Introducción

La base de datos threatenedperu incluida en el paquete peruflorads43 contiene la lista oficial de especies de plantas amenazadas del Perú según el Decreto Supremo N° 043-2006-AG y su actualización taxonómica utilizando la información de Plants of the World Online (POWO) del Royal Botanic Gardens, Kew.

Carga del conjunto de datos

threatenedperu <- get_threatened_database(type = "original")

El objeto threatenedperu es un tibble con 776 registros y 13 columnas, estructurado de la siguiente manera:

Tipo de columna	Variables principales	Descripción
Datos originales (DS 043-2006-AG)	`scientific_name`, `author`, `family`, `threat_category`, `genus`, `species`, `infraspecies`, `tag`, `infraspecies_2`	Información original del listado de especies amenazadas publicado en 2006.
Datos actualizados (POWO)	`accepted_name`, `accepted_name_author`, `accepted_family`, `taxonomic_status`	Información validada con taxonomía actualizada según POWO.

Revisión de escritura y normalización

Durante la depuración se realizaron las siguientes acciones:

Corrección de errores tipográficos en nombres científicos y autores.
Homogeneización de abreviaturas de autores.
Normalización de mayúsculas en géneros y epítetos.
Eliminación de espacios dobles y caracteres especiales.

Ejemplo comparativo de los de errores tipográficos en nombres científicos:


threatenedperu |>
  dplyr::mutate(compara = scientific_name != accepted_name) |> 
  dplyr::mutate(
    # Calcula la distancia solo cuando los nombres difieren
    string_distance = ifelse(
      compara,
      stringdist::stringdist(scientific_name, accepted_name, method = "lv"), # 'lv' = Levenshtein
      0
    )
  ) |>
  dplyr::filter(string_distance > 0 & string_distance < 3) |> 
  dplyr::select(scientific_name, accepted_name, string_distance) |> 
  gt::gt()

scientific_name	accepted_name	string_distance
Ascidiogine wurdackii	Ascidiogyne wurdackii	1
Onoseris chrysactinioides	Onoseris chrysactinoides	1
Otholobium munyensis	Otholobium munyense	2
Proboscidea altheaefolia	Proboscidea althaeifolia	2
Jaltomata mioneii	Jaltomata mionei	1
Solanum chuquidenum	Solanum chiquidenum	1
Begonia octopetala subsp. ovatoformis	Begonia octopetala subsp. ovatiformis	1
Nototriche pseudo-pichinchensis	Nototriche pseudopichinchensis	1
Nototriche tovari	Nototriche tovarii	1
Mutisia wurdacki	Mutisia wurdackii	1
Parastrephia phylicaeformis	Parastrephia phyliciformis	2
Senecio violaefolius	Senecio violifolius	2
Cyathostegia mathewsii	Cyathostegia matthewsii	1
Pachyrrhizus tuberosus	Pachyrhizus tuberosus	1
Peltogyne altisima	Peltogyne altissima	1
Aniba rosaeodora	Aniba rosodora	2
Acaulimalva parnassiaefolia	Acaulimalva parnassiifolia	2
Solanum huancabambese	Solanum huancabambense	1
Solanum rachialatum	Solanum raquialatum	2
Hesperoxiphion pardale	Hesperoxiphion pardalis	2
Salvia opossitiflora	Salvia oppositiflora	2
Cycnoches peruviana	Cycnoches peruvianum	2
Masdevallia zebraceae	Masdevallia zebracea	1
Telipogon alegria	Telipogon alegriae	1
Aspasia psitticina	Aspasia psittacina	1
Epidendrum micro-cattleya	Epidendrum microcattleya	1
Gongora quinquinervis	Gongora quinquenervis	1
Masdevallia andreettaeana	Masdevallia andreettana	2
Maxillaria rotumdilabia	Maxillaria rotundilabia	1
Miltoniopsis bismarkii	Miltoniopsis bismarckii	1
Mormodes rolfeanum	Mormodes rolfeana	2
Psychopsis versteegianum	Psychopsis versteegiana	2
Rodriguezia bockii	Rodriguezia bockiae	2
Stanhopea haselowiana	Stanhopea haseloffiana	2
Stanhopea jenishiana	Stanhopea jenischiana	1
Trichopilia fragans	Trichopilia fragrans	1
Trichopilia juninense	Trichopilia juninensis	2
Zygopetalum labiosum	Zygosepalum labiosum	2
Myrosmodes nubigenum	Myrosmodes nubigena	2
Myrosmodes paludosum	Myrosmodes paludosa	2
Cumulopuntia sphaericus	Cumulopuntia sphaerica	2
Matucana haynei	Matucana haynii	1

Variable taxonomic_status

Esta variable describe la relación entre el nombre original y su estado taxonómico según POWO:

“Accepted” El nombre original se mantiene vigente.
“Synonym” El nombre original fue reemplazado por otro aceptado.
“No opinion” No se dispone de información actual o existe ambigüedad taxonómica.

