csv2xyd: Optimizando el Análisis de Endemismo en la "Era de Big Data"

 

csv2xyd

El análisis de áreas de endemismo es crucial en biogeografía y conservación. Sin embargo, el manejo de los crecientes volúmenes de datos de biodiversidad online presenta desafíos significativos, como errores tipográficos, duplicados e inconsistencias taxonómicas. Para abordar esto, se ha desarrollado csv2xyd, un nuevo software en Python diseñado para simplificar el preprocesamiento de estos datos.

csv2xyd es una herramienta con interfaz gráfica que facilita la conversión de archivos CSV (un formato común en repositorios de biodiversidad) al formato XYD, el cual es específico y requerido por programas de análisis de endemismo como NDM/vNDM.

Características csv2xyd ofrece una serie de funcionalidades:

• Limpieza de datos: Detecta errores tipográficos en los nombres de las especies y permite corregirlos, además de eliminar ocurrencias duplicadas. También ayuda a identificar inconsistencias taxonómicas.
• Filtrado avanzado: Ofrece opciones para filtrar los datos, por ejemplo, eliminando especies con pocas ocurrencias o seleccionando registros específicos.
• Eficiencia con Big Data: Ha sido probado con éxito en conjuntos de datos masivos, procesando millones de registros en minutos. Por ejemplo, un dataset de 4.8 millones de ocurrencias es procesado en 136.53 segundos.
• Visualización y análisis geoespacial exploratorio: Incluye la posibilidad de generar mapas interactivos de las ocurrencias y realizar análisis espaciales básicos como el cálculo de riqueza y diversidad en polígonos.

Desarrollado en Python, csv2xyd aprovecha bibliotecas potentes como Pandas para la manipulación de datos y Dask para el procesamiento eficiente de grandes volúmenes de información.

El software es de código abierto y está disponible gratuitamente en su repositorio de GitHub. 

Esto no solo facilita su adopción, sino que también invita a la comunidad de desarrolladores e investigadores a contribuir a su mejora. Para facilitar su uso, los desarrolladores han proporcionado tutoriales en video tanto en inglés como en español.

Hasta el momento, la herramienta GeX (Santos & Fuhlendorf, 2018) ha abordado la necesidad de convertir archivos de biodiversidad a formatos como XYD. Mientras GeX es una aplicación web sencilla diseñada para la conversión directa y básica de CSV a XYD para bases de datos de tamaño moderado, csv2xyd ofrece un enfoque mucho más integral y robusto. Nuestro software va más allá de la simple conversión, proporcionando capacidades avanzadas de limpieza de datos (detección de errores tipográficos, eliminación de duplicados e inconsistencias), eficiencia para manejar millones de registros (Big Data) y filtrado avanzado. Además, csv2xyd incluye funcionalidades de visualización y análisis geoespacial exploratorio, y al ser de código abierto, invita a la comunidad a colaborar en la integración con APIs de servicios de biodiversidad como Global Biodiversity Information Facility y Encyclopedia of Life para automatizar georreferenciación de localidades sin coordenadas y validación taxonómica. Además, se busca mejorar la capacidad de fusión de múltiples archivos CSV basándose en relaciones de campos, similar a las uniones de bases de datos. Esto asegura que csv2xyd pueda crecer y adaptarse a las necesidades emergentes de la comunidad científica.

Esta es la cita:

Liria J, Soto-Vivas A 2025 Csv2xyd: A Python Software for Processing Large Biodiversity Datasets for Endemism Analysis. Journal of Open Research Software, 13: 8. DOI: https://doi.org/10.5334/jors.538

https://openresearchsoftware.metajnl.com/articles/10.5334/jors.538

Nueva versión NDM/vNDM (2025)

Recientemente en el repositorio de NDM/vNDM tenemos la nueva versión (junio 2025) del programa, el cual tiene las siguientes funciones (tomado del archivo README.txt):

* Solved a bad (previously undiscovered) bug in the calculation of the sets of species giving scores to the areas during searches (i.e. in ndm.exe), which caused some of the comparisons between areas (which referred to sets of species in each area) to sometimes discard areas that should have been kept, or to keep areas that should have been discarded. This code (two lines!) is flagged with "damn"!  The problem was introduced in the version of 2016, if I remember correctly.

