Utilizzo di Python per caratterizzare il database geospaziale dell’Unione Internazionale per la Conservazione della Natura (IUCN).
L’Unione Internazionale per la Conservazione della Natura (IUCN) ha lanciato diversi progetti per proteggere la fauna selvatica. Uno di questi sforzi ha portato alla creazione di un database geospaziale globale di alta qualità contenente gli habitat di oltre 100.000 specie. In questo articolo ne esploro il sottoinsieme, concentrandomi sui mammiferi terrestri.
Il database della Lista rossa delle specie minacciate della IUCN contiene più di 150.000 specie, con informazioni geospaziali sugli habitat attribuite a oltre l’80% di esse. La semplice dimensione di questo database pone diverse sfide, che potrei affrontare in un articolo successivo. Per ora mi concentro su un sottoinsieme più piccolo: il database globale costituito da mammiferi terrestri con 12.436 record, ciascuno corrispondente a un habitat per specie. Questo database di mammiferi-habitat si basa su circa quattrocento fonti diverse e contiene 5.626 specie identificate con i loro nomi binomiali, registrate tra il 2008 e il 2022. Inoltre, il database include informazioni tassonomiche dettagliate, come l’ordine e la famiglia delle specie. Inoltre, un punto di forza principale del database è che contiene informazioni geospaziali dettagliate sugli habitat sotto forma di file poligonali, che esplorerò più dettagliatamente in seguito.
Innanzitutto, presenterò ed esplorerò le caratteristiche non geometriche di questo set di dati e poi condurrò alcuni passaggi analitici specifici per la distribuzione geospaziale delle diverse specie. Con questa analisi, spero di rendere popolare questa fonte di dati e incoraggiare il lavoro futuro con potenziali applicazioni per le politiche di protezione della fauna selvatica.
Potresti trovare tutte le fonti dati IUCN Quida cui ho scaricato i dati del poligono dei Mammiferi Terrestri (data di ricerca: 2023–10–02 alle 15:30:02)
Tutte le immagini in questo articolo sono state create dall’autore.
1.1. Analizzare il set di dati
Innanzitutto, analizziamo il database utilizzando GeoPanda e vediamo cosa contiene:
import geopandas as gpd # version: 0.9.0gdf_iucn = gpd.read_file('MAMMALS_TERRESTRIAL_ONLY')
print('Number of records: ', len(gdf_iucn))…
Fonte: towardsdatascience.com
