Introdução a métricas de paisagem no R

SynEco - I Simpósio Brasileiro de Síntese Ecológica

Maurício Vancine • lab.exe/Unicamp

27 de novembro de 2024

Accesso aos slides

Slides

Explicando os slides

Este é um link no slide

Maurício Vancine

• Ecólogo e Doutor em Ecologia
• Pós-Doutorado em Ecologia Espacial (Prof. Mathias - Unicamp)
• Ecologia Espacial
• Modelagem Ecológica
• Análise de Dados Ecológicos e Espaciais
• Ecologia e Conservação de Anfíbios
• Open source (R, QGIS, GNU/Linux)

Análises Ecológicas no R (2022)

• 15 capítulos: linguagem R, tidyverse, questões em ecologia, análises univariadas, multivariadas e espaciais
• bookdown
• PDF
• Amazon
• Code
• YouTube

Artigo da Mata Atlântica

Conteúdo

• 1. Paisagem
• 2. Geoprocessamento
• 3. R
• 4. Métricas

Ecologia da paisagem

• Contextualização
• Definições
• Escala, heterogeneidade e organismos
• Estrutura da paisagem
• Mudanças da paisagem

Métricas da paisagem

• Definições
• Elementos da paisagem
• Tipos de métricas
• Nível das métricas
• Delineamento amostral
• Correlação e escala

Geoprocessamento

• Cartografia
• Global Positioning System (GPS)
• Sensoriamento Remoto
• Sistema de Informação Geográfica (SIG)

Dados espaciais

• Dados vetoriais
• Dados matriciais (raster)
• Conversão de dados espaciais
• Fontes de dados espaciais

Revisão do R

• 10 principais conceitos em R

Dados espaciais

• Importação
• Reprojeção
• Visualização

OpenLand

• Diagrama de Sankey

landscapemetrics

• Descrição
• Checagem dos rasters
• Funções
• Nível e classes das métricas
• Espacialização das métricas

Material

Todo o material está disponível no GitHub

Ecologia da Paisagem

Contextualização

Contextualização

Ecologia da paisagem

Enfatiza as causas e consequências da heterogeneidade espacial em várias escalas (padrão espacial) sobre um ou vários processos ecológicos (e.g. predação, dispersão, polinização)

Ecologia da paisagem

Ecologia da Paisagem e Padrões/Processos Ecológicos

Definição de paisagem

(…) um mosaico heterogêneo formado por unidades interativas, sendo esta heterogeneidade existente para pelo menos um fator, segundo um observador e numa determinada escala de observação

Heterogeneidade, escala e organismos

Heterogeneidade, escala e organismos

Elementos da paisagem

• Mancha (patch): porções de habitat
• Corredor (corridor): porção linear que liga outras manchas
• Matriz (matriz): porções de não-habitat (classe dominante)

Morfologia da paisagem

1. Interior (core): porção interior de habitat

2. Borda (edge): porção exterior de habitat

3. Corredor (corridor): porção linear que liga manchas

4. Ramificação (branch): porção anexa de habitat

5. Trampolim (stepping stone): porção isolada de habitat

6. Perfuração (perforation): borda interna dentro das manchas

Mudanças da paisagem (Processos)

Mudanças da paisagem (Estrutura)

E como mensurar a estrutura da paisagem?

Métricas de paisagem

Métricas de paisagem

Algoritmos para quantificar a estrutura espacial (características) da paisagem para uma área geográfica

Tipos de métricas

1. Classificação categórica (composição e configuração)
2. Representação de grafos (conectância e redes)
3. Classificação de gradientes (NDVI, rugosidade, etc.)

Métricas de classificação categóricas

Composição: número e quantidade das manchas (número e área)

Configuração: arranjo espacial e distribuição das manchas (isolamento e forma)