* Added the "combinefile xxxx" option (which facilitates combining coordinate datasets).

* Added option to save area coordinates for Qgis (in CSV format).     

Nuevo manual de Biogeografía práctica

Una buena noticia para los interesados en Biogeografía:

La enseñanza de la biogeografía es relativamente compleja, pues involucra conceptos y métodos de diferentes disciplinas y para muchos estudiantes es demasiado “teórica”, sin una conexión clara con la realidad biológica. Para mejorar su enseñanza y como resultado de invitar a diversos investigadores del área, un total de 106 autores de 40 instituciones contribuyeron con 131 prácticas que permiten aclarar conceptos y, a través de la aplicación de metodologías específicas, logran una concepción integral de la biogeografía, reafirmando los conocimientos teóricos que se imparten en clase.

Biogeografía práctica, fue pensado como complementario a libros de texto teóricos sobre biogeografía, por lo que consta de 131 ejercicios prácticos, agrupados en ocho unidades:

• Unidad 1: Introducción al estudio evolutivo de la diversidad y su distribución geográfica (prácticas 1-12).
• Unidad 2: Datos biogeográficos y herramientas analíticas (prácticas 13-29).
• Unidad 3: Conceptos biogeográficos (prácticas 30-63). 
• Unidad 4: Procesos biogeográficos (prácticas 64-76).
• Unidad 5: Geografía de la diversidad: biodiversidad y patrones ecológicos (prácticas 77-94). 
• Unidad 6: Reconstrucción de la historia biogeográfica de taxones (prácticas 95-102).
• Unidad 7: Biogeografía evolutiva de biotas (prácticas 103-115).
• Unidad 8: Biogeografía de la conservación (prácticas 116-131).

En este libro tuvimos la oportunidad de contribuir con la práctica N°43 (Unidad 3 "Conceptos biogeográficos"):

En la actividad utilizamos las distribuciones hipotéticas de animales del Mundo de Hielo y Fuego de G.R.R. Martin. Seguidamente, identificamos áreas de endemismo en las regiones de Westeros, Essos y Sothoryos.

Los archivos para las prácticas pueden obtenerlos acá:

https://libros.fciencias.unam.mx/biogeografia-practica/practicas.php

Más información de como adquirir el libro:

Biogeografía Práctica (versión PDF)

Primera edición

Tania Escalante, Erick A. García-Trejo, Juan J. Morrone (coordinadores)

Año 2024, Peso en MB: 41.1 MB

ISBN: 978-607-30-9190-9

Para mayores informes envíe un correo electrónico a: ventas.editoriales@ciencias.unam.mx

Bigdata e identificación de áreas de endemismo

Actualmente existen distintas bases de datos sobre biodiversidad (BDB), las cuales ofrecen infinidad de aplicaciones en estudios sobre biogeografía y conservación. El número de datos disponibles y que incluyen el componente espacial (coordenadas) se ha incrementado exponencialmente.

Imagen tomada y modificada de: 

Wüest, R.O., Zimmermann, N.E., Zurell, D, et al. 2020. Macroecology in the age of Big Data – Where to go from here? J Biogeogr. 47: 1– 12. https://doi.org/10.1111/jbi.13633

https://journalofbiogeographynews.org/2020/01/28/biogeography-in-the-age-of-big-data/

Liria, J., Szumik, C. y Goloboff, P. A. (2021). Analysis of endemism of world arthropod distribution data supports
biogeographic regions and many established subdivisions. Cladistics, 37, 559–570. https://doi.org/10.1111/cla.12448
 

