Acceso a los datos de OBIS

Cómo encontrar y acceder a los datos de OBIS

Elizabeth Lawrence

2026-07-24

Cómo obtener datos de OBIS

Existen varias formas de acceder, según lo que necesites:

• obis.org — explorar, buscar y citar conjuntos de datos
• OBIS Mapper — exploración visual y descargas rápidas
• robis — acceso programático desde R
• Parquet + robisdb (nuevo) — acceso rápido y local al conjunto de datos completo

Esto refleja las opciones del Módulo 8, pero aquí nos enfocamos en las cuatro más relevantes para este grupo. También existen exportaciones completas en CSV y descargas directas desde el IPT, pero las cuatro opciones anteriores cubren la mayoría de los flujos de trabajo reales. Buen momento para preguntar al grupo qué están tratando de hacer (una especie vs. una región completa vs. un análisis masivo), ya que esto determina cuál opción es la más adecuada — las próximas diapositivas van, a grandes rasgos, de “descarga puntual pequeña” a “acceso masivo/programático.”

El portal de OBIS — obis.org

Tu punto de partida para encontrar y entender los datos:

• Buscar y explorar por taxón, región o conjunto de datos
• Ver el resumen del conjunto de datos y la información de citación
• Encontrar los datos de contacto del proveedor de los datos

Vale la pena contrastar esto con el Mapper (siguiente diapositiva): las descargas desde la página de inicio o del conjunto de datos vienen como archivos de tabla separados, mientras que las descargas del Mapper o de la exportación completa se combinan en una sola tabla de occurrence+event, con las extensiones eMoF/DNA disponibles solo si se marca la casilla correspondiente. Esta distinción suele confundir a los participantes, así que hay que señalarla explícitamente.

OBIS Mapper — mapper.obis.org

Exploración visual de los datos de OBIS, basada en filtros:

• Filtrar por taxón, geografía, tiempo y extensiones
• Combinar varias capas en una sola vista
• Descargar capas individuales como CSV
  • Mejor para conjuntos de datos más pequeños (<20,000,000 registros)
• Incluir las extensiones eMoF y/o de datos derivados de ADN
  • (marca la casilla — no está activada por defecto)

Excelente herramienta para hacer una verificación visual rápida antes de hacer cualquier cosa programática — “¿esta región realmente tiene datos de eDNA?” La coincidencia de nombres con “Maptool” es una fuente real de confusión, vale la pena mencionarla explícitamente ya que Maptool surgió antes en el contexto de datos sensibles.

robis — acceso programático desde R

install.packages("robis")
library(robis)

records <- occurrence(scientificname = "Megaptera novaeangliae", fields="associatedSequences")
dna <- dataset(scientificname = "Megaptera novaeangliae", fields="associatedSequences")

• Consultar por especie, grupo taxonómico, geometría (WKT), profundidad, tiempo, indicadores de calidad…
• Función incorporada checklist() para listas de taxones en un área
• dataset() — consulta de conjuntos de datos en lugar de registros biológicos

github.com/iobis/robis

Esta es la opción principal para la mayoría de las tareas del tipo “necesito los datos de esta especie/región en R” — internamente se comunica directamente con la API de OBIS, por lo que no requiere almacenamiento local. Es ideal para descargas pequeñas a medianas; para algo que se acerque a “todo el conjunto de datos de OBIS” o consultas pesadas repetidas, el enfoque de Parquet de la siguiente diapositiva es más adecuado.

Nuevo: acceso rápido mediante Parquet

• OBIS publica el conjunto de datos global completo en formato Parquet
• Paquete de R recién lanzado, robisdb
  • (publicado este mes — en desarrollo activo)

pak::pak("iobis/robisdb")
library(robisdb)

con <- connect_opendata_local("~/data/obis-open-data")
occ <- con |> occurrence_db(scientificname = "Minuca rapax")

• Refleja las funciones de robis en la medida de lo posible (occurrence_db(), checklist_db()…)
• Funciona sobre DuckDB — consultas rápidas y locales sin cargar todo en memoria
• Diseñado para escalar: análisis del conjunto de datos completo o repetidos que serían lentos vía la API

Esto es muy nuevo (de este mes), así que hay que tratarlo como “hacia dónde se dirigen las cosas” y no como un flujo de trabajo maduro y completamente documentado — revisa github.com/iobis/robisdb para lo más reciente, ya que los detalles pueden cambiar. Vale la pena mencionar que esto existe específicamente porque cargar todo el conjunto de datos de OBIS vía la API/robis no es viable en la mayoría de las laptops — Parquet + DuckDB es la respuesta de OBIS a ese problema de escala. Conjuntos de datos relacionados (speciesgrids, obistherm) también se pueden consultar de la misma manera.