Métricas de classificação categóricas

Nível das métricas

Métricas

metric	name	type	level	function_name
area	patch area	area and edge metric	patch	lsm_p_area
cai	core area index	core area metric	patch	lsm_p_cai
circle	related circumscribing circle	shape metric	patch	lsm_p_circle
contig	contiguity index	shape metric	patch	lsm_p_contig
core	core area	core area metric	patch	lsm_p_core
enn	euclidean nearest neighbor distance	aggregation metric	patch	lsm_p_enn
frac	fractal dimension index	shape metric	patch	lsm_p_frac
gyrate	radius of gyration	area and edge metric	patch	lsm_p_gyrate
ncore	number of core areas	core area metric	patch	lsm_p_ncore
para	perimeter-area ratio	shape metric	patch	lsm_p_para
perim	patch perimeter	area and edge metric	patch	lsm_p_perim
shape	shape index	shape metric	patch	lsm_p_shape
ai	aggregation index	aggregation metric	class	lsm_c_ai
area_cv	patch area	area and edge metric	class	lsm_c_area_cv
area_mn	patch area	area and edge metric	class	lsm_c_area_mn
area_sd	patch area	area and edge metric	class	lsm_c_area_sd
ca	total (class) area	area and edge metric	class	lsm_c_ca
cai_cv	core area index	core area metric	class	lsm_c_cai_cv
cai_mn	core area index	core area metric	class	lsm_c_cai_mn
cai_sd	core area index	core area metric	class	lsm_c_cai_sd
circle_cv	related circumscribing circle	shape metric	class	lsm_c_circle_cv
circle_mn	related circumscribing circle	shape metric	class	lsm_c_circle_mn
circle_sd	related circumscribing circle	shape metric	class	lsm_c_circle_sd
clumpy	clumpiness index	aggregation metric	class	lsm_c_clumpy
cohesion	patch cohesion index	aggregation metric	class	lsm_c_cohesion
contig_cv	contiguity index	shape metric	class	lsm_c_contig_cv
contig_mn	contiguity index	shape metric	class	lsm_c_contig_mn
contig_sd	contiguity index	shape metric	class	lsm_c_contig_sd
core_cv	core area	core area metric	class	lsm_c_core_cv
core_mn	core area	core area metric	class	lsm_c_core_mn
core_sd	core area	core area metric	class	lsm_c_core_sd
cpland	core area percentage of landscape	core area metric	class	lsm_c_cpland
dcad	disjunct core area density	core area metric	class	lsm_c_dcad
dcore_cv	disjunct core area	core area metric	class	lsm_c_dcore_cv
dcore_mn	disjunct core area	core area metric	class	lsm_c_dcore_mn
dcore_sd	disjunct core area	core area metric	class	lsm_c_dcore_sd
division	division index	aggregation metric	class	lsm_c_division
ed	edge density	area and edge metric	class	lsm_c_ed
enn_cv	euclidean nearest neighbor distance	aggregation metric	class	lsm_c_enn_cv
enn_mn	euclidean nearest neighbor distance	aggregation metric	class	lsm_c_enn_mn
enn_sd	euclidean nearest neighbor distance	aggregation metric	class	lsm_c_enn_sd
frac_cv	fractal dimension index	shape metric	class	lsm_c_frac_cv
frac_mn	fractal dimension index	shape metric	class	lsm_c_frac_mn
frac_sd	fractal dimension index	shape metric	class	lsm_c_frac_sd
gyrate_cv	radius of gyration	area and edge metric	class	lsm_c_gyrate_cv
gyrate_mn	radius of gyration	area and edge metric	class	lsm_c_gyrate_mn
gyrate_sd	radius of gyration	area and edge metric	class	lsm_c_gyrate_sd
iji	interspersion and juxtaposition index	aggregation metric	class	lsm_c_iji
lpi	largest patch index	area and edge metric	class	lsm_c_lpi
lsi	landscape shape index	aggregation metric	class	lsm_c_lsi
mesh	effective mesh size	aggregation metric	class	lsm_c_mesh
ndca	number of disjunct core areas	core area metric	class	lsm_c_ndca
nlsi	normalized landscape shape index	aggregation metric	class	lsm_c_nlsi
np	number of patches	aggregation metric	class	lsm_c_np
pafrac	perimeter-area fractal dimension	shape metric	class	lsm_c_pafrac
para_cv	perimeter-area ratio	shape metric	class	lsm_c_para_cv
para_mn	perimeter-area ratio	shape metric	class	lsm_c_para_mn
para_sd	perimeter-area ratio	shape metric	class	lsm_c_para_sd
pd	patch density	aggregation metric	class	lsm_c_pd
pladj	percentage of like adjacencies	aggregation metric	class	lsm_c_pladj
pland	percentage of landscape	area and edge metric	class	lsm_c_pland
shape_cv	shape index	shape metric	class	lsm_c_shape_cv
shape_mn	shape index	shape metric	class	lsm_c_shape_mn
shape_sd	shape index	shape metric	class	lsm_c_shape_sd
split	splitting index	aggregation metric	class	lsm_c_split
tca	total core area	core area metric	class	lsm_c_tca
te	total edge	area and edge metric	class	lsm_c_te
ai	aggregation index	aggregation metric	landscape	lsm_l_ai