En esta entrada me centraré en un ejemplo reciente publicado en la Revista Mexicana de Biodiversidad, donde se muestra como a partir de cuatro BDB (una de ellas Nacional) se compiló toda la información disponible con el fin de identificar áreas de endemismo en  Ecuador:

Liria, J. (2022). Áreas de endemismo de Ecuador: un análisis a partir de datos de distribución de especies de plantas, animales y hongos. Revista Mexicana de Biodiversidad, 93(mayo-): e934031

 

 

Al revisar estas bases de datos, lo primero que surgió fue la incompatibilidad taxonómica en algunos casos; especies con categorias supra especificas distintas en dos bases de datos. Este tipo de aspectos fue recientemente abordado por:

Feng, X., Enquist, B.J., Park, D.S., et al. (2022) A review of the heterogeneous landscape of biodiversity databases: Opportunities and challenges for a synthesized biodiversity knowledge base. Global Ecology and Biogeography. 31(7): 1242-1260. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1111/geb.13497

"Information in a biodiversity database is generally indexed by species’ scientific names. However, the dynamic nature of taxonomic research presents challenges to such indexing. With the exception of a few well-established groups such as birds (whose taxonomy is relatively stable and subject to regular external review and standardization; Chesser et al., 2021), conflicting taxonomic concepts, homonyms, outdated synonyms, and ambiguous alternative spellings are prevalent across the tree of life (Boyle et al., 2013; Franz et al., 2008). Furthermore, in addition to the roughly 18,000 new species discovered each year, the taxonomy of the > 2 million species currently described (Mora et al., 2011) is in a state of constant flux, as old species definitions are re-examined and relationships are updated to reflect new insights. Finally, no single, universally agreed-upon taxonomy exists for the tree of life. Therefore, biodiversity databases have implemented different strategies (here termed taxonomic systems) to handle this taxonomic churn..."

De esta forma al integrar multiples BDB se pueden utilizar herramientas como OpenRefine para normalizar la información taxonómica:

Imagen tomada de: https://docs.gbif.org/openrefine-guide/3.0/es/guia-para-la-limpieza-de-datos-sobre-biodiversidad-con-openrefine.es.pdf

 

A partir de esta figura les presento la metodología utilizada para procesar cuatro BDB y poder identificar areas de endemismo en Ecuador:

Haciendo actividades divertidas para estudiar Biogeografía: "Mundo de Hielo y Fuego" de G.R.R. Martin

Hola a todos!

Tenia tiempo sin publicar una entrada. 

Hace unos días recibí la notica sobre la publicación de un reciente artículo:

Liria, J. (2022). Desde el imaginario del “Mundo de Hielo y Fuego” de G. R. R. Martin a las áreas de endemismo: Una propuesta didáctica. Revista de Educación en Biología, 25(1), 34–44. Recuperado a partir de https://revistas.unc.edu.ar/index.php/revistaadbia/article/view/32932

 

En esta publicación desarrollé una propuesta didáctica en donde se utilizan animales del Mundo de Hielo y Fuego, para identificar áreas de endemismo.

Esta propuesta ha sido bien recibida como parte del "Nuevo Manual de prácticas de Biogeografía" de la Universidad Nacional Autónoma de México. Aprovecho la oportunidad de agradecer a la PhD. Tania Escalante por su invitación a participar en el manual.

 

Uno de los aspectos que tenia pendiente, era crear mapas rasters del Mundo de Hielo y Fuego. Si bien existen varios mapas disponibles en internet, queria tener mapas propios. 

 

Buscando en internet estos días, conseguí esta increible aplicación Azgaar'd Fantasy Map Generator. 

 

Acá les coloco un pequeño video con el mapa creado en Azgaar'd: 

 

 

Actualizado: El mapa se ha mejorado bastante, y más abajo les muestro como se ven superponiendo la distribución de los animales del Mundo de Hielo y Fuego.

