1.6 POWO in R - Daten download von rWCVP

1.6.1 Hintergrund

Räumliche Daten sind durch die Verknüpfung von Attributen mit räumlichen Positionen in einem Koordinatenreferenzsystem (CRS) gekennzeichnet. Das sf Paket ist das wichtigste R-Paket für den effizienten Umgang mit räumlichen Daten.

Heute lernen wir Vektordaten als grundsätzliche Darstellung von räumlichen Daten kennen. Alle räumlichen Informationen, die als Koordinaten relativ zum Ursprung eines Koordinatenreferenzsystems gespeichert sind. Beispiele für solche Daten sind Punkte, Linien und Polygone. Vektordaten können mit verschiedenen Attributen (d. h. Datenspalten wie in einem data.frame) verknüpft sein, z. B. einem Artnamen und der Art des Datensatzes, der mit einer geografischen Koordinate verbunden ist.

1.6.2 Lernziele

Nach dieser Übungseinheit könnt ihr:

  1. Verbreitungsinformationen von Plants of the world Online direkt in R herunterladen

  2. Einfache Verbreitungskarten visualisieren

1.6.3 Literatur

  1. Geocomputation with R, Chapters 2 & 3. https://r.geocompx.org/

1.6.4 Notwendige Vorbereitung

Keine

1.6.5 Tutorial Plants of the world online (POWO)

1.6.5.1 Libraries laden

library(readxl)
library(dplyr)

1.6.5.2 Nötige PAckages installieren

Da die Interaktion mit WCVP recht spezifisch ist, müssen wir die notwendigen Pakete erst installieren.

install.packages("rWCVP")
library(rWCVP)
install.packages("remotes")
library(remotes)
install_github("matildabrown/rWCVPdata")

1.6.5.3 Installieren von rWCVP

Das rWCVP paket stellt Funktionen zur Verfügung um Daten direkt von POWO herunterzuladen.

install.packages("rWCVP")
library(rWCVP)
remote

1.6.5.4 Herunterladen geographischer Informationen von POWO

Das rWCVP-Paket bietet eine Schnittstelle zum Abruf aller verfügbaren Informationen aus der World Checklist of Vascular Plants. WCVP enthält taxonomische Informationen über den Status von Pflanzennamen und die Beziehung von Synonymen sowie Verbreitungsinformationen auf Ebene 3 des WGSRPD.

Die Funktion wcvp_Summary ist der wichtigste Zugangspunkt, um die Anzahl der Arten weltweit oder in bestimmten Gebieten zu ermitteln.

# globale Informationen über den Artenreichtum
dat <- wcvp_summary()

Das Ergebnis ist eine Liste, die Sie z.B. mit der Funktion $ gezielt ansprechen können:

dat$Summary

In ähnlicher Weise können Sie die Funktion wcvp_Summary verwenden, um die Artenzahl für einzelne Taxa zu ermitteln.

# Die Gattung Myrciaria
gen <- wcvp_summary(taxon="Myrciaria", 
                    taxon_rank="genus")

# Die Familie der Myrtaceae
fam <- wcvp_summary(taxon = "Myrtaceae", 
                    taxon_rank = "family")

# Erhalt von Raumdaten und Verknüpfung zum Plotten
area_polygons <- rWCVPdata::wgsrpd3

myr <- left_join(area_polygons, 
                 fam$Summary, # nur die Informationen über das Vorkommen
                 by = c("LEVEL3_COD" = "area_code_l3"))

ggplot()+
  geom_sf(data = myr, aes(fill = Native))

Um Informationen über die Verbreitung einzelner Arten zu erhalten, verwenden Sie wcvp_distribution.

# Der Baobab als Beispiel
sp <- wcvp_distribution(taxon = "Adansonia digitata", 
                   taxon_rank = "species")

# Plot zur Kontrolle
ggplot()+
  geom_sf(data = sp, 
          aes(fill = occurrence_type))

1.6.5.5 Speichern von räumlichen daten auf der Festplatte

Räumliche Dateien können als .shp Datei(en) auf der Festplatte gespeichert werden um in anderen Programmen weiterverarbeitet zu werden (z.B: QGIS)

st_write(sp, "Artverbreitung.shp")
st_write(myr, "familien_verbreitung.shp")

1.6.6 Aufgaben

  1. Schreibt einen Absatz über POWO oder rWCVP.

  2. Findet eine Art und eine Gattung oder Familie die euch interessiert auf POWO (https://powo.science.kew.org/).

  3. Ladet die geografische Verbreitung für die Art, und den Artenreichtum der Gruppe (Gattung, Familie) über rWCVP herunter. Welche Struktur hat das Objekt? Speichert die Information als räumliches Objekt in einer .rda oder .shp Datei.

