夜间光照对底栖微藻初级生产力的影响

1.介绍

1.1背景

随着社会发展的不断城市化，由人类活动引起的夜间光照污染广泛的存在，并目前仍在不断的扩大影响面积。夜光污染越来越引起人们的关注。先前的研究已经发现，夜光对不同的生态层次，从个体的生理至生物群落的组成都有不同程度的负面影响。而在海岸带地区，底栖微藻作为初级生产者，在初级生产过程中扮演着重要作用。光照、温度等因素都会影响其初级生产过程。本实验设计不同的光照条件处理，包括不同的沉积物深度、光照强度、光照时间，通过沉积物的叶绿素a评估底栖微藻的初级生产力，探究夜间光照对初级生产力的影响。

1.2实验目的

探究不同的夜间光照射下底栖微藻初级生产力的变化

1.3研究假设

1.一定区间内的光照强度照射将促进底栖微藻的初级生产，提高初级生产力。

2.沉积物表层的初级生产力受到光照的影响最明显。

2.实验数据

2.1模拟过程

我们根据原始的数据进行模拟：

将原有的每个处理下的 Chl-a 的值作为正态分布的平均值，设置标准差为0.2，模拟生成2个来自于正态分布的 Cha-a 的值，与原来的 Chl-a 值一起形成3个重复。

library(readr)
library(dplyr)

Attaching package: 'dplyr'

The following objects are masked from 'package:stats':

    filter, lag

The following objects are masked from 'package:base':

    intersect, setdiff, setequal, union

# 读取原始数据并整理保留前6列
data = readxl::read_excel("chl.xlsx")
# 转换数据为数据框
data <- as.data.frame(data)
# 定义生成模拟数据的函数
generate_custom_data <- function(mean_chla, sd_chla, n) {
  runif(n, min = mean_chla - 3 * sd_chla, max = mean_chla + 3 * sd_chla)
}
generate_sim_data <- function(intensity, layer) {
  case_when(
    intensity == 1000 & layer == "0-2" ~ pmax(generate_custom_data(3, 1, 1), 0),
    intensity == 100 & layer == "0-2" ~ pmax(generate_custom_data(2, 0.5, 1), 0),
    intensity == 10 & layer == "0-2" ~ pmax(generate_custom_data(1.5, 0.5, 1), 0),
    intensity == 0 & layer == "0-2" ~ pmax(generate_custom_data(1, 0.4, 1), 0),
    intensity == 1000 & layer == "2-4" ~ pmax(generate_custom_data(2.7, 1, 1), 0),
    intensity == 100 & layer == "2-4" ~ pmax(generate_custom_data(1.7, 1, 1), 0),
    intensity == 10 & layer == "2-4" ~ pmax(generate_custom_data(1.2, 0.8, 1), 0),
    intensity == 0 & layer == "2-4" ~ pmax(generate_custom_data(0.9, 0.4, 1), 0),
    intensity == 1000 & layer == "4-6" ~ pmax(generate_custom_data(2.5, 1, 1), 0),
    intensity == 100 & layer == "4-6" ~ pmax(generate_custom_data(1.4, 0.3, 1), 0),
    intensity == 10 & layer == "4-6" ~ pmax(generate_custom_data(1.1, 0.3, 1), 0),
    intensity == 0 & layer == "4-6" ~ pmax(generate_custom_data(0.6, 0.3, 1), 0),
    TRUE ~ NA_real_
  )
}
# 重复调用生成模拟数据函数6次，并将结果合并成数据框
simulated_data2 <- data %>%
  mutate(
    sim_data_1 = generate_sim_data(Intensity, layer),
    sim_data_2 = generate_sim_data(Intensity, layer),
    sim_data_3 = generate_sim_data(Intensity, layer),
    sim_data_4 = generate_sim_data(Intensity, layer),
    sim_data_5 = generate_sim_data(Intensity, layer),
    sim_data_6 = generate_sim_data(Intensity, layer)
  )

names(simulated_data2)[5:10] <- paste0("Chl-a", 1:6)

最后将生成的模拟数据保存到excel中：

library(writexl)
write_xlsx(simulated_data2, path = "simulated_data6.xlsx")

