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.

peruocc: Recuperación y Consolidación de Ocurrencias de Biodiversidad en Unidades Administrativas del Perú

Lifecycle: experimental R-CMD-check Codecov test coverage

peruocc es un paquete y conjunto de herramientas en R diseñado para buscar, descargar, filtrar, validar y consolidar registros de ocurrencias de biodiversidad (flora y fauna) en el territorio peruano, utilizando como marco espacial las delimitaciones administrativas oficiales a escala de distritos y provincias.

El paquete integra y estandariza la información disponible de dos de los mayores repositorios globales de biodiversidad: GBIF (Global Biodiversity Information Facility) e iNaturalist, generando un objeto unificado con atributos estandarizados y trazabilidad completa dentro del área de interés.

⚡ Inicio Rápido (Quickstart)

library(peruocc)

# Consulta en memoria: Flora en el distrito de Cusco (Cusco)
resultado <- buscar_especies_distrito(
  distrito = "Cusco",
  departamento = "Cusco",
  provincia = "Cusco",
  grupo = "flora"
)

# 1. Ver las primeras ocurrencias tabulares (Darwin Core)
head(resultado$ocurrencias)

# 2. Generar mapa temático inmediato en ggplot2
graficar_ocurrencias(resultado, color_por = "source")

Tabla de Referencia Rápida

Función Propósito Principal Tipo de Entrada
buscar_especies_distrito() Búsqueda directa en un distrito oficial Nombre de distrito + departamento
buscar_especies_provincia() Búsqueda en una provincia (distritos disueltos) Nombre de provincia + departamento
buscar_especies_poligono() Búsqueda en geometrías de usuario / buffers Objeto sf o archivo (.shp, .geojson)
buscar_especies_peru() Consulta unificada con partición adaptativa Nivel ("distrito" o "provincia")
obtener_poligono_distrito() Obtiene la geometría oficial sf de un distrito Nombre de distrito + departamento
obtener_poligono_provincia() Obtiene la geometría disuelta sf de una provincia Nombre de provincia + departamento
graficar_ocurrencias() Visualización cartográfica en ggplot2 Objeto devuelto por buscar_especies_*
exportar_resultados() Guarda en disco en formatos CSV, GeoJSON y JSON Objeto devuelto por buscar_especies_*
peruocc_data_dir() Configura ruta central de caché y exportación Ruta de directorio

Características Principales

  1. Marco Administrativo Oficial (Distritos y Provincias):
  2. Caché Local Inteligente (.rds):
  3. Flujo Espacial y Topológico Riguroso:
  4. Consolidación y Estandarización de Datos:
  5. Exportación y Trazabilidad:

Flujo de Integración de Datos

               ┌──────────────────────────────┐
               │    Unidad Administrativa     │
               │   (Distrito o Provincia)     │
               └──────────────┬───────────────┘
                              │
               ┌──────────────▼──────────────┐
               │  Geometría Oficial geoperu   │
               │   + Validación / Caché RDS   │
               └──────────────┬───────────────┘
                              │
             ┌────────────────┴────────────────┐
             │                                 │
  ┌──────────▼──────────┐           ┌──────────▼──────────┐
  │  Consulta a GBIF    │           │ Consulta iNaturalist│
  │  (WKT / Taxonomía)  │           │   (Bounding Box)    │
  └──────────┬──────────┘           └──────────┬──────────┘
             │                                 │
             └────────────────┬────────────────┘
                              │
               ┌──────────────▼──────────────┐
               │ Filtrado Espacial en R       │
               │ (sf::st_intersects exacto)  │
               └──────────────┬───────────────┘
                              │
               ┌──────────────▼──────────────┐
               │ Estandarización Darwin Core │
               │   + Deduplicación interna   │
               └──────────────┬───────────────┘
                              │
               ┌──────────────▼──────────────┐
               │ Objeto Consolidado Final     │
               │ (sf + data.frame + Resumen) │
               └─────────────────────────────┘
  1. Obtención y Preparación del Polígono: Se consulta geoperu para descargar o cargar desde el caché local el departamento correspondiente. Si la consulta es distrital, se extrae el distrito específico; si es provincial, se disuelven espacialmente todos sus distritos componentes (sf::st_union).
  2. Consulta a Repositorios Vivos:
  3. Validación Espacial en Memoria: Ambos conjuntos de puntos recuperados se transforman a objetos espaciales sf (EPSG:4326) y se intersecan topológicamente con el polígono detallado original, eliminando cualquier falso positivo fuera del perímetro.
  4. Estandarización: Se mapean los campos nativos de ambas fuentes a una estructura de columnas común, preservando identificadores de origen, coordenadas, taxonomía, fecha y jerarquía administrativa.

