The hardware and bandwidth for this mirror is donated by dogado GmbH, the Webhosting and Full Service-Cloud Provider. Check out our Wordpress Tutorial.
If you wish to report a bug, or if you are interested in having us mirror your free-software or open-source project, please feel free to contact us at mirror[@]dogado.de.

Introducción a perufaunads004

1. Presentación del Paquete

El paquete perufaunads004 proporciona un conjunto integrado de herramientas computacionales en R para la validación taxonómica, reconciliación nomenclatural y consulta del estado de conservación de las especies de fauna silvestre amenazada y legalmente protegida en el Perú.

Integra de forma unificada los dos instrumentos rectores en la materia: 1. Decreto Supremo N° 004-2014-MINAGRI: La norma jurídica oficial que aprueba la lista de clasificación y categorización de las especies amenazadas de fauna silvestre legalmente protegidas en el país (535 taxones). 2. Libro Rojo de la Fauna Silvestre Amenazada del Perú (SERFOR, 2018): Publicación científica y técnica comprehensiva elaborada por el Servicio Nacional Forestal y de Fauna Silvestre (SERFOR) con comités de especialistas nacionales e internacionales, evaluando 528 taxones y proporcionando 381 fichas técnicas monográficas con justificaciones, mapas de distribución, presiones antrópicas y medidas de conservación.

library(perufaunads004)
library(dplyr)

2. Flujo de Trabajo Típico en Estudios de Biodiversidad y Consultoría Ambiental

El paquete está diseñado para resolver las tareas cotidianas que enfrentan biólogos, consultores ambientales (elaboración de EIA, DIA, PMA), investigadores académicos y gestores del SINANPE (SERNANP).

Paso 1: Parsing y Clasificación de Nombres (ds004_classify_spnames)

A menudo los inventarios de campo o bases de datos históricas contienen nombres científicos con autorías, años, comillas o epítetos subespecíficos. ds004_classify_spnames() descompone y estandariza cada componente:

nombres_inventario <- c(
  "Tremarctos ornatus (F. Cuvier, 1825)",
  "Telmatobius culeus (Garman, 1876)",
  "Lama guanicoe cacsilensis Lönnberg, 1913",
  "Penelope albipennis Taczanowski 1878",
  "Tingomaria hydrophila"
)

clasificacion <- ds004_classify_spnames(nombres_inventario)
clasificacion |>
  select(submitted_name, genus, species, subspecies, authorship)
#> # A tibble: 5 × 5
#>   submitted_name                           genus   species subspecies authorship
#>   <chr>                                    <chr>   <chr>   <chr>      <chr>     
#> 1 Tremarctos ornatus (F. Cuvier, 1825)     Tremar… ornatus <NA>       (F. Cuvie…
#> 2 Telmatobius culeus (Garman, 1876)        Telmat… culeus  <NA>       (Garman, …
#> 3 Lama guanicoe cacsilensis Lönnberg, 1913 Lama    guanic… cacsilens… Lönnberg,…
#> 4 Penelope albipennis Taczanowski 1878     Penelo… albipe… <NA>       Taczanows…
#> 5 Tingomaria hydrophila                    Tingom… hydrop… <NA>       <NA>

Paso 2: Reconciliación y Matching Jerárquico (fauna_matching)

El núcleo del paquete es fauna_matching(), un motor relacional inspirado en la lógica de wcvpmatch. Realiza una búsqueda por niveles: 1. Exact match: Coincidencia directa con el nombre aceptado. 2. Synonym match: Resuelve sinónimos históricos o reubicaciones taxonómicas (por ejemplo, Oreonax flavicauda se resuelve a Lagothrix flavicauda). 3. Fuzzy match: Corrige errores ortográficos y variantes tipográficas menores mediante distancia de Levenshtein optimizada. 4. Genus match: Alerta si el taxón fue consignado solo a nivel de género (ej. Telmatobius sp.) e informa cuántas especies de dicho género están amenazadas.

lista_campo <- c(
  "Tremarctos ornatus",    # Exacto (Oso de anteojos - VU)
  "Oreonax flavicauda",    # Sinónimo de Lagothrix flavicauda (Mono choro de cola amarilla - CR)
  "Vultor gryphus",        # Error tipográfico por Vultur gryphus (Cóndor andino - EN)
  "Telmatobius culeus",    # Rana gigante del Titicaca (CR)
  "Sulcophanaeus actaeon", # Escarabajo pelotero (CR)
  "Panthera leo"           # Especie no listada en la fauna amenazada peruana
)

resultado_matching <- fauna_matching(lista_campo)

resultado_matching |>
  select(
    submitted_name,
    matched_name,
    match_type,
    ds004_code,
    libro_rojo_code,
    clase,
    common_name
  )
#> # A tibble: 6 × 7
#>   submitted_name        matched_name match_type ds004_code libro_rojo_code clase
#>   <chr>                 <chr>        <chr>      <chr>      <chr>           <chr>
#> 1 Tremarctos ornatus    Tremarctos … exact      VU         VU              Mamí…
#> 2 Oreonax flavicauda    Oreonax fla… exact      CR         <NA>            Mamí…
#> 3 Vultor gryphus        Vultur gryp… fuzzy      EN         EN              Aves 
#> 4 Telmatobius culeus    Telmatobius… exact      CR         CR              Anfi…
#> 5 Sulcophanaeus actaeon Sulcophanae… exact      CR         CR              Inve…
#> 6 Panthera leo          <NA>         no_match   <NA>       <NA>            <NA> 
#> # ℹ 1 more variable: common_name <chr>

