A Caatinga é o único bioma exclusivamente brasileiro. Trata-se da floresta tropical sazonalmente seca mais biodiversa e mais povoada do mundo. No entanto, também é ainda o bioma brasileiro potencialmente menos estudado, incluindo as espécies vegetais nativas. Nesta atividade, você irá explorar essa biodiversidade de plantas em diferentes áreas da Caatinga, esse bioma único e desafiador do Nordeste Brasileiro.

Neste trabalho, utilizaremos um banco de dados contendo a composição de espécies de plantas em diversos pontos de coleta dentro da Caatinga, em que os dados estão dispostos pela presença (1) e ausência (2). Vou utilizar a Análise de Coordenadas Principais (PCoA) para analisar a similaridade ou dissimilaridade entre objetos no conjunto de dados.Nesse caso, iremos observar especialmente as áreas de coleta que possuem maior similaridade ou dissimilaridade em seu repertório de espécies vegetais.

Para iniciar as análises, primeiro chamamos as livrarias:

library(ecodados)
library(piecewiseSEM)
## 
##   This is piecewiseSEM version 2.3.0.
## 
## 
##   Questions or bugs can be addressed to <LefcheckJ@si.edu>.
library(nlme)
library(FD) 
## Carregando pacotes exigidos: ade4
## Carregando pacotes exigidos: ape
## Carregando pacotes exigidos: geometry
## Carregando pacotes exigidos: vegan
## Carregando pacotes exigidos: permute
## Carregando pacotes exigidos: lattice
## This is vegan 2.6-4
library(ade4) 
library(gridExtra) 
library(ggplot2) 
library(GGally) 
## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2
library(dplyr) 
## 
## Attaching package: 'dplyr'
## The following object is masked from 'package:gridExtra':
## 
##     combine
## The following object is masked from 'package:ape':
## 
##     where
## The following object is masked from 'package:nlme':
## 
##     collapse
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(tidyverse) 
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ lubridate 1.9.2     ✔ tibble    3.2.1
## ✔ purrr     1.0.1     ✔ tidyr     1.3.0
## ✔ readr     2.1.4
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::collapse() masks nlme::collapse()
## ✖ dplyr::combine()  masks gridExtra::combine()
## ✖ dplyr::filter()   masks stats::filter()
## ✖ dplyr::lag()      masks stats::lag()
## ✖ dplyr::where()    masks ape::where()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(vegan) 
library(picante)
library(iNEXT)

Adicionamos o conjunto de dados:

caatinga_plantas <- read.csv("esp_caatinga.csv")
caatinga_plantas
##                           especie cereus_jamacaru pilosocereus_pachycladus
## 1               serra_da_capivara               0                        0
## 2     parque_nacional_do_catimbau               0                        1
## 3              chapada_diamantina               0                        1
## 4                       petrolina               1                        1
## 5 parque_nacional_de_sete_cidades               0                        0
## 6               caatinga_do_piaui               1                        0
## 7                 sertao_da_bahia               0                        1
## 8  area_de_desenvolvimento_urbano               0                        0
##   pilosocereus_gounellei ziziphus_joazeiro neoglaziovia_variegata
## 1                      0                 1                      0
## 2                      1                 1                      0
## 3                      1                 0                      1
## 4                      1                 0                      0
## 5                      0                 0                      1
## 6                      0                 1                      1
## 7                      1                 0                      0
## 8                      0                 1                      1
##   myracrodruon_urundeuva mimosa_tenuiflora spondias_tuberosa
## 1                      1                 0                 0
## 2                      0                 1                 1
## 3                      0                 1                 0
## 4                      0                 1                 1
## 5                      1                 1                 1
## 6                      1                 0                 1
## 7                      1                 0                 0
## 8                      1                 1                 0
##   caesalpinia_pyramidalis anadenanthera_colubrina cavanillesia_arborea
## 1                       0                       1                    0
## 2                       0                       1                    0
## 3                       0                       1                    0
## 4                       1                       1                    0
## 5                       1                       0                    0
## 6                       1                       0                    0
## 7                       0                       0                    1
## 8                       1                       1                    0
##   manihot_pseudoglaziovii cnidoscolus_quercifolius schinopsis_brasiliensis
## 1                       1                        1                       0
## 2                       1                        1                       0
## 3                       1                        0                       1
## 4                       0                        1                       1
## 5                       1                        1                       1
## 6                       0                        1                       0
## 7                       0                        0                       1
## 8                       1                        0                       1

Montamos a matriz de Dissimilaridade:

matriz_dissimilaridade_pcoa <- dist(caatinga_plantas[, -1], method = "euclidean")

E realizamos o PCoA

pcoa_resultado <- cmdscale(matriz_dissimilaridade_pcoa, k = 2)
pcoa_resultado
##            [,1]        [,2]
## [1,]  0.6757924 -0.63789365
## [2,] -0.7083591  0.52662396
## [3,] -1.2833653 -0.66029156
## [4,] -0.8213489  1.46616493
## [5,]  0.8518453  0.04376767
## [6,]  1.5871518  0.81683717
## [7,] -0.9141061 -0.51072925
## [8,]  0.6123898 -1.04447927

Por fim, iremos plotar um gráfico para visualizar melhor os resultados:

ggplot(data = caatinga_plantas, aes(x = pcoa_resultado[,1], y = pcoa_resultado[,2], 
                              color = especie, fill = especie)) +
  geom_point(size = 4, alpha = 0.5, shape = 21, color = "black") +
  geom_hline(yintercept = 0, color = "gray50") +
  geom_vline(xintercept = 0, color = "gray50") +
  labs(x = "Eixo 1",
       y = "Eixo 2",
       title = "Gráfico de PCoA") +
  theme_minimal() +
  theme(legend.title = element_blank(),
        legend.position = "bottom") +
  scale_color_manual(values = c("blue","darkorange", "cyan4", "pink", "yellow","red", "purple", "green"),
                     labels = caatinga_plantas$objetos) +
  scale_fill_manual(values = c("blue","darkorange", "cyan4", "pink", "yellow","red", "purple", "green")
                    ,labels = caatinga_plantas$especie) +
  guides(color = guide_legend(override.aes = list(size = 4, shape = 21)),
         fill = guide_legend(override.aes = list(size = 4, shape = 21)))

Discussão

A partir desses resultados podemos observar que as 8 áreas foram agrupadas em dois grupos: um contendo a Chapada Diamantina, Área urbana, Caatinga do Piauí e Parque de Sete Cidades, e outro grupo com a Serra da Capivara, Sertão da Bahia, Parque Nacional do Catimbau e Petrolina.

As dissimilaridades entre os grupos é grande, indicando uma composição florística distinta. Entretanto, a dissimilaridade entre as áreas dentro de cada grupo é bem menor. A Chapada Diamantina e a Área urbana possuem grandes similaridades, a Caatinga do Piauí e o Parque de Sete Cidades apresentam a mesma característica. A Serra da Capivara, Sertão da Bahia e Petrolina posuem alta similiraridade, enquanto que o ponto mais fafastado é o Parque Nacional do Catimbau, em que o ponto mais próximo, mas com baixa similaridade, é Petrolina.

Os pontos com maior dissimilaridade são entre o Parque Nacional do Catimbau, a Chapada Diamantina e a Área Urbana, ou seja, são os pontos com composições completamente distintas. De forma geral, a diversidade na composição de espécies em diferentes áreas da Caatinga demonstra a necessidade de explorar e entender como a composição de espécies pode afetar fatores abióticos e bióticos das dinâmicas ecossitêmicas desses locais.