Instalación y Carga

1. Instalación:

# Instalar versión estable desde CRAN:
install.packages("peruocc")

# O instalar la versión en desarrollo desde GitHub:
# install.packages("remotes")
remotes::install_github("PaulESantos/peruocc")

2. Configuración de directorio de trabajo:

library(peruocc)
#> ── Cargando peruocc ────────────────────────────────────────────────── v0.1.0 ──
#> ✔ geoperu 0.0.2   • Límites cartográficos oficiales del Perú
#> ✔ rgbif   3.8.5   • Extracción de ocurrencias desde GBIF
#> ✔ rinat   0.1.10  • Observaciones ciudadanas de iNaturalist
#> ✔ sf      1.1.1   • Operaciones geométricas y filtros espaciales

# Configurar directorio donde se guardarán caché, resultados y manifiestos
peruocc_data_dir("peruocc-output")

Guía de Uso y Escalabilidad Funcional

El paquete proporciona interfaces tanto específicas como unificadas para consultar ocurrencias en diferentes niveles administrativos:

1. Consulta Unificada (buscar_especies_peru)

Permite seleccionar el nivel administrativo mediante el argumento nivel = c("distrito", "provincia"):


# Consulta a nivel distrital en el distrito de Cusco (Cusco)
res_distrito <- buscar_especies_peru(
  nombre = "Cusco",
  nivel = "distrito",
  departamento = "Cusco",
  provincia = "Cusco",
  grupo = "flora",            # "flora", "fauna" o NULL
  limite_por_api = 200
)
#> 
#> ── Búsqueda Integrada: CUSCO (DISTRITO) ────────────────────────────────────────
#> • Departamento: Cusco
#> • Provincia: Cusco
#> • Grupo: flora
#> ℹ Cargando límites de CUSCO desde el caché local...
#> ℹ [GBIF] Iniciando búsqueda de ocurrencias...
#> ✔ Polígono simplificado con éxito a tolerancia de 100 metros (WKT: 1153 caracteres).
#> ℹ [GBIF] Filtrando por reino Plantae (Flora).
#> ℹ [GBIF] Consultando registros dentro del polígono de CUSCO (límite: "200")...
#> ✔ [GBIF] Búsqueda finalizada. Se filtraron 200 registro(s) que caen dentro del polígono seleccionado.
#> ℹ [iNaturalist] Iniciando búsqueda de ocurrencias...
#> ℹ [iNaturalist] Filtrando por reino Plantae (Flora).
#> ℹ [iNaturalist] Consultando registros dentro de la caja delimitadora de CUSCO (límite: "200")...
#> ℹ [iNaturalist] Se descargaron 200 registros en la caja delimitadora. Aplicando filtro espacial...
#> ✔ [iNaturalist] Búsqueda finalizada. 165 de 200 registros caen dentro del polígono seleccionado.
#> ✔ Consolidación exitosa. Total de registros unificados: 365
#> 
#> ── Resumen de Registros ──
#> 
#> • GBIF: 200 registro(s)
#> • iNaturalist: 165 registro(s)
#> ✔ Total consolidado: 365 registro(s)