area_cv	patch area	area and edge metric	landscape	lsm_l_area_cv
area_mn	patch area	area and edge metric	landscape	lsm_l_area_mn
area_sd	patch area	area and edge metric	landscape	lsm_l_area_sd
cai_cv	core area index	core area metric	landscape	lsm_l_cai_cv
cai_mn	core area index	core area metric	landscape	lsm_l_cai_mn
cai_sd	core area index	core area metric	landscape	lsm_l_cai_sd
circle_cv	related circumscribing circle	shape metric	landscape	lsm_l_circle_cv
circle_mn	related circumscribing circle	shape metric	landscape	lsm_l_circle_mn
circle_sd	related circumscribing circle	shape metric	landscape	lsm_l_circle_sd
cohesion	patch cohesion index	aggregation metric	landscape	lsm_l_cohesion
condent	conditional entropy	complexity metric	landscape	lsm_l_condent
contag	connectance	aggregation metric	landscape	lsm_l_contag
contig_cv	contiguity index	shape metric	landscape	lsm_l_contig_cv
contig_mn	contiguity index	shape metric	landscape	lsm_l_contig_mn
contig_sd	contiguity index	shape metric	landscape	lsm_l_contig_sd
core_cv	core area	core area metric	landscape	lsm_l_core_cv
core_mn	core area	core area metric	landscape	lsm_l_core_mn
core_sd	core area	core area metric	landscape	lsm_l_core_sd
dcad	disjunct core area density	core area metric	landscape	lsm_l_dcad
dcore_cv	disjunct core area	core area metric	landscape	lsm_l_dcore_cv
dcore_mn	disjunct core area	core area metric	landscape	lsm_l_dcore_mn
dcore_sd	disjunct core area	core area metric	landscape	lsm_l_dcore_sd
division	division index	aggregation metric	landscape	lsm_l_division
ed	edge density	area and edge metric	landscape	lsm_l_ed
enn_cv	euclidean nearest neighbor distance	aggregation metric	landscape	lsm_l_enn_cv
enn_mn	euclidean nearest neighbor distance	aggregation metric	landscape	lsm_l_enn_mn
enn_sd	euclidean nearest neighbor distance	aggregation metric	landscape	lsm_l_enn_sd
ent	shannon entropy	complexity metric	landscape	lsm_l_ent
frac_cv	fractal dimension index	shape metric	landscape	lsm_l_frac_cv
frac_mn	fractal dimension index	shape metric	landscape	lsm_l_frac_mn
frac_sd	fractal dimension index	shape metric	landscape	lsm_l_frac_sd
gyrate_cv	radius of gyration	area and edge metric	landscape	lsm_l_gyrate_cv
gyrate_mn	radius of gyration	area and edge metric	landscape	lsm_l_gyrate_mn
gyrate_sd	radius of gyration	area and edge metric	landscape	lsm_l_gyrate_sd
iji	interspersion and juxtaposition index	aggregation metric	landscape	lsm_l_iji
joinent	joint entropy	complexity metric	landscape	lsm_l_joinent
lpi	largest patch index	area and edge metric	landscape	lsm_l_lpi
lsi	landscape shape index	aggregation metric	landscape	lsm_l_lsi
mesh	effective mesh size	aggregation metric	landscape	lsm_l_mesh
msidi	modified simpson’s diversity index	diversity metric	landscape	lsm_l_msidi
msiei	modified simpson’s evenness index	diversity metric	landscape	lsm_l_msiei
mutinf	mutual information	complexity metric	landscape	lsm_l_mutinf
ndca	number of disjunct core areas	core area metric	landscape	lsm_l_ndca
np	number of patches	aggregation metric	landscape	lsm_l_np
pafrac	perimeter-area fractal dimension	shape metric	landscape	lsm_l_pafrac
para_cv	perimeter-area ratio	shape metric	landscape	lsm_l_para_cv
para_mn	perimeter-area ratio	shape metric	landscape	lsm_l_para_mn
para_sd	perimeter-area ratio	shape metric	landscape	lsm_l_para_sd
pd	patch density	aggregation metric	landscape	lsm_l_pd
pladj	percentage of like adjacencies	aggregation metric	landscape	lsm_l_pladj
pr	patch richness	diversity metric	landscape	lsm_l_pr
prd	patch richness density	diversity metric	landscape	lsm_l_prd
relmutinf	relative mutual information	complexity metric	landscape	lsm_l_relmutinf
rpr	relative patch richness	diversity metric	landscape	lsm_l_rpr
shape_cv	shape index	shape metric	landscape	lsm_l_shape_cv
shape_mn	shape index	shape metric	landscape	lsm_l_shape_mn
shape_sd	shape index	shape metric	landscape	lsm_l_shape_sd
shdi	shannon’s diversity index	diversity metric	landscape	lsm_l_shdi
shei	shannon’s evenness index	diversity metric	landscape	lsm_l_shei
sidi	simpson’s diversity index	diversity metric	landscape	lsm_l_sidi
siei	simspon’s evenness index	diversity metric	landscape	lsm_l_siei
split	splitting index	aggregation metric	landscape	lsm_l_split
ta	total area	area and edge metric	landscape	lsm_l_ta
tca	total core area	core area metric	landscape	lsm_l_tca
te	total edge	area and edge metric	landscape	lsm_l_te