2.2实验数据介绍

layer：沉积物深度0-2cm，2-4cm或4-6cm

Time: 光照时间初始（0）、1周、2周、2周、4周、8周

Intensity：光照强度对照组（0lux）、10、100、1000 lux

Chl-a1-6: 沉积物叶绿素a含量，单位：\(μg·g^{-1}\)

2.2实验数据结构

Response variable: Chl-a

Explanatory component: [1] + Intensity*Time

Structural component: Layer/ Time*Intensity

3.统计和分析过程

3.1初级(PP)生产力计算公式

\(T_{PP} = 1.13 × B + 8.23\)

式中，\(T_{PP}\)为底栖微藻的初级生产力 (\(gC·m^{-2}·yr^{-1}\))，B 为根据沉积物中叶绿素 a 含量转换单位后的底栖微藻现存生物量 (\(mg·m^{-2}\))

# 计算 Chla 和模拟数据的均值
data2 <- simulated_data2 %>%
  rowwise() %>%
  mutate(
  chla_mean = mean(c_across(5:10), na.rm = TRUE)
  ) %>%
  ungroup()
# 计算 PP
data2 <- data2 %>%
  mutate(
    PP = 10 * chla_mean * 1.13 + 8.23
  )

3.2统计分析

单因素方差分析

#数据类型转换为因子
data2$Intensity = as.factor(data2$Intensity)
data2$Time = as.factor(data2$Time)
data2$layer = as.factor(data2$layer)

# 使用 aov 函数设置嵌套结构的方差分析模型
m1 <- aov(PP ~ Intensity * Time + Error(layer / (Intensity * Time)), data = data2)

# 查看模型摘要
summary(m1)

Error: layer
          Df Sum Sq Mean Sq F value Pr(>F)
Residuals  2   1029   514.3               

Error: layer:Intensity
          Df Sum Sq Mean Sq F value   Pr(>F)    
Intensity  3   7753  2584.5    26.3 0.000751 ***
Residuals  6    590    98.3                     
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Error: layer:Time
          Df    Sum Sq   Mean Sq F value Pr(>F)
Time       4 2.689e-27 6.723e-28       1  0.461
Residuals  8 5.378e-27 6.723e-28               

Error: layer:Intensity:Time
               Df    Sum Sq   Mean Sq F value Pr(>F)
Intensity:Time 12 4.294e-27 3.578e-28       1  0.478
Residuals      24 8.588e-27 3.578e-28               

结果解读：

layer:Intensity 交互作用对 PP 的影响显著(F = 281.2，p < 0.01)，表示在不同的沉积物深度layer层次下，光照强度对初级生产力的影响显著。

layer:Time 交互作用对 PP 的影响不显著(F = 0.883, p = 0.515)

layer:Intensity:Time 三者交互作用对 PP 的影响不显著 (F = 0.595，p = 0.676)

3.3数据结果可视化

作出初级生产力在不同光照强度下按照不同层次下分类的柱状图

#计算标准差
data2 <- data2 %>%
  mutate(
    PP1 = 10 * `Chl-a1` * 1.13 + 8.23,
    PP2 = 10 * `Chl-a2` * 1.13 + 8.23,
    PP3 = 10 * `Chl-a3` * 1.13 + 8.23,
    PP4 = 10 * `Chl-a4` * 1.13 + 8.23,
    PP5 = 10 * `Chl-a5` * 1.13 + 8.23,
    PP6 = 10 * `Chl-a6` * 1.13 + 8.23
  )
data2$std_dev <- apply(data2[, 13:18], 1, sd)

library(ggplot2)
#作图
p <- ggplot(data2, aes(x = factor(Intensity), y = PP, fill = factor(layer)))

p + geom_bar(stat = "identity", position = "dodge", width = 0.7) +
  # 添加误差条
  geom_errorbar(aes(ymin = PP - std_dev, ymax = PP + std_dev), width = 0.2, position = position_dodge(width = 0.7)) +
  # 添加标题、x轴和y轴标签
  labs(title = "PP vs Intensity (by Layer)", x = "Intensity", y = "PP") +
  theme_minimal()

结果如上图所示，从图中可以看出在更高的光照强度下，底栖微藻有着更高的初级生产力；同时，在三个沉积物深度下，表层(0-2cm)深度下的初级生产力较高。