承接上一篇推文中的所涉及的分析方法,记录一下指示种分析在R语言中的实现:
应用:可用于识别特定环境下的指示生物,然后结合定量的环境指标进一步分析相关物种的环境偏好,在环境污染评价及生态系统保护方面均可应用此方法 例如,在 Stream biodiversity and monitoring in North Central, Nigeria: the use of macroinvertebrate indicator species as surrogates
这篇文章中,作者通过鉴别参照点与受损点的指示种,并与环境因子做相关分析,探讨其环境偏好,以便于后续环境监测,感兴趣的可自行检索
#指示种分析 -------------------------------------------------------------------------
library(vegan)
data("mite")
data("mite.env")
library(labdsv)
?indval
通过帮助文档查看所需数据及其格式(一个分组变量,可以是通过环境指标聚类所得;一个行为样本,列为物种的数据框),避免使用聚类所得的组别信息进行这个分析(有自证嫌疑)
mite.indval <- indval(mite,mite.env$Shrub)
#筛选p值小于0.05的指示种及其对应的指示值
library(dplyr)
indval.p <- mite.indval$pval %>% data.frame()
ind.sp <- rownames(indval.p)[indval.p$.<0.05]
indval.sp <- mite.indval$indval[rownames(mite.indval$indval) %in% ind.sp,]
#整理数据
indval.sp$sp <- rownames(indval.sp)
indval.sp.melt <- reshape2::melt(indval.sp)#将其转换为长数据
#可视化
library(ggplot2)
colors_new <- c("red", "pink", "orange", "lightgreen", "blue")
ggplot(data=indval.sp.melt, aes(x=variable, y=value, fill=variable)) +
geom_bar(stat="identity") +
facet_wrap(~ sp, ncol = 6) +
ylab("Indicator Value")+
scale_fill_manual(values=colors_new)+
theme_bw()
结束🏄♂️
参考来源:
[1].数量生态学(第二版) 赖江山译
[2].The accumulation of species and recovery of species composition along a 70 year succession in a tropical secondary forest(文章附有代码),参见作者的解读:一个群落beta多样性分析的完整R脚本
联系客服