Qual métrica calcular e por quê?

Concepção de uma pesquisa

• Teoria ecológica: fenômenos, mecanismos, processos e padrões
• Observação, questões, hipóteses, predições
• Variáveis resposta (Y) e preditora (X)

Delineamento amostral

Delineamento amostral em Ecologia da Paisagem

• Definir as unidades amostrais
• Definir as métricas de paisagem
• Garantir um gradiente das métricas nas unidades amostrais
• Garantir indepedência entre as amostragens ou tratar isso estatisticamente (fator aleatório)
• Correlação entre as métricas
• Escala de efeito

Correlação entre as métricas

Escala de efeito

Recapitulando

1. Ecologia Espacial: respostas ecológicas à variáveis ambientais incorporando o espaço
2. Ecologia da Paisagem: relaciona processos ecológicos a padrões espaciais
3. Paisagem: unidades heterogêneas ao menos para um fator, observador e escala
4. Elementos da paisagem: mancha, corredor e matriz
5. Mudanças na paisagem: processos e estrutura (perda e fragmentação)
6. Métricas da paisagem: quantificam a estrutura espacial (características) da paisagem
7. Métricas categóricas: composição e configuração
8. Níveis das métricas: patch, class e landscape
9. Escolha da métrica: dependente do delineamento amostral
10. Atenção: correlação entre as métricas
11. Atenção: escala de efeito

Dúvidas?

Geoprocessamento

Geoprocessamento

Entender os padrões espaciais como o ambiente físico, fenômenos climáticos, humanos, sociais ou econômicos, a partir de dados dados espaciais para gerar informações espaciais

Geoprocessamento (Elementos)

1. Cartografia digital (CD)
2. Global Positioning System (GPS)
3. Sensoriamento Remoto (RS)
4. Sistemas de Informações Geográficas (SIG)

Cartografia

Escala

Relação entre a medida gráfica (representado no papel ou computador) e a medida real (objeto ou lugar)

• d (distância gráfica): 0,01 m (1 cm)

• D (distância real): 250 m

• E (escala) = d / D = 0,01 m / 250 m

• E = 1/25.000 ou 1:25.000

E = 0,45/13.600.000
E = 1/30.000.000

Cartografia

Sistema de coordenadas geográficas (graus)

1. Graus, minutos e segundos

Longitude: 42°42’42” O

Latitude: 23°23’23” S

2. Graus decimais

Longitude: -42.71167

Latitude: -23.38972

Conversão

42 + (42/60) + (42/3600) = 42.71167

23 + (23/60) + (23/3600) = 23.38972

Cartografia

Sistema de coordenadas projetadas (metros)

Cartografia

Sistema de coordenadas projetadas (metros)

Universal Transversa de Mercator (UTM)