res_distrito$ocurrencias 
#> # A tibble: 365 × 24
#>    occurrenceID sourceRecordID sourceURL datasetKey license  basisOfRecord
#>    <chr>        <chr>          <chr>     <chr>      <chr>    <chr>        
#>  1 5938706538   5938706538     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  2 6129993447   6129993447     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  3 6130469893   6130469893     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  4 6130572167   6130572167     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  5 6130708471   6130708471     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  6 6131387088   6131387088     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  7 6131648674   6131648674     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  8 6133055337   6133055337     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  9 6133273135   6133273135     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> 10 6159246603   6159246603     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> # ℹ 355 filas más
#> # ℹ 18 variables más: scientificName <chr>, decimalLatitude <dbl>,
#> #   decimalLongitude <dbl>, eventDate <chr>, taxonRank <chr>, kingdom <chr>,
#> #   phylum <chr>, class <chr>, order <chr>, family <chr>, genus <chr>,
#> #   species <chr>, recordedBy <chr>, coordinateUncertaintyInMeters <dbl>,
#> #   source <chr>, district <chr>, province <chr>, department <chr>
#> # ℹ Use `print(n = ...)` para ver más filas

# Consulta a nivel provincial en la provincia de Cusco
res_provincia <- buscar_especies_peru(
  nombre = "Cusco",
  nivel = "provincia",
  departamento = "Cusco",
  grupo = "fauna",
  limite_por_api = 200
)
#> 
#> ── Búsqueda Integrada: CUSCO (PROVINCIA) ───────────────────────────────────────
#> • Departamento: Cusco
#> • Grupo: fauna
#> ℹ Procesando 8 lotes espaciales (distritos): "SANTIAGO", "WANCHAQ", "CCORCA", "SAN SEBASTIAN", "SAYLLA", "POROY", "SAN JERONIMO", and "CUSCO"
#> ℹ Lote 1/8 [SANTIAGO]: recuperado de checkpoint (287 registros).
#> ℹ Lote 2/8 [WANCHAQ]: recuperado de checkpoint (295 registros).
#> ℹ Lote 3/8 [CCORCA]: recuperado de checkpoint (203 registros).
#> ℹ Lote 4/8 [SAN SEBASTIAN]: recuperado de checkpoint (216 registros).
#> ℹ Lote 5/8 [SAYLLA]: recuperado de checkpoint (229 registros).
#> ℹ Lote 6/8 [POROY]: recuperado de checkpoint (204 registros).
#> ℹ Lote 7/8 [SAN JERONIMO]: recuperado de checkpoint (342 registros).
#> ℹ Lote 8/8 [CUSCO]: recuperado de checkpoint (365 registros).
#> ✔ Consolidación exitosa. Total de registros unificados: 2141
#> 
#> ── Resumen de Registros ──
#> 
#> • GBIF: 1597 registro(s)
#> • iNaturalist: 544 registro(s)
#> ✔ Total consolidado: 2141 registro(s)

res_provincia$ocurrencias 
#> # A tibble: 2,141 × 24
#>    occurrenceID sourceRecordID sourceURL datasetKey license  basisOfRecord
#>    <chr>        <chr>          <chr>     <chr>      <chr>    <chr>        
#>  1 6130955903   6130955903     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  2 6147676011   6147676011     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  3 6147584943   6147584943     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  4 6147634578   6147634578     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  5 6171147726   6171147726     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  6 6452273700   6452273700     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  7 6195560404   6195560404     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  8 6414124325   6414124325     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  9 6481433622   6481433622     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> 10 5087130717   5087130717     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> # ℹ 2,131 filas más
#> # ℹ 18 variables más: scientificName <chr>, decimalLatitude <dbl>,
#> #   decimalLongitude <dbl>, eventDate <chr>, taxonRank <chr>, kingdom <chr>,
#> #   phylum <chr>, class <chr>, order <chr>, family <chr>, genus <chr>,
#> #   species <chr>, recordedBy <chr>, coordinateUncertaintyInMeters <dbl>,
#> #   source <chr>, district <chr>, province <chr>, department <chr>
#> # ℹ Use `print(n = ...)` para ver más filas

