R语言入门:vegan包diversity()、simpson.unb()、fisher.alpha()、specnumber函数

发布于:2024-04-20 ⋅ 阅读:(41) ⋅ 点赞:(0)

1、简介

Shannon, Simpson, and Fisher diversity indices and species richness.

2、使用语法

diversity(x, index = "shannon", groups, equalize.groups = FALSE,
   MARGIN = 1, base = exp(1))
simpson.unb(x, inverse = FALSE)
fisher.alpha(x, MARGIN = 1, ...)
specnumber(x, groups, MARGIN = 1)

3、参数解释

3.1 diversity() 

  • 作用: 计算样本的生物多样性指数。
  • 参数:
    • x: 包含生物数据的矩阵或数据框。
    • index: 指定要计算的生物多样性指数,例如 Shannon、Simpson 、Invsimpson等。
    • groups: (可选)分组变量,用于根据其值计算指数。
    • equalize.groups: (可选)逻辑值,指示是否在计算指数之前均衡组的样本数。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
    • base: (可选)用于 Shannon 指数计算的底数。
  • 返回值: 返回一个包含生物多样性指数的向量或矩阵。

3.2 simpson.unb()

  • 作用: 计算样本的 Simpson 无偏估计。
  • 参数:
    • x: 包含生物数据的矩阵或数据框。
    • inverse: (可选)逻辑值,指示是否返回 Simpson 的逆指数(即倒数)。
  • 返回值: 返回 Simpson 未偏估计的值或其逆。

3.3 fisher.alpha()

  • 作用: 计算样本的 Fisher's alpha 指数。
  • 参数:
    • x: 包含生物数据的矩阵或数据框。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
    • ...: 其他参数,用于传递给底层函数。
  • 返回值: 返回 Fisher's alpha 指数的值。
3.4 specnumber()
  • 作用: 计算样本的物种数或群落中的物种丰富度。
  • 参数:
    • x: 包含生物数据的矩阵或数据框。
    • groups: (可选)分组变量,用于根据其值计算物种数。
    • MARGIN: 指示应用函数的维度,1 表示按行应用,2 表示按列应用。
  • 返回值: 返回样本中的物种数。

4、举例

代码来自于:[Package vegan version 2.6-4 Index],在Rstudio中可找到这个代码。

这里对生态数据集BCI进行了一系列生物多样性分析,并进行了一些统计计算和绘图,以了解不同栖息地之间的物种多样性和差异。

# 加载BCI和BCI.env数据集
data(BCI, BCI.env)

# 计算整体生物多样性(Shannon指数)
H <- diversity(BCI)

# 计算Simpson指数
simp <- diversity(BCI, "simpson")

# 计算Simpson逆指数
invsimp <- diversity(BCI, "inv")

# 计算无偏估计的Simpson指数
unbias.simp <- simpson.unb(BCI)

# 计算Fisher's alpha指数
alpha <- fisher.alpha(BCI)

# 绘制散点图矩阵以比较各指数
pairs(cbind(H, simp, invsimp, unbias.simp, alpha), pch="+", col="blue")

# 物种丰富度(S)和Pielou's均匀度(J)的计算:
S <- specnumber(BCI) # 或者使用 rowSums(BCI > 0)
J <- H/log(S)

# beta多样性定义为gamma/alpha - 1:
# alpha是组内平均物种数,gamma是组内总物种数
alpha <- with(BCI.env, tapply(specnumber(BCI), Habitat, mean))
gamma <- with(BCI.env, specnumber(BCI, Habitat))
gamma/alpha - 1

# 类似的计算可以使用Shannon多样性指数
alpha <- with(BCI.env, tapply(diversity(BCI), Habitat, mean)) # 平均值
gamma <- with(BCI.env, diversity(BCI, groups=Habitat)) # 合并值

# 基于Shannon指数的加性beta多样性
gamma-alpha

Run example:

 

参考:Package vegan version 2.6-4