Atlas Botánico del Perú

Problema

La diversidad de plantas y hongos del Perú está repartida entre GBIF, WCVP y APG IV sin una vista única con sinónimos resueltos. Los conteos crudos de ocurrencias sobreestiman la diversidad porque nunca colapsan nombres distintos de la misma especie aceptada antes de contar.

Enfoque

ETL reproducible sobre GBIF, WCVP y APG IV → marts estáticos → sitio sin backend. Resuelve sinónimos antes de contar: por eso las cifras son más bajas —y más defendibles— que las de fuentes que cuentan nombres crudos.

El pipeline corre diez etapas reproducibles sobre cerca de 1,3 millones de registros crudos de ocurrencias GBIF (1,29 millones solo para Plantae): descarga, cruce taxonómico contra el backbone de nombres aceptados de WCVP para plantas y el de Index Fungorum para hongos, modelado, agregación, análisis, export y un perfil de calidad de datos. Cada descarga lleva DOI, así que cualquier cifra del sitio se puede rastrear hasta una instantánea exacta y citable, no hasta una consulta viva que podría cambiar en silencio.

Cruzar contra un backbone de nombres aceptados es el trabajo real: los registros crudos de GBIF incluyen sinónimos, errores de tipeo y nombres desactualizados, y ninguno de esos debería contarse como especie distinta. Tras el cruce, el 99,9% de las ocurrencias de plantas y el 98,75% de las de hongos resuelven a un nombre aceptado -el remanente sin resolver se reporta en vez de descartarse o sumarse en silencio al total.

Los ocho marts resultantes (riqueza por departamento, composición por familia, espectro de formas de vida, descritas por año, y más) son archivos planos JSON y Parquet leídos en build time con un readFileSync directo, así que el sitio publicado no hace ningún fetch en runtime y no necesita backend ni servidor de base de datos para servir un árbol taxonómico navegable y una coropleta por departamento.