X UTM: 706832 m E

Y UTM: 4344683 m N

Zona: 10S

Cartografia

Datum

Relação do sistema de coordenadas com a superfície da Terra

1. Geocêntricos

WGS84

SIRGAS2000

2. Topocêntricos

SAD69

Córrego Alegre

Cartografia

Sistema de Referência de Coordenadas (SRC)

Datum + Sistema de Coordenadas (geográfico ou projetado)

Cartografia

EPSG (European Petroleum Survey Group)

• EPSG:4326 (WGS84 + Geográfico)
• EPSG:4674 (SIRGAS2000 + Geográfico)
• EPSG:32723 (WGS84 + UTM23S)
• EPSG:31983 (SIRGAS2000 + UTM23S)

Global Positioning System (GPS)

Localização no planeta através de pontos ou linhas

• Satélites:
  localização e altitude
• Tipos de dados:
  waypoint, route e track
• Formatos:
  .gpx e .kml ou .kmz

Global Positioning System (GPS)

Localização no planeta através de pontos ou linhas

• Satélites:
  localização e altitude
• Tipos de dados:
  waypoint, route e track
• Formatos:
  .gpx e .kml ou .kmz

Sensoriamento Remoto

Obtenção de informações de alvos na Terra sem contato físico

Sistema de Informação Geográfica (SIG/GIS)

Conjunto de procedimentos utilizados para armazenar e manipular dados georeferenciados

Sistema de Informação Geográfica (SIG/GIS)

QGIS

Dados espaciais

Dados espaciais

Dados espaciais

Dados vetoriais

Pontos, linhas e polígonos

Dados vetoriais

Tabela de atributos

Dados vetoriais

Formato: Shapefile

.shp: contém as informações da feição (desenho)

.dbf: tabela que contém as informações (colunas) sobre cada feição (linhas)

.shx: arquivo de índice que une o .shp ao .dbf

.prj: contém as informações do sistema de referências de coordenadas

Dados matriciais (Raster)

Matriz de valores

Dados matriciais (Raster)

Matriz de valores - contínuos ou categóricos

Dados matriciais (Raster)

Propriedades - extensão e resolução

Dados matriciais (Raster)

Formato: GeoTiff

.tif: arquivo raster georreferenciado

Banco de dados espaciais

Formato: GeoPackage

.gpkg: arquivo de bando de dados espaciais

Conversão de dados espaciais

Converter vetor-raster e vice-versa

Fontes de dados espaciais

Vetoriais

• IBGE: limites territoriais e censitários do Brasil
• FBDS: uso da terra, APP e hidrografia - Mata Atlântica e Cerrado
• GeoBank: dados geológicos do Brasil
• Pastagem.org: dados de pastagens e gado para o Brasil
• CanaSat: dados de cana-de-açúcar para o Brasil
• CSR Maps: diversos dados vetoriais para o Brasil
• OpenStreetMap Data Extracts: dados do OpenStreetMap
• Ecoregions: dados de biorregiões e biomas do mundo
  
• GADM: limites de áreas administrativas do mundo
• Natural Earth: diversos limites para o mundo
• Protected Planet: áreas protegidas para o mundo
• UN Biodiversity Lab: Diversas bases de dados para o mundo
• HydroSHEDS: informações hidrológicas do mundo
• Global Roads Inventory Project (GRIP): dados de estradas do mundo todo

Fontes de dados espaciais

Matriciais

• MapBiomas: uso e cobertura da terra para o Brasil, diversos anos
• Bahlu: Distribuições históricas de terras agrícolas e pastagens para todo o Brasil de 1940 a 2012
• USGS: dados de diversos satélites livres para o mundo
• SRTM: dados de elevação para o mundo
• Global Forest Watch: dados de uso e cobertura para todo o planeta
• Geoservice Maps: dados de elevação e florestas para o mundo
• GlobCover: dados de uso e cobertura da terra para todo o planeta
• Global Human Footprint: dados de pegada ecológica para o mundo
• Land-Use Harmonization (LUH2): dados atuais e previsões de uso da terra
• SoilGrids: dados de solo para o mundo
  
• WorldClim: dados climáticos para o mundo
• CHELSA: dados climáticos para o mundo
• EarthEnv: dados de cobertura da terra, nuvens, relevo e hidrografia
• MARSPEC: dados de condições do oceano para o mundo
• Bio-ORACLE: dados de condições do oceano para o mundo