Ejemplos de cada categoría:

# Nombres aceptados
threatenedperu |>
filter(taxonomic_status == "Accepted") |>
select(scientific_name, accepted_name) |>
slice_head(n = 5)
#> # A tibble: 5 × 2
#>   scientific_name            accepted_name             
#>   <chr>                      <chr>                     
#> 1 Aphelandra cuscoensis      Aphelandra cuscoensis     
#> 2 Aphelandra formosa         Aphelandra formosa        
#> 3 Aphelandra wurdackii       Aphelandra wurdackii      
#> 4 Tetramerium sagasteguianum Tetramerium sagasteguianum
#> 5 Rauhia decora              Rauhia decora

#Nombres sinónimos

threatenedperu |>
filter(taxonomic_status == "Synonym") |>
select(scientific_name, accepted_name) |>
slice_head(n = 5)
#> # A tibble: 5 × 2
#>   scientific_name         accepted_name               
#>   <chr>                   <chr>                       
#> 1 Pucara leucantha        Stenomesson leucanthum      
#> 2 Ceroxylon weberbaueri   Ceroxylon pityrophyllum     
#> 3 Dyssodia lopez-mirandae Schizotrichia lopez-mirandae
#> 4 Senecio mollendoensis   Lomanthus mollendoensis     
#> 5 Senecio okopanus        Lomanthus okopanus

#Casos sin opinión

threatenedperu |>
filter(taxonomic_status == "No opinion") |>
select(scientific_name, accepted_name) |>
slice_head(n = 5)
#> # A tibble: 2 × 2
#>   scientific_name      accepted_name      
#>   <chr>                <chr>              
#> 1 Otholobium mexicanum <NA>               
#> 2 Otholobium munyensis Otholobium munyense

Análisis cuantitativo de la actualización taxonómica

Proporción de especies según su estatus taxonómico

status_summary <- threatenedperu |>
count(taxonomic_status) |>
mutate(pct = round(100 * n / sum(n), 1), 
       label = paste0(pct, "% (", n, ")"))

gt::gt(status_summary)

taxonomic_status	n	pct	label
Accepted	595	76.7	76.7% (595)
No opinion	2	0.3	0.3% (2)
Synonym	179	23.1	23.1% (179)

ggplot(status_summary, aes(
  x = reorder(taxonomic_status, -pct),
  y = pct,
  fill = taxonomic_status
)) +
  geom_col(width = 0.7, show.legend = FALSE) +
  geom_text(aes(label = label), vjust = -0.4, size = 10, fontface = "bold") +
  scale_fill_manual(
    values = c(
      "Accepted" = "#4CAF50",   # verde para nombres válidos
      "Synonym" = "#2196F3",    # azul para sinónimos
      "No opinion" = "#FFC107"  # amarillo para indeterminados
    )
  ) +
  labs(
    title = "Proporción de nombres por estado taxonómico",
    x = "Estatus taxonómico",
    y = "Porcentaje (%)"
  ) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.1))) +
  theme_bw() +
  theme(
    plot.title = element_text(size = 28, face = "bold", hjust = 0.5),
    axis.title.x = element_text(size = 22, margin = margin(t = 10)),
    axis.title.y = element_text(size = 22,margin = margin(r = 10)),
    axis.text = element_text(size = 22, color = "black"),
    panel.grid.minor = element_blank(),
    panel.grid.major.x = element_blank()
  )

Distribución de especies por categoría de amenaza

category_summary <- threatenedperu |>
count(threat_category, .drop = FALSE) |>
mutate(
    threat_category = factor(threat_category, levels = c("CR","EN","VU","NT")),
    pct   = round(100 * n / sum(n), 1),
    label = paste0(n, " (", pct, "%)")
  )

gt::gt(category_summary)

threat_category	n	pct	label
CR	193	24.9	193 (24.9%)
EN	73	9.4	73 (9.4%)
NT	119	15.3	119 (15.3%)
VU	391	50.4	391 (50.4%)

ggplot(category_summary,
       aes(x = forcats::fct_reorder(threat_category, n),
                                    y = n,
           fill = threat_category)) +
  geom_col(width = 0.7, show.legend = FALSE) +
  geom_text(aes(label = label), vjust = -0.35, size = 10, fontface = "bold") +
  scale_fill_manual(values = c(
    "CR" = "#D32F2F",        
    "EN" = "#F57C00",        
    "VU" = "#FBC02D",        
    "NT" = "#388E3C"        
  )) +
  labs(
    title = "Distribución de especies por categoría de amenaza (IUCN)",
    x = "Categoría IUCN", y = "Número de especies"
  ) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.10))) +
  theme_bw() +
  theme(
    plot.title = element_text(size = 28, face = "bold", hjust = 0.5),
    axis.text  = element_text(size = 22, color = "black"),
    axis.title = element_text(size = 22, color = "black"),
    panel.grid.major.x = element_blank()
  )

