Esplorare un database GIS globale sulla fauna selvatica

Esplorare un database GIS globale sulla fauna selvatica una caccia virtuale attraverso la natura

Usare 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, esplorerò il suo sottoinsieme, concentrandomi sui mammiferi terrestri.

Il database IUCN Red List of Threatened Species contiene più di 150.000 specie, con informazioni geospaziali sugli habitat attribuite a oltre l’80% di esse. La sola dimensione di questo database propone diverse sfide, che potrei affrontare in un articolo successivo. Per ora, mi focalizzo su un sottoinsieme più piccolo: il database globale composto da mammiferi terrestri con 12.436 record, ognuno corrispondente a una patch di habitat per specie. Questo database mammifero-habitat si basa su circa quattrocento diverse fonti e contiene 5.626 specie identificate dai 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 in maggior dettaglio più avanti.

Prima di tutto, presenterò ed esplorerò le caratteristiche non geometriche di questo dataset e poi eseguirò alcuni passaggi analitici specifici per la distribuzione geospaziale delle diverse specie. Con questa analisi, spero di rendere popolare questa fonte di dati e incoraggiare futuri lavori con possibili applicazioni per le politiche di protezione della fauna selvatica.

Trovate tutte le fonti di dati IUCN qui, da cui ho scaricato i dati poligonali dei mammiferi terrestri (data di ricerca: 2023-10-02 alle 15:30:02)

• Top 40+ Strumenti AI Generativi (ottobre 2023)
• Sono stato promosso!
• Come ottimizzare i modelli di rilevamento degli oggetti per domini specifici

Tutte le immagini in questo articolo sono state create dall’autore.

1. Esplorazione statistica

1.1. Analisi del dataset

Iniziamo analizzando il database utilizzando GeoPandas per vedere cosa contiene:

import geopandas as gpd # versione: 0.9.0gdf_iucn = gpd.read_file('MAMMALS_TERRESTRIAL_ONLY')print('Numero di record: ', len(gdf_iucn))...