Fontes de dados espaciais

Pacotes R e sites

• geobr: carrega Shapefiles de Conjuntos de Dados Espaciais Oficiais do Brasil
• rnaturalearth: dados do mapa mundial da Natural Earth
• geodata: acesso a dados globais de clima, altitude, solo, ocorrência de espécies e limites administrativos
• rworldmap: dados globais
• spData: conjuntos de dados para análise espacial
• OpenStreetMap: acesso para abrir imagens raster de mapas de ruas
• osmdata: baixe e importe dados do OpenStreetMap
• geonames: interface para o serviço da Web de consulta espacial “Geonames”
• rgbif: interface para o Global ‘Biodiversity’ Information Facility API
• maptools: ferramentas para lidar com objetos espaciais
• marmap: importar, traçar e analisar dados batimétricos e topográficos
• envirem: geração de Variáveis ENVIREM
• sdmpredictors: conjuntos de dados preditor de modelagem de distribuição de espécies
• rstac: R Client Library for SpatioTemporal Asset Catalog
• rwlts: R Client Library for Web Land Trajectory Service
• getSpatialData: baixar diversas bases de dados
• rspatialdata: coleção de fontes de dados e tutoriais sobre a visualização de dados espaciais usando R

Recapitulando

1. Geoprocessamento: entender padrões a partir de dados para gerar informações espaciais, com quatro componentes: cartografia, GPS, SR e SIG
2. Escala: relação entre uma medida gráfica e uma medida real
3. Sistema de coordenadas: geográfico (graus) ou projetado (metros)
4. Datum: relação do sistema de coordenadas e a superfície da Terra
5. Sistema de Referência de Coordenadas (SRC): Datum + Sistema de Coordenadas
6. GPS: localização no planeta através de pontos ou linhas
7. Sensoriamento Remoto: usa sistemas sensores acoplados a satélites/aviões/drones/balões para imagear a superfície do planeta de forma remota
8. SIG: conjunto de ferramentas que tratam os dados espaciais para gerar informações
9. Vetor: pontos, linhas e polígonos associados a uma tabela de atributos
10. Raster: matriz de valores contínuos ou categóricos
11. Conversão: dados vetoriais para dados rasters e vice-versa

Tranquilo até aqui?

R

R

O R é uma linguagem de programação livre (open source), direcionada à manipulação, análise e visualização de dados, com diversas expansões (pacotes) para o uso de dados com formatos específicos

10 principais conceitos em R

1. Console
2. Script
3. Operadores
4. Objetos
5. Funções

6. Pacotes (packages)
7. Ajuda (help)
8. Ambiente (environment)
9. Diretório
10. Citações

Dados espaciais no R

Dados

MapBiomas

Importar dados espaciais

terra

# instalar pacote
install.packages("terra")

# carregar pacote
library(terra)

terra 1.7.83

Importar dados espaciais

Vetor

# importar vetor
santa_maria <- terra::vect("03_data/santa_maria.shp")
santa_maria

 class       : SpatVector 
 geometry    : polygons 
 dimensions  : 1, 7  (geometries, attributes)
 extent      : -54.13203, -53.51727, -30.00514, -29.54949  (xmin, xmax, ymin, ymax)
 source      : santa_maria.shp
 coord. ref. : lon/lat WGS 84 (EPSG:4326) 
 names       : code_muni   name_muni code_state abbrev_sta        name_state
 type        :     <num>       <chr>      <num>      <chr>             <chr>
 values      : 4.317e+06 Santa Maria         43         RS Rio Grande do Sul
 code_regio name_regio
      <num>      <chr>
          4        Sul

Importar dados espaciais

Vetor

plot(santa_maria, col = "gray")

Importar dados espaciais

Raster

# importar raster
mapbiomas <- terra::rast("03_data/mapbiomas2023_santa_maria.tif")
mapbiomas

class       : SpatRaster 
dimensions  : 1691, 2281, 1  (nrow, ncol, nlyr)
resolution  : 0.0002694946, 0.0002694946  (x, y)
extent      : -54.13203, -53.51731, -30.00526, -29.54954  (xmin, xmax, ymin, ymax)
coord. ref. : lon/lat WGS 84 (EPSG:4326) 
source      : mapbiomas2023_santa_maria.tif 
name        : brasil_coverage_2023 
min value   :                    0 
max value   :                   41 