2. Consultas Específicas por Nivel

A. A nivel de Distrito (buscar_especies_distrito)

resultado_dist <- buscar_especies_distrito(
  distrito = "Tambopata",
  departamento = "Madre de Dios",
  provincia = "Tambopata",
  nombre_cientifico = "Panthera onca", # Opcional: filtro por especie
  limite_por_api = 100,
  guardar_resultados = FALSE
)
#> 
#> ── Búsqueda Integrada: TAMBOPATA (DISTRITO) ────────────────────────────────────
#> • Departamento: Madre de Dios
#> • Provincia: Tambopata
#> • Taxón: Panthera onca
#> ℹ Cargando límites de MADRE DE DIOS desde el caché local...
#> ✔ Consolidación exitosa. Total de registros unificados: 36
#> 
#> ── Resumen de Registros ──
#> 
#> • GBIF: 21 registro(s)
#> • iNaturalist: 15 registro(s)
#> ✔ Total consolidado: 36 registro(s)

resultado_dist$ocurrencias 
#> # A tibble: 36 × 24
#>    occurrenceID sourceRecordID sourceURL datasetKey license  basisOfRecord
#>    <chr>        <chr>          <chr>     <chr>      <chr>    <chr>        
#>  1 6334829706   6334829706     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  2 4597092810   4597092810     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  3 4606894492   4606894492     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  4 4022300813   4022300813     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  5 4852820765   4852820765     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  6 1990572488   1990572488     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  7 1571080404   1571080404     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  8 1571080408   1571080408     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  9 6236055510   6236055510     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> 10 3499457688   3499457688     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> # ℹ 26 filas más
#> # ℹ 18 variables más: scientificName <chr>, decimalLatitude <dbl>,
#> #   decimalLongitude <dbl>, eventDate <chr>, taxonRank <chr>, kingdom <chr>,
#> #   phylum <chr>, class <chr>, order <chr>, family <chr>, genus <chr>,
#> #   species <chr>, recordedBy <chr>, coordinateUncertaintyInMeters <dbl>,
#> #   source <chr>, district <chr>, province <chr>, department <chr>
#> # ℹ Use `print(n = ...)` para ver más filas

B. A nivel de Provincia (buscar_especies_provincia)

resultado_prov <- buscar_especies_provincia(
  provincia = "Urubamba",
  departamento = "Cusco",
  grupo = "flora",
  limite_por_api = 300,
  guardar_resultados = FALSE
)
#> 
#> ── Búsqueda Integrada: URUBAMBA (PROVINCIA) ────────────────────────────────────
#> • Departamento: Cusco
#> • Grupo: flora
#> ℹ Procesando 10 lotes espaciales (distritos): "MARAS", "HUAYLLABAMBA", "YUCAY", "CHINCHERO", "OLLANTAYTAMBO", "MACHUPICCHU", and "URUBAMBA"
#> ℹ Lote 1/10 [MARAS]: recuperado de checkpoint (490 registros).
#> ℹ Lote 2/10 [HUAYLLABAMBA]: recuperado de checkpoint (443 registros).
#> ℹ Lote 3/10 [YUCAY]: recuperado de checkpoint (436 registros).
#> ℹ Lote 4/10 [CHINCHERO]: recuperado de checkpoint (529 registros).
#> ℹ Lote 5/10 [OLLANTAYTAMBO]: recuperado de checkpoint (239 registros).
#> ℹ Lote 6/10 [OLLANTAYTAMBO]: recuperado de checkpoint (496 registros).
#> ℹ Lote 7/10 [OLLANTAYTAMBO]: recuperado de checkpoint (126 registros).
#> ℹ Lote 8/10 [OLLANTAYTAMBO]: recuperado de checkpoint (495 registros).
#> ℹ Lote 9/10 [MACHUPICCHU]: recuperado de checkpoint (585 registros).
#> ℹ Lote 10/10 [URUBAMBA]: recuperado de checkpoint (512 registros).
#> ✔ Consolidación exitosa. Total de registros unificados: 4351
#> 
#> ── Resumen de Registros ──
#> 
#> • GBIF: 2713 registro(s)
#> • iNaturalist: 1638 registro(s)
#> ✔ Total consolidado: 4351 registro(s)
resultado_prov$ocurrencias
#> # A tibble: 4,351 × 24
#>    occurrenceID sourceRecordID sourceURL datasetKey license  basisOfRecord
#>    <chr>        <chr>          <chr>     <chr>      <chr>    <chr>        
#>  1 6129994865   6129994865     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  2 6133077300   6133077300     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  3 6133103490   6133103490     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  4 6133145835   6133145835     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  5 6133173410   6133173410     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  6 6133262570   6133262570     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  7 6133393442   6133393442     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  8 6133461000   6133461000     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  9 6171289527   6171289527     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> 10 6178591915   6178591915     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> # ℹ 4,341 filas más
#> # ℹ 18 variables más: scientificName <chr>, decimalLatitude <dbl>,
#> #   decimalLongitude <dbl>, eventDate <chr>, taxonRank <chr>, kingdom <chr>,
#> #   phylum <chr>, class <chr>, order <chr>, family <chr>, genus <chr>,
#> #   species <chr>, recordedBy <chr>, coordinateUncertaintyInMeters <dbl>,
#> #   source <chr>, district <chr>, province <chr>, department <chr>
#> # ℹ Use `print(n = ...)` para ver más filas