 

Luego exporté imágenes (jpeg) de los mapas relieve, biomas y textura, y los georreferencié en QGIS para crear mapas que incluyeran los animales usados para identificar áreas de endemismo.

Comparto con Ustedes tres mapas (actualizados*):

 

Mapa de biomas con distribución de animales.

 

Mapa de relieve con distribución de animales.

Mapa de textura (detalle Essos) con distribución de animales.

 

(*) Los mapas raster de Azgaar'd y georreferenciarse con QGIS son bastante grandes (más de 100MB c/u); esto complica que los aloje en mi blog. Sin embargo, si alguna persona los desea me puede escribir al correo (jonathan.liria gmail.com) indicando brevemente la finalidad de su uso y porque creen que este tipo de recurso didáctico puede fomentar el aprendizaje de la Biogeografía. 

De igual forma las personas que desen realizar la práctica les recuerdo que en la publicación de la Revista de Educación en Biología tienen el enlace para descargar los shapefiles y datos de los animales del Mundo de Hielo y Fuego.

Tutorial: Quiero hacer un análisis de endemismo con VNDM y no tengo idea como empezar...

Szumik et al. (2002) propone el análisis de endemismo (AE); el procedimiento consiste en evaluar la concordancia en la distribución de las especies de un área predefinida (o un conjunto de celdas). El método permite evaluar distintos tamaños de celda, esto permite describir el efecto causado por esta variable (escala espacial) en la identificación de áreas de endemismo; también es posible asignar presencias asumidas. Uno de los aspectos más relevantes es el cálculo del índice de endemicidad del área, este es igual a la suma de los IE de las especies endémicas del área propuesta, de manera que cuanto más especies endémicas presente un área, y cuanto mayor sea su grado de endemicidad, el grupo de celdas estará mejor apoyado como “área de endemismo” (Szumik & Goloboff, 2004). También puede calcularse áreas de consenso, análogamente a los consensos de árboles en filogenia, resumen la información común contenida en aquellas áreas individuales que comparten un porcentaje dado de especies endémicas, facilitando en gran medida la comparación y evaluación de los resultados (Szumik et al., 2006).

Referencias

Goloboff P. 2005. NDM/VNDM Ver. 2.5. Programs for identification of areas of endemism. Disponible
en: http://www.lillo.org.ar/phylogeny/endemism/

Szumik C, Cuezzo F, Goloboff P, Chalup A. 2002. An optimality criterion to determine areas of
endemism. Syst. Biol. 51: 806-816.

Szumik C, Goloboff P. 2004. Areas de endemism. An improved optimality criterion. Syst. Biol. 53:
968-977.

Szumik C, Casagranda MD, Roig-Juñent S. 2006. Manual de NDM/VNDM: Programas para la
identificación de áreas de endemismo. Instituto Argentino de Estudios Filogenéticos, Año V, Vol.
3. Argentina. Disponible en: http://www.lillo.org.ar/phylogeny/endemism/Manual_VNDM.pdf

Entonces para hacer un análisis de endemismo en VNDM, necesitas:

1) Definir el área de estudio. Por ejemplo: México.

Descargue acá la cartografía base, así como el mapa de Provincias biogeográficas de México.


2) Definir el o los grupos taxonómicos de trabajo: Ejemplo: Géneros de plantas.

Descargue acá el archivo de géneros de plantas y coordenadas geográficas. Este fue obtenido en la página del Natural History Museum - London.


3) Utilizar los siguientes programas.

QGIS (https://www.qgis.org/es/site/)

VNDM (http://www.lillo.org.ar/phylogeny/endemism/)

DIVA-GIS (https://www.diva-gis.org/download)

OpenCalc (https://www.openoffice.org/es/descargar/)

Pasos para realizar el análisis de endemismo en VNDM.

