál es la altitud media de los territorios del Cárabo Común? Ejercicio 3 (2). Qué ZEPA alberga el mayor número de territorios? Ejercicio 3 (3). Cuál es la proporción de territorios situados fuera de la red de ZEPA? Ejercicio 3 (4). Qué ZEPA presenta la mayor proporción de hábitat óptimo? [7]

Documentos relacionados

PRÁCTICA 4 ANÁLISIS DE REDES DE ÁREAS PROTEGIDAS (I) DISEÑO Y CARACTERÍSTICAS GENERALES. 1.- Introducción y objetivos. 2.- Desarrollo de la sesión

GESTIÓN DEL MEDIO NATURAL Grado en Biología Guion actualizado el 20/02/2018 Profesor: José Francisco Calvo jfcalvo@um.es http://webs.um.es/jfcalvo PRÁCTICA 4 ANÁLISIS DE REDES DE ÁREAS PROTEGIDAS (I) DISEÑO