C. Con Polígonos Personalizados / Shapefile (buscar_especies_poligono)

Permite realizar consultas sobre cualquier delimitación espacial provista por el usuario (objeto sf o archivo .shp, .geojson, .gpkg, .kml):

# Crear un polígono de muestreo en EPSG:4326
poly_coords <- matrix(c(-77.04, -12.06, -77.00, -12.06, -77.00, -12.02, -77.04, -12.02, -77.04, -12.06), ncol = 2, byrow = TRUE)
zona_estudio <- sf::st_as_sf(sf::st_sfc(sf::st_polygon(list(poly_coords)), crs = 4326))

resultado_custom <- buscar_especies_poligono(
  poligono = zona_estudio,
  nombre = "Zona_Muestreo_1",
  grupo = "flora",
  limite_por_api = 100
)
#> 
#> ── Búsqueda Integrada en Polígono: ZONA_MUESTREO_1 ─────────────────────────────
#> • Grupo: flora
#> ✔ Consolidación exitosa. Total de registros unificados: 172
#> 
#> ── Resumen de Registros ──
#> 
#> • GBIF: 100 registro(s)
#> • iNaturalist: 72 registro(s)
#> ✔ Total consolidado: 172 registro(s)

resultado_custom$ocurrencias 
#> # A tibble: 172 × 24
#>    occurrenceID sourceRecordID sourceURL datasetKey license  basisOfRecord
#>    <chr>        <chr>          <chr>     <chr>      <chr>    <chr>        
#>  1 6273615758   6273615758     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  2 5166843306   5166843306     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  3 5215721628   5215721628     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  4 5230941804   5230941804     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  5 5935225529   5935225529     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  6 6130845716   6130845716     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  7 6178303497   6178303497     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  8 6178484421   6178484421     https://… 50c9509d-… http://… HUMAN_OBSERV…
#>  9 6178594536   6178594536     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> 10 6178747062   6178747062     https://… 50c9509d-… http://… HUMAN_OBSERV…
#> # ℹ 162 filas más
#> # ℹ 18 variables más: scientificName <chr>, decimalLatitude <dbl>,
#> #   decimalLongitude <dbl>, eventDate <chr>, taxonRank <chr>, kingdom <chr>,
#> #   phylum <chr>, class <chr>, order <chr>, family <chr>, genus <chr>,
#> #   species <chr>, recordedBy <chr>, coordinateUncertaintyInMeters <dbl>,
#> #   source <chr>, district <chr>, province <chr>, department <chr>
#> # ℹ Use `print(n = ...)` para ver más filas

