R計(jì)算功能多樣性— functional diversity (FD)

一般植物功能特征被劃分為3類:一是植物形態(tài)特征, 包括生長型阔涉、生活型褒傅、植株高度等捧存;二是植物生殖特征,包括傳粉方式粪躬、擴(kuò)散方式担败、種子重量等;三是植物生理特征, 如植物固氮能力等[30].

為研究中包括的每個(gè)物種創(chuàng)建一個(gè)定性和/或定量性狀的矩陣镰官;使用R中的FD包來計(jì)算你選擇的性狀的種間Gower距離提前。Gower距離矩陣可用于繪制樹狀圖,描述物種間的相似性/不相似性泳唠,然后你可以使用R中的FD或BAT或其他軟件包狈网,以類似于計(jì)算系統(tǒng)發(fā)育多樣性(PD)的方式,總結(jié)連接每個(gè)物種庫中的物種的分支長度笨腥。 參考:https://www.researchgate.net/post/Can_anyone_help_with_measuring_functional_diversity

FD computes different multidimensional FD indices. Tocompute FD indices, a species-by-trait(s) matrix is required (or at least aspecies-by-species distance matrix). gowdis computes the Gower dissimilarityfrom different trait types (continuous, ordinal, nominal, or binary), andtolerates NAs. It can treat ordinal variables as described by Podani (1999),and can handle asymetric binary variables and variable weights. gowdis iscalled bydbFD, the main function of FD.】

dbFD uses principal coordinates analysis (PCoA) toreturn PCoA axes, which are then used as ‘traits’to compute FD. dbFD computesseveral multidimensional FD indices, including the three indices of Villéger etal. (2008): functional richness (FRic), functional evenness (FEve), andfunctional divergence (FDiv). It also computesfunctional dispersion (FDis) (Laliberté and Legendre 2010), Rao’s quadraticentropy (Q) (Botta-Dukát 2005), a posteriori functional group richness (FGR),and the community-level weighted means of trait values (CWM), an index offunctional composition. Some of these indices can be weighted by speciesabundances. dbFD includes several options for flexibility.

Package FD:computes different multidimensional functional diversity (FD) indices

基本命令:?dbFD(x, a, w, w.abun = TRUE, stand.x = TRUE,..)

x: 功能特征的矩陣或數(shù)據(jù)框架

a: 包括出現(xiàn)在x中的物種豐富度矩陣拓哺。The number of species (columns) in a must?match the number of species (rows) in x. In addition, thespecies labels in a and?x must be identical and in the same order. (x和a兩個(gè)數(shù)據(jù)集的物種數(shù)目一致和順序相同)

1. 數(shù)據(jù)準(zhǔn)備:

建立兩個(gè)數(shù)據(jù)dataframe, 保持兩個(gè)數(shù)據(jù)集中的物種名稱順序保持一致:

FD包官方測試數(shù)據(jù):藍(lán)奏云: https://wwe.lanzoui.com/iG2lNqyrt5g

情況1:手動(dòng)錄入的數(shù)據(jù)脖母,或者數(shù)據(jù)量少的數(shù)據(jù)可手動(dòng)調(diào)節(jié)士鸥;

情況2:物種較多,兩個(gè)數(shù)據(jù)集包含較多的物種名稱不一致情況谆级;

解決辦法:使用excel烤礁,若X和a中的物種不完全相符,以物種較少的數(shù)據(jù)物種數(shù)目為準(zhǔn)肥照,刪減x中的數(shù)據(jù)以對應(yīng)a脚仔。利用數(shù)據(jù)透視表功能建立數(shù)據(jù)矩陣;注意:a中物種名稱若出現(xiàn)空格建峭,將不能成功讀取玻侥,會出現(xiàn)格式變化,建議標(biāo)準(zhǔn)物種名稱為“Abies_chensiensis”(加短橫線)亿蒸。

1. 原始數(shù)據(jù):列A代表物種名稱凑兰,列B代表所在的群落
2. 數(shù)據(jù)透視表插入,以物種作為行坐標(biāo)
3. 顛倒橫縱坐標(biāo)边锁,讓物種信息處于列

2. FD包計(jì)算

2.1 加載包

library(“FD”)? ?#加載FD包

2.2 加載數(shù)據(jù)

traits <- read.csv("D:/xxx.csv", row.names=1)? ?#x姑食,加載數(shù)據(jù)

species <- read.csv("D:/xxx.csv", header=T,row.names=1)? ?#a,加載數(shù)據(jù)