  4. Erstellt einen einfachen Plot der Verbreitung und des Artenreichtums eurer Art und Gattung.

  5. Schreibt einen Reflexionsabsatz: Was habt ihr gelernt in Bezug auf Räumliche Daten in R und POWO? Welcher Teil der Aufgaben ist euch besonders gut gelungen und warum?

1.6.7 Optional: Tutorial räumliche Daten

1.6.8 Tutorial - Räumliche Daten

Das sf-Paket in R ist ein leistungsstarkes Werkzeug für die Arbeit mit räumlichen Daten. Es bietet eine breite Palette von Funktionen und Methoden zum Lesen, Schreiben, Manipulieren und Visualisieren von Geodaten. In diesem Tutorium werden wir mehrere wesentliche Aspekte der Arbeit mit dem sf-Paket behandeln:

Bevor Sie beginnen, vergewissern Sie sich, dass Sie das sf-Paket installiert haben. Sie können es mit dem folgenden Befehl installieren:

install.packages("sf")

Let’s get started!

1.6.8.1 Simple Feature Classes

Simple Feature Classes (SFC) stellen Geodaten unter Verwendung von Geometrie- und Attributinformationen dar. Das sf-Paket verwendet das sf-Objekt zur Speicherung von Geodaten.

# Laden des sf-Pakets
library(sf)

# Erstellen einer einfachen Feature-Klasse (SFC) mit Punkten
points <- st_sfc(st_point(c(0, 0)), st_point(c(1, 1)), st_point(c(2, 2)))

# Erstellen Sie eine SFC mit Polygonen
polygons <- st_sfc(st_polygon(list(rbind(c(0, 0), c(0, 1), c(1, 1), c(1, 0), c(0, 0))),
                             rbind(c(1, 1), c(1, 2), c(2, 2), c(2, 1), c(1, 1))))

1.6.8.2 Mehrpunkt-Objekte erstellen

1.6.8.3 Erstellen eines Mehrpunkt-Objektes von Grund auf.

Um ein Mehrpunktobjekt von Grund auf zu erstellen, verwenden wir die Funktion st_multipoint.

# Erstellen eines Mehrpunktobjekts von Grund auf
multipoints <- st_multipoint(x = matrix(c(0, 0), c(1, 1), c(2, 2)))

# Drucken des Mehrpunktobjekts
multipoints

1.6.8.4 Erstellen eines Multi-Point Objekts aus einer .csv Datei

Sie können auch Mehrpunktobjekte aus CSV-Daten erstellen. Laden Sie zunächst eine CSV-Datei mit Raumkoordinaten. Sie finden die Beispieldaten auf ILIAS. Denken Sie daran, Ihr Arbeitsverzeichnis festzulegen und den richtigen Pfad anzugeben.

library(readr)
# Laden von Daten aus einer CSV-Datei (unter der Annahme, dass sie Spalten "x" und "y" enthält)
data <- read_csv("data/iNaturalist.csv")

# Erstellen eines Mehrpunktobjekts aus den CSV-Daten, Angabe der Spalten, die die Koordinaten enthalten, mit dem Argument coords
multipoints_from_csv <- st_as_sf(data, coords = c("longitude", "latitude"))

# Drucken des Mehrpunktobjekts
multipoints_from_csv

1.6.8.5 Erstellen von Multi-Polygon Objekten aus einer .shp Datei

Sie können ein Multi-Polygon-Objekt aus einem Shapefile mit der Funktion st_read erstellen; verwenden Sie als Beispiel die Botanischen Länder der Ebene 3, die Sie zunächst entpacken müssen.

# Laden Sie ein Shapefile (in diesem Beispiel die Grenzen der botanischen Karten, die Sie in der Vorlesung gesehen haben)
polygons_from_shapefile <- st_read("data/bot_count.shp")

# Drucken des Multi-Polygon-Objekts
polygons_from_shapefile

# ein schneller Überblick
plot(polygons_from_shapefile)

1.6.8.6 Filter und Zusammenfassen von Attributen

Sie können Daten anhand von Attributen filtern und zusammenfassen, indem Sie das Paket dplyr in Kombination mit dem Paket sf verwenden.

# Laden Sie das Paket dplyr
library(dplyr)

# Punkte filtern, bei denen das Attribut "Wert" gleich 7 ist
filtered_polygons <- polygons_from_shapefile %>% filter(LEVEL1_COD == 7)

# Punkte filtern, bei denen das Attribut "Wert" größer als 5 ist
filtered_polygons <- polygons_from_shapefile %>% filter(LEVEL1_COD > 5)

filtered_polygons
plot(filtered_polygons)

# bestimmte Attributspalten auswählen
selected_attributes <- polygons_from_shapefile %>% select(LEVEL3_COD, LEVEL3_NAM)

selected_attributes

1.6.8.7 Speichern von räumlichen daten auf der Festplatte

st_write(polygons_from_shapefile, "data/test_shapefile.shp")