--- title: "Comparación de Listas de Fauna Amenazada del Perú (2014 vs. 2018)" output: rmarkdown::html_vignette vignette: > %\VignetteIndexEntry{Comparación de Listas de Fauna Amenazada del Perú (2014 vs. 2018)} %\VignetteEngine{knitr::rmarkdown} %\VignetteEncoding{UTF-8} --- ```{r, include = FALSE} knitr::opts_chunk$set( collapse = TRUE, comment = "#>", warning = FALSE, message = FALSE, fig.width = 7, fig.height = 5.5, fig.align = "center" ) ``` ## Introducción En el Perú, la gestión y conservación de la fauna silvestre legalmente protegida se fundamenta en listas oficiales aprobadas por el Estado: 1. **Decreto Supremo N° 004-2014-MINAGRI**: Aprueba la actualización de la lista de clasificación y categorización de las especies amenazadas de fauna silvestre legalmente protegidas, con un total de 535 taxones categorizados en Peligro Crítico (**CR**), En Peligro (**EN**), Vulnerable (**VU**), Casi Amenazado (**NT**) y Datos Insuficientes (**DD**). 2. **Libro Rojo de la Fauna Silvestre Amenazada del Perú (SERFOR, 2018)**: Publicación técnica y científica elaborada por el Servicio Nacional Forestal y de Fauna Silvestre (SERFOR), que recopila y evalúa 528 taxones amenazados y describe fichas técnicas detalladas de conservación. El objetivo de esta viñeta es realizar una **evaluación exhaustiva de los cambios entre ambas bases de datos**: - **Coincidencias**: Identificación de taxones concordantes por nombre científico válido o por sinonimia/cambio taxonómico. - **Transición de categorías**: Evaluación del sentido del cambio (ascenso a mayor amenaza, descenso a menor amenaza o estabilidad). - **Especies retiradas**: Taxones presentes en el D.S. N° 004-2014 que ya no figuran en el Libro Rojo 2018. - **Especies nuevas**: Taxones incorporados en 2018 no contemplados en 2014. - **Matriz de transición y balances**: Tablas cruzadas globales y por grupo taxonómico, con visualizaciones y exportación. --- ## 1. Paquetes y Configuración Cargamos las librerías necesarias para el procesamiento, manipulación relacional y visualización de datos: ```{r setup} if (requireNamespace("perufaunads004", quietly = TRUE)) { library(perufaunads004) } library(dplyr) library(tidyr) library(purrr) library(stringr) library(ggplot2) library(knitr) # Paquetes opcionales para lectura y exportación # library(readxl) # library(writexl) ``` --- ## 2. Funciones Auxiliares Para comparar nombres biológicos entre diferentes fuentes documentales, es indispensable estandarizar la nomenclatura y definir una jerarquía cuantitativa para las categorías de amenaza de la UICN: ```{r helpers} # 1. Normaliza un nombre científico: # - Elimina comillas, paréntesis y nombres comunes incrustados # - Remueve autorías y epítetos informales ("sp.", "ssp.", "cf.", "aff.") # - Convierte a minúsculas, elimina diacríticos/tildes y extrae solo Género + epíteto (binomio) normalizar_nombre <- function(x) { x |> as.character() |> str_replace_all('["“”\']', " ") |> str_replace_all("\\(.*?\\)", " ") |> str_replace_all("\\b(sp|spp|ssp|subsp|cf|aff|var)\\.?\\b", " ") |> str_replace_all("[^A-Za-zÁÉÍÓÚÜÑáéíóúüñ ]", " ") |> str_squish() |> str_to_lower() |> stringi::stri_trans_general("Latin-ASCII") |> word(1, 2) } # 2. Descompone y normaliza múltiples sinónimos (separados por ';', '/' o ',') separar_sinonimos <- function(x) { x |> as.character() |> str_replace_all("[()]", " ") |> str_split("[;,/]") |> map(~ .x |> normalizar_nombre() |> discard(~ is.na(.x) | .x == "")) } # 3. Escala ordinal de severidad de amenaza (de menor a mayor gravedad) niveles_cat <- c("DD", "NT", "VU", "EN", "CR") severidad <- function(x) match(x, niveles_cat) ``` --- ## 3. Preparación y Estandarización de las Bases Podemos utilizar directamente los datasets curados