3. Visualización Cartográfica (graficar_ocurrencias)

Genera mapas temáticos con ggplot2 coloreando según la base de datos de origen (source) o reino taxonómico (kingdom):

# Mapa clasificado por fuente de datos (GBIF vs iNaturalist)
mapa_fuente <- graficar_ocurrencias(resultado_prov, 
                                    color_por = "source", 
                                    guardar_mapa = FALSE)

mapa_fuente

# Mapa clasificado por Reino (Plantae vs Animalia)
mapa_reino <- graficar_ocurrencias(resultado_prov,
                                   color_por = "kingdom", 
                                   guardar_mapa = FALSE)
mapa_reino

4. Exportación de Resultados a Disco (exportar_resultados)

Guarda los registros consolidados en formatos CSV, capas vectoriales GeoJSON y manifiestos JSON de reproducibilidad:

# Exportar todos los formatos
exportar_resultados(resultado_prov)

# O exportar selectivamente a una carpeta personalizada
exportar_resultados(
  resultado = resultado_prov,
  dir_salida = "mis_datos_biodiversidad",
  formatos = c("csv", "geojson")
)

Estructura del Objeto Consolidado

Las funciones de búsqueda devuelven una lista estructurada con los siguientes elementos:

  1. unidad_sf: Objeto espacial sf con la geometría oficial y válida del distrito o provincia consultada.
  2. ocurrencias: Dataframe estandarizado con los registros consolidados y deduplicados.
  3. resumen: Lista con estadísticas de cobertura, registros por fuente, conteos totales y metadatos de las APIs.
  4. parametros: Registro de los argumentos utilizados para la consulta.

Columnas del Dataframe Estandarizado

Columna Tipo Descripción
occurrenceID character Identificador único del registro / URI oficial.
sourceRecordID character Identificador nativo en la base de datos de origen.
sourceURL character Enlace directo al registro en el repositorio web.
source character Proveedor del dato (GBIF o iNaturalist).
scientificName character Nombre científico completo del taxón.
decimalLatitude numeric Latitud en coordenadas geográficas (WGS84).
decimalLongitude numeric Longitud en coordenadas geográficas (WGS84).
coordinateUncertaintyInMeters numeric Incertidumbre posicional de las coordenadas (en metros).
eventDate character Fecha del registro u observación.
taxonRank character Rango taxonómico asignado (especie, género, etc.).
kingdom character Reino biológico (Plantae, Animalia, etc.).
phylum, class, order, family, genus, species character Jerarquía taxonómica (disponible según la fuente).
recordedBy character Observador, colector o usuario que registró la ocurrencia.
license, basisOfRecord character Licencia de uso y base del registro.
district character Nombre del distrito correspondiente.
province character Nombre de la provincia correspondiente.
department character Nombre del departamento correspondiente.

Resolución de Homónimos Administrativos

En el Perú existen múltiples distritos que comparten el mismo nombre en diferentes departamentos o provincias (por ejemplo, Miraflores existe en Lima y Arequipa; San Jerónimo existe en Cusco, Junín y Apurímac).

peruocc resuelve automáticamente las ambigüedades mediante los argumentos opcionales departamento y provincia:

# Caso 1: Distrito de San Jerónimo en Cusco
res_cusco <- buscar_especies_distrito("San Jeronimo", departamento = "Cusco", provincia = "Cusco")

# Caso 2: Distrito de San Jerónimo en Huancayo, Junín
res_junin <- buscar_especies_distrito("San Jeronimo", departamento = "Junin", provincia = "Huancayo")

Si el nombre es ambiguo y no se especifica el departamento, la función se detiene e informa en consola las opciones exactas disponibles con sus departamentos y provincias correspondientes.

Trazabilidad y Reproducibilidad

Cada ejecución exporta artefactos con identificadores únicos basados en timestamp UTC (YYYYMMDDTHHMMSSZ):

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.