R计算功能多样性— functional diversity (FD)

一般植物功能特征被划分为3类:一是植物形态特征, 包括生长型、生活型、植株高度等;二是植物生殖特征,包括传粉方式、扩散方式、种子重量等;三是植物生理特征, 如植物固氮能力等[30].

为研究中包括的每个物种创建一个定性和/或定量性状的矩阵;使用R中的FD包来计算你选择的性状的种间Gower距离。Gower距离矩阵可用于绘制树状图,描述物种间的相似性/不相似性,然后你可以使用R中的FD或BAT或其他软件包,以类似于计算系统发育多样性(PD)的方式,总结连接每个物种库中的物种的分支长度。 参考: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: 功能特征的矩阵或数据框架

a: 包括出现在x中的物种丰富度矩阵。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两个数据集的物种数目一致和顺序相同)

1. 数据准备:

建立两个数据dataframe, 保持两个数据集中的物种名称顺序保持一致:

FD包官方测试数据:蓝奏云: https://wwe.lanzoui.com/iG2lNqyrt5g

情况1:手动录入的数据,或者数据量少的数据可手动调节;

情况2:物种较多,两个数据集包含较多的物种名称不一致情况;

解决办法:使用excel,若X和a中的物种不完全相符,以物种较少的数据物种数目为准,删减x中的数据以对应a。利用数据透视表功能建立数据矩阵;注意:a中物种名称若出现空格,将不能成功读取,会出现格式变化,建议标准物种名称为“Abies_chensiensis”(加短横线)。

1. 原始数据:列A代表物种名称,列B代表所在的群落
2. 数据透视表插入,以物种作为行坐标
3. 颠倒横纵坐标,让物种信息处于列

2. FD包计算

2.1 加载包

library(“FD”)   #加载FD包

2.2 加载数据

traits <- read.csv("D:/xxx.csv", row.names=1)   #x,加载数据

species <- read.csv("D:/xxx.csv", header=T,row.names=1)   #a,加载数据

2.3 数据检查

rownames(traits)  #查看导入数据的行列名称,是否有不一致情况

colnames(traits)  #查看导入数据的行列名称,是否有不一致情况

rownames(species)  #查看导入数据的行列名称,是否有不一致情况

colnames(species)  #查看导入数据的行列名称,是否有不一致情况

2.4 计算FD

results = dbFD(traits, species, corr="lingoes")    #dbFD计算FD值

计算成功

2.4.1 常见FD计算步骤报错


原因:species 和trait中物种数目不一致,需要将两个数据矩阵中物种数量和顺序一致!
可能原因:trait性状矩阵中存在不能识别的性状变量,改为数值型变量试试(如“常绿”、“落叶”改为“1”、”2“)


 原因:species 和trait中物种顺序不一致,需要将两个数据矩阵中物种数量和顺序一致!

报错信息:

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

解决办法:x和a两个数据集物种不一致,存在无功能性状的空白物种数据,需要删除样方中不存在的物种


报错信息:

#Error in dbFD(traits, species) :

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

 解决办法:a =dbFD(traits, species, corr="lingoes")


2.5 数据导出

write.csv(results,file = "D:/ xxx-FD-results.csv")  #数据导出,结果导出为csv格式数据

## FD一般是FR,FE,FD三个层面,FR指功能多样性丰富度,FE值功能多样性均匀度,FD值功能多样性离散度。


码字不易,点赞为谢!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,372评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,368评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,415评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,157评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,171评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,125评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,028评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,887评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,310评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,533评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,690评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,411评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,004评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,812评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,693评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,577评论 2 353

推荐阅读更多精彩内容