1. Cargue los shapefiles (México y provincias biogeográficas) y el archivo CSV (Datos_generos_plantas.csv) como capas en QGIS:

 

 

2.  Utilice el programa OpenCalc para ver el archivo CSV:

 

 

3. Puede emplear el bloc de notas de MS-Windows, para preparar el archivo que será utilizado en VNDM:  

 

 4. Vaya a la página de la aplicación web GeX en http://gex.mfuhlendorf.com/index.php: 

Referencia:

GeX: an automated tool for generating XYD files for analysis of endemicity using VNDM was published in Cladistics in March 2018. It is open-access and goes into greater detail on the use of this software: https://doi.org/10.1111/cla.12236.

 

5. Realice en VNDM un análisis de endemismo a partir de cuadrículas de 2° x 2° (puede verificar el manual del programa para las distintas opciones):

6. Finalmente, utilice DIVA-GIS para exportar los resultados de VNDM; En este caso, áreas consensos, y colocar capas o shapefiles en QGIS:

Referencia: 

DIVA-GIS. 2012. User Manual, version 7.5 [en línea]. Disponible en: https://www.diva-gis.org/docs/DIVA-GIS_manual_7.pdf

Tutorial: Quiero hacer un PAE y no tengo idea como empezar...

Existen varios métodos para proponer áreas de endemismo, uno de los más utilizados es el análisis de simplicidad de endemismos o PAE (Parsimony Analysis of Endemicity). Esta es una herramienta que permite descubrir los patrones naturales de distribución de los organismos (Rosen & Smith, 1988). El PAE clasifica localidades, cuadriculas o áreas de acuerdo a sus taxa compartidos mediante la solución más simple. El método contempla el uso de un programa de parsimonia (Ej: Nona, TNT, etc.) para encontrar esta solución. Morrone (1994) propuso una variante del método, denominado PAE basado en cuadrículas, el cual comprende las siguientes etapas: 1) Construir una cuadricula a partir del área de estudio (matriz de datos), 2) se analiza la matriz aplicando un algoritmo de simplicidad, 3) los grupos que formen un clado soportado por la presencia de más de un taxón, se considerará como área de endemismo, y 4) las cuadriculas seleccionadas (clados) se dibujan en el mapa, delineando los limites en función de las distribuciones de los taxa.

Referencias

Morrone JJ. 1994. On the identification of areas of endemism. Syst. Biol. 43: 438–441.

Rosen BR, Smith AB. 1988. Tectonics from fossils? Analysis of reef-coral and sea-urchin distributions from late Cretaceous to Recent, using a new method. Gondwana and Tethys Geological Society Special Publication No. 37(ed. By G. Audley-Charles & A. Hallam), pp. 275–306. Oxford University Press, Oxford.

Entonces para hacer un PAE, necesitas:

1) Definir el área de estudio. Por ejemplo: México.

Descargue acá la cartografía base, así como el mapa de Provincias biogeográficas de México.


2) Definir el o los grupos taxonómicos de trabajo: Ejemplo: Géneros de plantas.

Descargue acá el archivo de géneros de plantas y coordenadas geográficas. Este fue obtenido en la página del Natural History Museum - London.


3) Utilizar los siguientes programas.

QGIS (https://www.qgis.org/es/site/)

PAST software (Descarga acá)

TNT (http://www.lillo.org.ar/phylogeny/tnt/)

WinClada  (Descarga acá)

MS-Excel

Entonces teniendo esto podemos preparar nuestros datos para hacer el PAE.

Cargue los shapefiles (México y provincias biogeográficas) y el archivo CSV (Datos_generos_plantas.csv) como capas en QGIS:

Realicemos una unión de atributos por localización; para ello vaya al menú vectorial y luego a herramientas de gestión de datos, y finalmente a la opción “Join atributes by location”. Luego elija las capas de entrada, y de unión. Seleccione ejecutar; el resultado puede verse como una nueva capa creada:

Exporte la capa recién creada como CSV, y guárdela en una carpeta de su preferencia. Asegúrese que cada campo este separado por punto y coma, esto permitirá que su lectura en MS-Excel sea más rápida.
Abra el archivo en MS-EXCEL; deberá mostrarse algo similar a la siguiente ventana.