incluidos en el paquete `perufaunads004` (`ds004_fauna` y `libro_rojo_especies`) o, alternativamente, cargar los archivos `.xlsx` originales con `readxl::read_excel()`. ```{r preparacion-datos} # Carga de datos integrados (con fallback para entorno de desarrollo local) if (exists("ds004_fauna") && exists("libro_rojo_especies")) { # ya en memoria } else if (requireNamespace("perufaunads004", quietly = TRUE)) { data("ds004_fauna", package = "perufaunads004") data("libro_rojo_especies", package = "perufaunads004") } else if (file.exists("../data/ds004_fauna.rda")) { load("../data/ds004_fauna.rda") load("../data/libro_rojo_especies.rda") } else if (file.exists("data/ds004_fauna.rda")) { load("data/ds004_fauna.rda") load("data/libro_rojo_especies.rda") } # Estandarización de la Lista 2014 (DS 004-2014-MINAGRI) lista_2014 <- ds004_fauna |> transmute( id_2014 = ds004_id, cat_2014 = as.character(ds004_categoria_codigo), categoria_2014 = str_to_sentence(str_remove(ds004_categoria, "\\s*\\(.*\\)")), grupo_2014 = str_to_sentence(clase), nombre_2014 = str_squish(scientific_name), comun_2014 = common_name, sinonimo_2014 = synonym_scientific_name, observacion = observacion, key = normalizar_nombre(scientific_name), key_sin = separar_sinonimos(synonym_scientific_name) ) # Estandarización de la Lista 2018 (Libro Rojo de SERFOR) lista_2018 <- libro_rojo_especies |> transmute( id_2018 = libro_rojo_id, cat_2018 = as.character(libro_rojo_codigo), categoria_2018 = str_squish(libro_rojo_categoria), grupo_2018 = str_squish(grupo_taxonomico), nombre_2018 = str_squish(scientific_name), sinonimo_2018 = sinonimo, key = normalizar_nombre(scientific_name), key_sin = separar_sinonimos(sinonimo) ) # Verificación de calidad: claves duplicadas dentro de cada lista dup_2014 <- lista_2014 |> count(key) |> filter(n > 1) dup_2018 <- lista_2018 |> count(key) |> filter(n > 1) tibble( Lista = c("2014 (DS 004)", "2018 (Libro Rojo)"), `Total Registros` = c(nrow(lista_2014), nrow(lista_2018)), `Claves Duplicadas` = c(nrow(dup_2014), nrow(dup_2018)) ) |> kable(caption = "Control de integridad de registros y claves.") ``` --- ## 4. Emparejamiento Jerárquico: Binomio y Sinónimos El emparejamiento se ejecuta en dos fases consecutivas: 1. **Paso A (Directo)**: Cruce exacto por nombre binomial normalizado (`key`). 2. **Paso B (Cruzado por sinónimos)**: Para las especies que no emparejaron en el Paso A, se genera una tabla puente buscando equivalencias entre los sinónimos registrados en cualquiera de las dos listas (por ejemplo, *Oreonax flavicauda* en 2014 frente a *Lagothrix flavicauda* en 2018). ```{r emparejamiento} # Paso A: Emparejamiento directo por binomio aceptado directo <- inner_join( lista_2014 |> select(-key_sin), lista_2018 |> select(-key_sin), by = "key" ) |> mutate(tipo_match = "nombre aceptado") # Registros pendientes de emparejamiento pend_2014 <- lista_2014 |> filter(!key %in% directo$key) pend_2018 <- lista_2018 |> filter(!key %in% directo$key) # Tablas largas de sinónimos de especies pendientes sin_2014 <- pend_2014 |> select(key, key_sin) |> unnest_longer(key_sin, values_to = "key_alt") |> filter(!is.na(key_alt)) sin_2018 <- pend_2018 |> select(key, key_sin) |> unnest_longer(key_sin, values_to = "key_alt") |> filter(!is.na(key_alt)) # Construcción de puente relacional: # sinónimo 2018 -> nombre 2014 | sinónimo 2014 -> nombre 2018 puente <- bind_rows( sin_2018 |> transmute(key_2014 = key_alt, key_2018 = key), sin_2014 |> transmute(key_2014 = key, key_2018 = key_alt) ) |> filter(key_2014 %in% pend_2014$key, key_2018 %in% pend_2018$key) |> distinct() por_sinonimo <- puente |> left_join(pend_2014 |> select(-key_sin), by = c("key_2014" = "key")) |> left_join(pend_2018 |> select(-key_sin), by = c("key_2018" = "key")) |> mutate(key = key_2014, tipo_match = "sinónimo / cambio taxonómico") |> select(-key_2014, -key_2018) # Consolidación final de coincidencias coincidencias <- bind_rows(directo, por_sinonimo) |> mutate( cambio = case_when( cat_2014 == cat_2018 ~ "sin cambio", severidad(cat_2018) > severidad(cat_2014) ~ "asciende (mayor amenaza)", severidad(cat_2018) < severidad(cat_2014) ~ "desciende (menor amenaza)", TRUE ~ "no comparable" ), transicion = paste(cat_2014, "->", cat_2018) ) |> arrange(grupo_2014, nombre_2014) ``` ### Detalle de Coincidencias por Sinonimia ```{r ver-sinonimos} por_sinonimo |> select(nombre_2014, nombre_2018, grupo_2014, cat_2014, cat_2018, tipo_match) |> kable(caption = "Especies emparejadas mediante sinonimia o reasignación taxonómica.") ``` --- ## 5. Especies Retiradas (Salidas de 2014) y Nuevas (Entradas en 2018) Identificamos los taxones del D.S. N° 004-2014 que ya no forman parte de la lista evaluada en el Libro Rojo 2018, así como cualquier especie nueva incorporada: ```{r salidas-entradas} emparejadas_2014 <- coincidencias$id_2014 emparejadas_2018 <- coincidencias$id_2018 # Especies de 2014 que no figuran en 2018 (7 especies) especies_retiradas <- lista_2014 |> filter(!id_2014 %in% emparejadas_2014) |> select(id_2014, nombre_2014, comun_2014, grupo_2014, cat_2014, categoria_2014, sinonimo_2014, observacion) # Especies incorporadas exclusivamente en 2018 especies_nuevas <- lista_2018 |> filter(!id_2018 %in% emparejadas_2018) |> select(id_2018, nombre_2018, grupo_2018, cat_2018, categoria_2018, sinonimo_2018) ``` ### Taxones Retirados del Listado 2018 ```{r tabla-retiradas} especies_retiradas |> select(id_2014, nombre_2014, grupo_2014, cat_2014, sinonimo_2014, observacion) |> kable(caption = "Especies del D.S. 004-2014 no incluidas en el Libro Rojo 2018.") ``` > **Nota Biológica y de Conservación**: Se identifican 7 especies retiradas pertenecientes a Anfibios (4 especies: *Telmatobius timens*, *Hyloxalus elachyistus*, *Psychrophrynella wettsteini*, *Telmatobius jelskii*) e Invertebrados (3 especies: *Bostryx aguilari*, *Argia inculta*, *Bostryx scalariformis*), reflejando actualizaciones en el estado del conocimiento y reconsideración de criterios de evaluación entre 2014 y 2018. --- ## 6. Resúmenes Estadísticos y Matriz de Transición ### Indicadores Generales de Comparación ```{r resumen-general} resumen_general <- tibble( Indicador = c( "Registros D.S. 004-2014", "Registros Libro Rojo 2018", "Coincidencias totales", " - Coincidencia directa (nombre aceptado)", " - Coincidencia por sinónimo / cambio taxonómico", "Sin cambio de categoría de amenaza", "Ascienden de categoría (mayor amenaza)", "Descienden de categoría (menor amenaza)", "Especies retiradas (solo 2014)", "Especies nuevas (solo 2018)" ), `N° Especies` = c( nrow(lista_2014), nrow(lista_2018), nrow(coincidencias), sum(coincidencias$tipo_match == "nombre aceptado"), sum(coincidencias$tipo_match == "sinónimo / cambio taxonómico"), sum(coincidencias$cambio == "sin cambio"), sum(coincidencias$cambio == "asciende (mayor amenaza)"), sum(coincidencias$cambio == "desciende (menor amenaza)"), nrow(especies_retiradas), nrow(especies_nuevas) ) ) resumen_general |> kable(caption = "Resumen cuantitativo global de la comparación entre 2014 y 2018.") ``` ### Matriz de Transición de Categorías (2014 vs. 2018) La matriz cruza las categorías del D.S. N° 004-2014 (filas) con las del Libro Rojo 2018 (columnas): ```{r matriz-transicion} matriz_transicion <- coincidencias |> mutate( cat_2014 = factor(cat_2014, levels = rev(niveles_cat)), cat_2018 = factor(cat_2018, levels = rev(niveles_cat)) ) |> count(cat_2014, cat_2018) |> pivot_wider(names_from = cat_2018, values_from = n, values_fill = 0) |> arrange(cat_2014) matriz_transicion |> kable(caption = "Matriz de transición: Categoría 2014 (filas) vs. Categoría 2018 (columnas).") ``` ### Distribución por Grupo Taxonómico ```{r balance-grupo} balance_grupo <- coincidencias |> count(Grupo = grupo_2018, Categoría = cat_2018) |> pivot_wider(names_from = Categoría, values_from = n, values_fill = 0) |> arrange(Grupo) balance_grupo |> kable(caption = "Distribución de especies categorizadas por grupo taxonómico en 2018.") ``` --- ## 7. Visualizaciones ### Heatmap de la Matriz de Transición ```{r grafico-transicion} p_transicion <- coincidencias |> count(cat_2014, cat_2018) |> mutate( cat_2014 = factor(cat_2014, levels = niveles_cat), cat_2018 = factor(cat_2018, levels = niveles_cat) ) |> ggplot(aes(x = cat_2018, y = cat_2014, fill = n)) + geom_tile(color = "white", linewidth = 0.8) + geom_text(aes(label = n), fontface = "bold", size = 4.5, color = "black") + scale_fill_gradient(low = "#e8f1f5", high = "#1b4965") + labs( title = "Transición de Categorías de Amenaza de Fauna Silvestre", subtitle = "D.S. N° 004-2014-MINAGRI → Libro Rojo de SERFOR (2018)", x = "Categoría 2018 (Libro Rojo)", y = "Categoría 2014 (D.S. 004-2014-MINAGRI)", fill = "N° de Especies" ) + theme_minimal(base_size = 12) + theme( plot.title = element_text(face = "bold", size = 13), panel.grid = element_blank(), legend.position = "right" ) print(p_transicion) ``` ### Distribución de Amenaza por Grupo Taxonómico ```{r grafico-grupos} colores_uicn <- c( "CR" = "#d90429", "EN" = "#f77f00", "VU" = "#fcbf49", "NT" = "#a7c957", "DD" = "#adb5bd" ) p_grupos <- coincidencias |> mutate( cat_2018 = factor(cat_2018, levels = c("CR", "EN", "VU", "NT", "DD")) ) |> ggplot(aes(x = grupo_2018, fill = cat_2018)) + geom_bar(position = "stack", color = "white", linewidth = 0.3) + scale_fill_manual(values = colores_uicn) + labs( title = "Especies Amenazadas por Grupo Taxonómico (2018)", subtitle = "Clasificación según Libro Rojo de SERFOR", x = "Grupo Taxonómico", y = "Número de Especies", fill = "Categoría" ) + theme_minimal(base_size = 12) + theme( plot.title = element_text(face = "bold"), axis.text.x = element_text(angle = 20, hjust = 1) ) print(p_grupos) ``` --- ## 8. Exportación de Resultados (Opcional) Si se desea exportar las tablas consolidadas y las figuras generadas para reportes externos, se puede emplear el paquete `writexl` y la función `ggsave()` de `ggplot2`: ```r # Exportación de hojas de cálculo con writexl: writexl::write_xlsx( list( resumen_general = resumen_general, coincidencias = coincidencias |> select(-starts_with("key")), especies_retiradas = especies_retiradas, especies_nuevas = especies_nuevas, matriz_transicion = matriz_transicion, balance_por_grupo = balance_grupo ), path = "comparacion_fauna_2014_2018.xlsx" ) # Guardar figura en alta resolución (300 DPI): ggsave( filename = "matriz_transicion_2014_2018.png", plot = p_transicion, width = 7, height = 5.5, dpi = 300 ) ``` --- ## 9. Conclusiones 1. **Alta Concordancia Taxonómica**: 528 de las 535 especies del D.S. N° 004-2014 (98.7 %) coinciden con la lista del Libro Rojo 2018, con 527 coincidencias directas y 1 resolución sinonímica (*Oreonax flavicauda* = *Lagothrix flavicauda*). 2. **Retiro de Taxones**: 7 especies del decreto de 2014 no fueron incluidas en el Libro Rojo de 2018 (4 anfibios y 3 invertebrados). 3. **Consistencia de Categorías**: Las 528 especies evaluadas mantuvieron su categoría oficial de amenaza entre ambos instrumentos. 4. **Reproducibilidad en `perufaunads004`**: La integración de las funciones de normalización y los datos estructurados en el paquete facilita el monitoreo continuo ante futuras actualizaciones normativas de la fauna silvestre amenazada en el Perú.