Paso 3: Verificación Rápida de Amenaza (is_threatened)

Para flujos de filtrado rápido en tablas con miles de registros:

especies_prueba <- c("Tremarctos ornatus", "Panthera leo", "Penelope albipennis", "Columba livia")

is_threatened(especies_prueba)
#> [1]  TRUE FALSE  TRUE FALSE

Paso 4: Acceso a Monografías Oficiales del Libro Rojo (get_ficha)

Para las 381 especies en categorías de amenaza comprobada (CR, EN, VU), el paquete incluye el texto completo de las fichas técnicas redactadas por especialistas de campo:

# Consulta de la monografía de la Pava aliblanca (Penelope albipennis)
ficha_pava <- get_ficha("Penelope albipennis")

cat("Especie:", ficha_pava$species_name, "\n")
#> Especie: Penelope albipennis Taczanowski, 1878
cat("Categoría y Criterios UICN:", ficha_pava$ficha_categoria, "\n")
#> Categoría y Criterios UICN: CR / C2a, D
cat("Autores:", ficha_pava$autores, "\n\n")
#> Autores: V. R. Díaz, F. Angulo
cat("Distribución:\n", ficha_pava$distribucion, "\n\n")
#> Distribución:
#>  Endémica peruana. Entre los 5º 25’ S - 79º 55’ W al norte y los 6º 39’ 25” S - 79º 22’ 30” W al sur, dentro del bosque seco ecuatorial de la región tumbesina, en la vertiente occidental de la cadena principal de los Andes, en los departamentos de Piura, Lambayeque y Cajamarca. Altitudinalmente, se le encuentra principalmente entre los 300 y 1100 m, aunque ha sido reportada hasta los 1400 m.
cat("Principales Amenazas:\n", ficha_pava$amenazas, "\n")
#> Principales Amenazas:
#>  De acuerdo con el Plan Nacional para la Conservación de la Pava Aliblanca (Serfor, 2016), la problemática de la especie incluye caza y captura ilegal por parte de cazadores foráneos y comuneros, deforestación por actividades antrópicas y fragmentación de hábitat. La deforestación se produce por expansión de la frontera agrícola, mala práctica ganadera, tala del bosque natural para leña, carbón, o elaboración de artesanías, concesiones mineras, reducción de los ojos de agua o “jagueyes” debido a sobreexplotación agrícola. La fragmentación de hábitat proviene de la construcción de carreteras e incremento de tránsito vehicular, que generan barreras que afectan la dispersión y promueven el asentamiento de poblaciones humanas. Por otro lado, esta pava posee una serie de características biológicas que incrementan su sensibilidad frente a amenazas externas, como un ciclo que incluye una sola reproducción al año, monogamia y comportamiento territorial, nidada pequeña (uno a tres huevos o polluelos por pareja al año), madurez sexual tardía y una conducta evasiva y susceptible al estrés.

También es posible imprimir un reporte formateado directamente en la consola de R mediante get_ficha(..., print_details = TRUE).


3. Datasets Incluidos en el Paquete


4. Guía de Viñetas del Paquete

Para profundizar en los aspectos biológicos, metodológicos y normativos, consulte las viñetas especializadas:

  1. Fundamentos de Conservación, Criterios UICN y Marco Legal del Libro Rojo: Explica la evolución normativa en el Perú (1977 a 2018), los 5 criterios de la UICN (A-E), el predominio del Criterio B en la fauna peruana, la ausencia del Criterio E por falta de datos cuantitativos, y la dinámica taxonómica.
  2. Diagnóstico por Grupos Taxonómicos, Ecorregiones y Amenazas: Síntesis exhaustiva de la situación de Anfibios (crisis del hongo Bd y brechas en el SINANPE), Aves (endemismos críticos y bosques secos), Mamíferos (matriz de presiones agropecuarias y forestería), Reptiles (sesgos de muestreo por EIA y endemismo costero) e Invertebrados terrestres (primer hito de protección legal).
  3. Comparación de Listas de Fauna Amenazada del Perú (2014 vs. 2018): Análisis relacional sistemático entre el D.S. N° 004-2014-MINAGRI y el Libro Rojo SERFOR (2018), detallando concordancias, especies retiradas, adiciones y matrices de transición de categorías.

These binaries (installable software) and packages are in development.
They may not be fully stable and should be used with caution. We make no claims about them.
Health stats visible at Monitor.