Ejemplos de cambios taxonómicos relevantes

Algunos casos de sinónimos actualizados con sus equivalentes aceptados:

threatenedperu |>
filter(taxonomic_status == "Synonym") |>
select(scientific_name, accepted_name, accepted_family, threat_category) |>
  head(n=20) |> 
  gt::gt()

scientific_name	accepted_name	accepted_family	threat_category
Pucara leucantha	Stenomesson leucanthum	Amaryllidaceae	CR
Ceroxylon weberbaueri	Ceroxylon pityrophyllum	Arecaceae	CR
Dyssodia lopez-mirandae	Schizotrichia lopez-mirandae	Asteraceae	CR
Senecio mollendoensis	Lomanthus mollendoensis	Asteraceae	CR
Senecio okopanus	Lomanthus okopanus	Asteraceae	CR
Capparis eucalyptifolia	Morisonia flexuosa	Capparaceae	CR
Capparis scabrida	Morisonia scabrida	Capparaceae	CR
Carica candicans	Vasconcellea candicans	Caricaceae	CR
Carica quercifolia	Vasconcellea quercifolia	Caricaceae	CR
Carica stipulata	Vasconcellea stipulata	Caricaceae	CR
Myrcia fallax	Myrcia splendens	Myrtaceae	CR
Prumnopitys harmsiana	Pectinopitys harmsiana	Podocarpaceae	CR
Huthia longiflora	Cantua mediamnis	Polemoniaceae	CR
Laccopetalum giganteum	Ranunculus giganteus	Ranunculaceae	CR
Hesperomeles heterophylla	Hesperomeles obtusifolia var. obtusifolia	Rosaceae	CR
Larnax dilloniana	Deprea dilloniana	Solanaceae	CR
Larnax kann-rasmussenii	Deprea kann-rasmussenii	Solanaceae	CR
Larnax macrocalyx	Deprea macrocalyx	Solanaceae	CR
Larnax nieva	Deprea nieva	Solanaceae	CR
Larnax purpurea	Deprea purpurea	Solanaceae	CR

Estos ejemplos muestran cómo especies registradas originalmente bajo un nombre hoy obsoleto fueron actualizadas conforme a la nomenclatura moderna (por ejemplo, Pucara leucantha ~ Stenomesson leucanthum).

Evaluación de coincidencias entre nombres originales y aceptados

El siguiente código calcula la proporción de coincidencia directa entre scientific_name y accepted_name:

threatenedperu |>
summarise(
total = n(),
iguales = sum(scientific_name == accepted_name, na.rm = TRUE),
porcentaje_iguales = round(100 * iguales / total, 1)
)
#> # A tibble: 1 × 3
#>   total iguales porcentaje_iguales
#>   <int>   <int>              <dbl>
#> 1   776     554               71.4

Esto permite cuantificar el grado de estabilidad nomenclatural en el decreto original frente a la taxonomía actual.

Conclusiones

La base de datos threatenedperu integra información oficial del DS 043-2006-AG con nomenclatura validada por POWO, permitiendo análisis actualizados sobre especies protegidas.
La variable taxonomic_status es clave para identificar cambios taxonómicos: alrededor de 23.1% de los nombres originales corresponden a sinónimos.

threatenedperu |>
  dplyr::count(taxonomic_status) |>
  dplyr::mutate(porcentaje = scales::percent(n / sum(n), accuracy = 0.1)) |> 
  gt::gt()

taxonomic_status	n	porcentaje
Accepted	595	76.7%
No opinion	2	0.3%
Synonym	179	23.1%

La homogeneización de la escritura y la normalización de abreviaturas garantizan la interoperabilidad con otras bases de datos botánicas.
Este recurso constituye una herramienta util para la investigación, conservación y gestión de la flora amenazada del Perú.

Referencias Ministerio de Agricultura del Perú (2006). Decreto Supremo N° 043-2006-AG: Listado de especies de flora amenazada del Perú.

Plants of the World Online (POWO). Royal Botanic Gardens, Kew. https://powo.science.kew.org

Exploración de la Base de Datos `threatenedperu`

Paul E. Santos Andrade

2025-10-26

Introducción

Carga del conjunto de datos

Revisión de escritura y normalización

Variable taxonomic_status

Análisis cuantitativo de la actualización taxonómica

Ejemplos de cambios taxonómicos relevantes

Evaluación de coincidencias entre nombres originales y aceptados

Conclusiones

Exploración de la Base de Datos threatenedperu

Paul E. Santos Andrade

2025-10-26

Introducción

Carga del conjunto de datos

Revisión de escritura y normalización

Variable taxonomic_status

Análisis cuantitativo de la actualización taxonómica

Ejemplos de cambios taxonómicos relevantes

Evaluación de coincidencias entre nombres originales y aceptados

Conclusiones

Exploración de la Base de Datos `threatenedperu`