2.3 數(shù)據(jù)檢查

rownames(traits)? #查看導(dǎo)入數(shù)據(jù)的行列名稱茅坛,是否有不一致情況

colnames(traits)??#查看導(dǎo)入數(shù)據(jù)的行列名稱音半,是否有不一致情況

rownames(species)??#查看導(dǎo)入數(shù)據(jù)的行列名稱,是否有不一致情況

colnames(species)??#查看導(dǎo)入數(shù)據(jù)的行列名稱贡蓖,是否有不一致情況

2.4 計(jì)算FD

results?= dbFD(traits, species, corr="lingoes")? ? #dbFD計(jì)算FD值

計(jì)算成功

2.4.1 常見FD計(jì)算步驟報(bào)錯(cuò)


原因:species 和trait中物種數(shù)目不一致曹鸠,需要將兩個(gè)數(shù)據(jù)矩陣中物種數(shù)量和順序一致!
可能原因:trait性狀矩陣中存在不能識別的性狀變量斥铺,改為數(shù)值型變量試試(如“常綠”彻桃、“落葉”改為“1”、”2“)


?原因:species 和trait中物種順序不一致晾蜘,需要將兩個(gè)數(shù)據(jù)矩陣中物種數(shù)量和順序一致邻眷!

報(bào)錯(cuò)信息:

#Error in dbFD(traits, species) :? At least onespecies does not occur in any community (zero total abundance across allcommunities).

解決辦法:x和a兩個(gè)數(shù)據(jù)集物種不一致眠屎,存在無功能性狀的空白物種數(shù)據(jù),需要?jiǎng)h除樣方中不存在的物種


報(bào)錯(cuò)信息:

#Error in dbFD(traits, species) :

? Species xspecies distance matrix was still is not Euclidean after 'sqrt' correction. Useanother correction method.

?解決辦法:a =dbFD(traits, species, corr="lingoes")


2.5 數(shù)據(jù)導(dǎo)出

write.csv(results,file = "D:/ xxx-FD-results.csv")? #數(shù)據(jù)導(dǎo)出肆饶,結(jié)果導(dǎo)出為csv格式數(shù)據(jù)

## FD一般是FR改衩,F(xiàn)E,F(xiàn)D三個(gè)層面驯镊,F(xiàn)R指功能多樣性豐富度葫督,F(xiàn)E值功能多樣性均勻度,F(xiàn)D值功能多樣性離散度阿宅。


碼字不易候衍,點(diǎn)贊為謝!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末洒放,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子滨砍,更是在濱河造成了極大的恐慌往湿,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件惋戏,死亡現(xiàn)場離奇詭異领追,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)响逢,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評論 3 392
  • 文/潘曉璐 我一進(jìn)店門绒窑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人舔亭,你說我怎么就攤上這事些膨。” “怎么了钦铺?”我有些...
    開封第一講書人閱讀 162,415評論 0 353
  • 文/不壞的土叔 我叫張陵订雾,是天一觀的道長。 經(jīng)常有香客問我矛洞,道長洼哎,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,157評論 1 292
  • 正文 為了忘掉前任沼本,我火速辦了婚禮噩峦,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘抽兆。我一直安慰自己识补,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評論 6 388
  • 文/花漫 我一把揭開白布郊丛。 她就那樣靜靜地躺著李请,像睡著了一般瞧筛。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上导盅,一...
    開封第一講書人閱讀 51,125評論 1 297
  • 那天较幌,我揣著相機(jī)與錄音,去河邊找鬼白翻。 笑死乍炉,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的滤馍。 我是一名探鬼主播岛琼,決...
    沈念sama閱讀 40,028評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼巢株!你這毒婦竟也來了槐瑞?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,887評論 0 274
  • 序言:老撾萬榮一對情侶失蹤阁苞,失蹤者是張志新(化名)和其女友劉穎困檩,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體那槽,經(jīng)...
    沈念sama閱讀 45,310評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡悼沿,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了骚灸。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片糟趾。...
    茶點(diǎn)故事閱讀 39,690評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖甚牲,靈堂內(nèi)的尸體忽然破棺而出义郑,到底是詐尸還是另有隱情,我是刑警寧澤鳖藕,帶...
    沈念sama閱讀 35,411評論 5 343
  • 正文 年R本政府宣布魔慷,位于F島的核電站,受9級特大地震影響著恩,放射性物質(zhì)發(fā)生泄漏院尔。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評論 3 325
  • 文/蒙蒙 一喉誊、第九天 我趴在偏房一處隱蔽的房頂上張望邀摆。 院中可真熱鬧,春花似錦伍茄、人聲如沸栋盹。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽例获。三九已至汉额,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間榨汤,已是汗流浹背蠕搜。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留收壕,地道東北人妓灌。 一個(gè)月前我還...
    沈念sama閱讀 47,693評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像蜜宪,于是被迫代替她去往敵國和親虫埂。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評論 2 353

推薦閱讀更多精彩內(nèi)容