Importar dados espaciais

Raster

plot(mapbiomas)

Reprojeção

Reprojeção

Vetor

Reprojeção

Vetor

# reprojetar vetor
santa_maria_utm <- terra::project(santa_maria, "EPSG:31983")
santa_maria_utm

 class       : SpatVector 
 geometry    : polygons 
 dimensions  : 1, 7  (geometries, attributes)
 extent      : -385436.1, -324909.4, 6647822, 6699345  (xmin, xmax, ymin, ymax)
 coord. ref. : SIRGAS 2000 / UTM zone 23S (EPSG:31983) 
 names       : code_muni   name_muni code_state abbrev_sta        name_state
 type        :     <num>       <chr>      <num>      <chr>             <chr>
 values      : 4.317e+06 Santa Maria         43         RS Rio Grande do Sul
 code_regio name_regio
      <num>      <chr>
          4        Sul

Reprojeção

Vetor

plot(santa_maria, col = "gray")

Reprojeção

Vetor

plot(santa_maria_utm, col = "gray")

Reprojeção

Raster

Reprojeção

Raster

# reprojetar raster
mapbiomas_utm <- terra::project(mapbiomas, "EPSG:31983", method = "near")
mapbiomas_utm 

class       : SpatRaster 
dimensions  : 2000, 2299, 1  (nrow, ncol, nlyr)
resolution  : 27.7103, 27.7103  (x, y)
extent      : -386649.8, -322943.8, 6645259, 6700680  (xmin, xmax, ymin, ymax)
coord. ref. : SIRGAS 2000 / UTM zone 23S (EPSG:31983) 
source(s)   : memory
name        : brasil_coverage_2023 
min value   :                    0 
max value   :                   41 

Reprojeção

Raster

plot(mapbiomas)

Reprojeção

Raster

plot(mapbiomas_utm)

Visualização

Vetor

# pacote
library(tmap)

# mapa
tm_shape(santa_maria_utm) +
    tm_polygons()

Visualização

Vetor

tm_shape(santa_maria_utm) +
    tm_polygons() +
    tm_grid(lines = FALSE) +
    tm_compass() +
    tm_scale_bar()

Visualização

Raster

tm_shape(mapbiomas_utm) +
    tm_raster() +
    tm_shape(santa_maria_utm) +
    tm_borders() +
    tm_grid(lines = FALSE) +
    tm_compass() +
    tm_scale_bar()

Recapitulando

1. R: linguagem de programação direcionada à manipulação, análise e visualização de dados
2. RStudio: IDE (Ambiente de Desenvolvimento Integrado) facilita o uso do R
3. Script: onde os códigos são escritos e salvos no formato .R
4. Objetos: palavras que atribuímos dados possibilitando a manipulação dos mesmos
5. Funções: códigos que realizam operações em argumentos
6. Pacotes: coleção de funções para executar tarefas específicas
7. Diretório: caminho de uma pasta/diretório onde o R irá importar e exportar os dados
8. Importar: terra::vect() e terra::rast()
9. Reprojetar: terra::project()
10. Visualização: tm_shape() + tm_polygons() e tm_shape() + tm_raster()

Sussa? Bora finalmente calcular as métricas?

Métricas de paisagem no R

Diagrama de Sankey

Visualização gráfica que representa fluxos de dados ou quantidades entre diferentes categorias, com a largura das conexões proporcional ao volume do fluxo

Diagrama de Sankey

Mudanças nas classes de uso e cobertura da terra

OpenLand

Análise de séries temporais de uso e cobertura da terra

landscapemetrics

Implementação do FRAGSTATS para a linguagem R

landscapemetrics

Pacote no R para calcular métricas de paisagem com classes categóricas (raster categórico)

landscapemetrics

Raster categórico com coordenadas projetadas

Checar o raster

# pacote
library(landscapemetrics)

Raster geográfico

# checar o raster
landscapemetrics::check_landscape(mapbiomas)

  layer        crs   units   class n_classes OK
1     1 geographic degrees integer        13  ✖

Raster projetado

# checar o raster
landscapemetrics::check_landscape(mapbiomas_utm)

  layer       crs units   class n_classes OK
1     1 projected     m integer        13  ✔

landscapemetrics

Descrição das funções

• Todas as funções começam com lsm_ (para métricas de paisagem)