Realice una tabla de referencias cruzadas con las siguientes características: Campos de fila “species” y campos de columna “Province”.

Copie estos datos en una nueva hoja, agregue una columna de nombre RAIZ, y coloque “0” o ceros donde hay celdas vacías. Luego abra el programa PAST, y copie los datos de las especies y provincias de la tabla de referencias cruzadas. No copie los totales. En PAST, ahora vaya al menú “transform” y a la opción “Abundance to presence/ausence”; Observe que la tabla solo contiene 0 y 1 (ceros y unos).
Finalmente vaya al menú “Edit” y luego a la opción “transpose”.

Ahora ya podemos realizar el PAE con el prgrama TNT:

Y ver las sinapomorfías, en este caso, del consenso estricto:

Finalmente, si lo desean pueden usar WinClada para ver el mismo árbol con las sinapomorfías:

XIII Reunión Argentina de Cladística y Biogeografía (RACB) - Resúmenes

Hola a tod@s

Les traigo información reciente relacionada con la XIII-RACB.



Acá tienen las direcciones donde podrán ver todo lo relacionado a la presentación (formato) y envió de resúmenes: 

Fecha límite envío de resúmenes: 22 de Febrero 2019.

Para revisar el formato de los resúmenes ir al siguiente enlace: Formato de resúmenes

Para enviar un resumen ir al siguiente enlace: Envío de resúmenes online



Finalmente les dejo el vínculo de la 2da circular

XIII Reunión Argentina de Cladística y Biogeografía (RACB)

Estimad@s amigos


Esperamos mucho tiempo, pero ya tenemos fecha de la próxima Reunión Argentina de Cladística y Biogeografía (RACB)!

El evento se desarrollará en la ciudad de San Miguel de Tucumán del 8 al 10 de abril del 2019. La XIII RACB es auspiciada por la Unidad Ejecutora Lillo - CONICET, Fundación Miguel Lillo:

Preparen sus ponencias! Nos vemos en Tucumán...

Acá les comparto el pdf con la primera circular.

Curso de postgrado “Biogeografía Histórica Cuantitativa: un enfoque crítico”

Les remito la información:

Para más detalles, dirigirse a la página del curso en la Unidad Ejecutora Lillo

Docentes: Lone Aagesen (IBODA), Salvador Arias y Claudia Szumik (UE Lillo). Ayudante de campo: Alejandra Molina (UE Lillo).

Contenido: Este curso también difundido con el título: “Biogeografía de la A a la V” analizará criticamente conceptos, teorías y metodologías cuantitativas de dos grandes núcleos biogeográficos: las áreas de endemismo y la biogeografía filogenética. Incluirá generalidades y detalles de la cladística filogenética, visitaremos las diferentes instancias del manejo del espacio en el contexto de la biogeografía, revisaremos 40 años de biogeografía filogenética (historia de la tierra e historia del taxón), y es claro hablaremos sobre las áreas de endemismo consideradas como las unidades de estudio en BH. Las clases incluyen teóricos, ejercicios a realizar con computadora y una buena discusión. Aquellos con datos propios podrán traerlos para analizar durante la cursada. Este curso contará también con la sección terapia de proyecto. Así también ¡caminata biogeográfica!

Destinatarios: Tesistas e investigadores en Biología y carreras afines interesados en biogeografía y análisis filogenético.

Carga horaria: 50 hs. aprobado por el postgrado de la Facultad de Cs. Naturales (UNT).

Fecha: 25 al 29 de Abril. Tomar en cuenta que salimos para Villa Batiruana el 24 a la tarde.

Costo del curso: estamos intentanto que el costo sea el mismo que el curso de filogenia dictado en Nov. del 2017 (5mil). Esto incluye traslado a la Villa desde el Lillo (ida y vuelta), hospedaje, alimentación (las 4 comidas plus coffer breaks) este último ítem cuenta con mejoras notables en el servicio. 🙂

Fecha limite de preinscripción: 15 de Marzo de 2018.