• A segunda parte especifica o nível (patch - p, classe - c ou paisagem - l)

• A última parte do nome da função é a abreviação da métrica correspondente (e.g., enn - euclidean nearest-neighbor distance)

# general structure
lsm_"level"_"metric"

# Patch level
## lsm_p_"metric"
lsm_p_enn()

# Class level
## lsm_c_"metric"
lsm_c_enn()

# Landscape level
## lsm_p_"metric"
lsm_l_enn()

landscapemetrics

Todas as funções retornam uma tabela com a mesma estrutura

layer	level	class	id	metric	value
1	patch	1	1	area	0.0001
1	patch	1	2	area	0.0005
1	patch	1	3	area	0.0072
1	patch	1	4	area	0.0001
1	patch	1	5	area	0.0001
1	patch	1	6	area	0.0080
1	patch	1	7	area	0.0016
1	patch	1	8	area	0.0003
1	patch	1	9	area	0.0005

landscapemetrics

Nível das métricas

• Mancha (patch): calculada para cada mancha na paisagem

• Classe (classe): resume as manchas pertencentes a uma mesma classe

• Paisagem (landscape): resume todas as manchas de todas as classes em um único valor

landscapemetrics

Regras de definição da manchas

landscapemetrics

Classes das métricas

1. Métricas de área e borda (area e edge): descrevem o tamanho de manchas, classes e a quantidade de borda (composição - dominância ou raridade de classes)

2. Métricas de forma (shape): descrevem a forma das manchas, principalmente área e perímetro

3. Métricas de interior (core): descrevem a área de manchas que não são borda

4. Métricas de agregação (aggregation): descrevem se as manchas (da mesma classe) são agregadas ou isolados (configuração)

5. Métricas de diversidade (diversity): descrevem a abundância e dominância/raridade das classes (disponíveis apenas no nível da paisagem)

6. Métricas de complexidade (complexity): descrevem a complexidade da paisagem (entropia marginal, entropia condicional, entropia conjunta e informação mútua)

landscapemetrics

Espacializar as métricas

Apenas para as métricas calculadas para manchas

Para saber mais

Live de métricas de paisagem no R

Para saber mais

• Bivand, R. S., Pebesma, E., & Gómez-Rubio, V. (2013). Applied Spatial Data Analysis with R. Springer New York.
• Brunsdon, L. D. of T. and C. P. C., & Comber, L. (2015). An Introduction to R for Spatial Analysis and Mapping. Sage Publications Ltd.
• Wegmann, M., Leutner, B., & Dech, S. (2016). Remote Sensing and GIS for Ecologists: Using Open Source Software (Illustrated edition). Pelagic Publishing.
• Fletcher, R., & Fortin, M.-J. (2018). Spatial Ecology and Conservation Modeling: Applications with R. Springer International Publishing.
• Moraga, P. (2019). Geospatial Health Data: Modeling and Visualization with R-INLA and Shiny. Chapman and Hall/CRC.
• Wegmann, M., Schwalb-Willmann, J., & Dech, S. (2020). An introduction to spatial data analysis: Remote sensing and GIS with open source software. Pelagic Publishing.
• Comber, L., & Brunsdon, C. (2021). Geographical Data Science and Spatial Data Analysis: An Introduction in R. Sage Publications Ltd.
• Da Silva, F. R., Gonçalves-Souza, T., Paterno, G. B., Provete, D. B., & Vancine, M. H. (2022). Análises Ecológicas no R. NUPEEA.
• Pebesma, E., & Bivand, R. (2023). Spatial Data Science: With Applications in R. Chapman and Hall/CRC.
• Moraga, P. (2023). Spatial Statistics for Data Science: Theory and Practice with R. Chapman and Hall/CRC..
• Oyana, T. J. (2023). Spatial Analysis with R: Statistics, Visualization, and Computational Methods. CRC Press.
• Lovelace, R., Nowosad, J., & Muenchow J. (2025). Geocomputation with R. Springer International Publishing.

Bora para o R!

Muito obrigado!

Agradecimentos:

• Felipe Sodré Barros
• Beatriz Milz
• Prof. Milton Cezar Ribeiro

Contato:

mauricio.vancine@gmail.com mauriciovancine.github.io