Si decidís aplicar a la preinscripción, necesitamos que envíes a Claudia Szumik (szu.claudia@gmail.com) la siguiente info:

1- una carta de intención (por qué te sería útil este curso)
2- tus datos académicos generales (institución donde trabajas, director de tesis, tema de trabajo)

I Congreso Latinoamericano de Biogeografía

La Universidad Regional Amazónica IKIAM será la anfitriona del I Congreso Latinoamaricano de Biogeografía. Este evento se realizará del 19-24 noviembre de 2017 en el Campus de IKIAM, 7 Km vía Muyuna, Napo - Ecuador.

Más información en la página oficial: I Congreso Latinoamaricano de Biogeografía

Correo eletrónico: congreso.biogeografia@ikiam.edu.ec


 

Charla sobre Biogeografía histórica de patógenos y hospedadores

Esta charla abordará un análisis de endemismo realizado con base en registros de patógenos (Arbovirus, tremátodos, nematodos, etc) y hospedadores (incluyendo vectores) de Venezuela.

Gráfica de descargas para mapas base utilizables en NDM

Acá les coloco una gráfica que muestra las descargas de mapas base para utilizarlos en el programa NDM; estas descargas se han venido realizando desde 2011 cuando inicié con los primeros mapas.

 

Recordando un poco, en la primera entrada de mi blog sobre mapas base para NDM:

Les remito la informacion que aparece en el manual de NDM (Szumik et al. 2006: 9)

"En este tipo de matrices VNDM permite poner de fondo los límites de un mapa. Esto se logra incluyendo al final del archivo:

map

line

66.217 21.767

66.183 21.783

66.167 21.800

66.117 21.817

66.067 21.833

66.050 21.850

66.050 21.867

66.050 21.883

Cada línea (máximo 300 líneas) del mapa puede tener hasta 5000 referencias planas. Nótese que si se termina de definir la península de Yucatán y se pasa a la costa occidental de México debe definirse una nueva línea, sino ese salto aparecerá dibujado también en el mapa. También es posible editar las líneas en modo gráfico y salvar posteriormente las coordenadas resultantes".

Y si quieren leer un artículo más reciente sobre áreas de Endemismo, les recomiendo:

Areas of Endemism: Methodological and Applied Biogeographic Contributions from South America

Me gustaría tener un "feedback" sobre los mapas que descargan, así que por favor coloquen algun comentario en la página.

Finalmente para los interesados en descargar los mapas para NDM, les coloco esta imagen interactiva con los vínculos de descargas:

¿Cómo realizar el método de propincuidad media de Rapoport usando un programa SIG?

Este método desarrollado por Eduardo Rapoport se basa en el concepto de distancia con el vecino más próximo y en la teoría de grafos. El primer paso es el trazado de un árbol de tendido mínimo (mst, en inglés) entre las localidades o nodos donde se ha verificado la existencia de la especie. Una vez medidas las distancias, se halla la media aritmética, y alguna medida de dispersión (varianza, desviación estándar o error estándar (Rapoport y Monjeau, 2001). El calculo del mst se realizará utilizando el programa PASSAGE, para lo cual necesitamos un archivo en formato shapefile (*.shp) como datos de entrada que contenga los biorregistros. En la siguiente figura se aprecia la vista de el programa PASSAGE:

Oprima con el botón derecho de ratón sobre la ventana “data monitor”, y aparecerá la opción “load data”. Seleccione el archivo shapefile:

A continuación, indique el formato Lat / Lon, y cliqueé en aceptar. Al hacer doble clic en el archivo, se pueden apreciar los datos:

 

Seleccione el menú “Create”. Luego oprima en “Distance / Angles for Coordinates”: 

Ahora oprima en “Connections / Tassellations”, y elija la opción de “Minimum Spanning Tree”:

Para ver el resultado, elija el menú “Draw”, y seleccione “Draw Points” y “Draw Connections”:

Para guardar los resultados del mst, oprima botón derecho del ratón sobre el diagrama del árbol de tendido mínimo, y seleccione “Export to Google Earth”:

Utilice el bloc de notas (o Notepad) para abrir el archivo guardado y verificar su estructura. Note que PASSAGE almacenó las coordenadas de el mst utilizando comas y no puntos para los decimales: <?xml version="1.0" encoding="UTF-8"?> <kml xmlns="http://earth.google.com/kml/2.0"> <Document>  <description>PASSaGE 2 GoogleEarth Export</description>  <name>PASSaGE 2 Export</name> . . .    <coordinates>      -71,4855996555,7,6150988275,0      -69,0809089063,8,8597462197,0     </coordinates>    </LineString> . . . Si deseamos cargar el árbol de tendido mínimo en  QGIS tenemos dos posibles soluciones: 1) cambiar los decimales a puntos utilizando el bloc de notas, o 2) cambiar la configuración de Windows, seleccionar la notación Norteamericana y repetir el análisis en PASSAGE: . . .    <coordinates>      -71.4855996555,7.6150988275,0      -69.0809089063,8.8597462197,0     </coordinates>    </LineString> . . . Para cargar la capa del mst en QGIS seleccione en el menú: Capa --> Añadir capa vectorial. Y a continuación elija el tipo de archivo KML (Keyhole Markup Language). Cambie las propiedades de mst para que pueda verse fácilmente:

 

En la última parte de el método de propincuidad media se deben calcular el promedio y alguna medida de dispersión (Ej: desviación estándar) para las distancias del mst. Para ello elegimos la capa de puntos de nuestra especie hipotética y utilizamos la herramienta del menú: Vectorial --> Herramientas de análisis --> Matriz de distancia. Luego elegir el tipo de matriz de salida: Matriz de distancia lineal (N*k x 3). Recuerde que la matriz de distancia posee los decimales en formato norteamericano, así que debe configurar MS-EXCEL o CALC de OpenOffice para que lo reconozca:

Ahora la matriz de distancia debe verse de la siguiente forma. Fíjese que aparece la distancia entre pares de puntos (InputID -> TargetID), así que solo debemos conocer que distancias se utilizaron para crear el mst:

InputID	TargetID	Distance
0	5	1,3124965233
0	3	3,1992492027
0	2	3,4386145291
0	8	4,0752566316
0	14	4,4727581951
0	13	4,7553475788
0	12	4,8508520012
0	1	4,9028601318
0	4	5,1487224861
0	9	5,3137516228
0	10	6,2233965449
0	6	6,3989988376
0	7	6,5732926456
0	11	7,5607337908
1	12	0,3042497689
1	14	1,1610465533
1	13	1,1753958548
1	11	2,7077083909

Para realizar esto colocaremos en QGIS una leyenda sobre los puntos para conocer su ID:

Fíjese que la capa de puntos muestra el ID de cada biorregistro:

Ahora en la matriz de distancia calcule los valores promedios y desviación estándar de la conexión (mst). Por ejemplo, busque la distancia entre 7 y 10, y así sucesivamente: 

Según estas distancias, el promedio es 1,288 grados y desviación estándar 0,869. Realice un buffer utilizando estos valores para los radios. Una vez finalizado, el resultado de el método de propincuidad media debería apreciarse como la siguiente figura:

Bibliografía

Rapoport E, Monjeau A. 2001. Aerografía. En: Introducción a la biogeografía en Latinoamérica: Teorías, conceptos, métodos y aplicaciones. Llorente J & JJ. Morrone (Eds.). UNAM, México. pp. 23 - 30.

Páginas de Internet:

QGIS Tutorials. Disponible en: http://qgis.spatialthoughts.com

QGIS Documentation. Disponible en: http://www.qgis.org/en/docs/index.html