Load các gói thư viện cần thiết

list_pkg <- c(
            "stringr",
            "tidyverse",
            "bdvis")
sapply(list_pkg, library, character.only = TRUE)

Tải và phân tích dữ liệu

Dữ liệu về các loài cây gỗ ở Việt Nam được tìm kiếm và trích lọc từ trang chủ của bộ dữ liệu (link). Ta được tập tin ở dạng *csv có thể dễ dàng phân tích với phần mềm R.

Load data trong R

vn_tree <- read.csv("global_tree_search_trees_vietnam.csv")

Xem dữ liệu

head(vn_tree)

##        Family                  Taxon.name                     Author
## 1 Acanthaceae              Avicennia alba                      Blume
## 2 Acanthaceae            Avicennia marina           (Forssk.) Vierh.
## 3 Acanthaceae       Avicennia officinalis                         L.
## 4 Achariaceae      Hydnocarpus annamensis (Gagnep.) Lescot & Sleumer
## 5 Achariaceae Hydnocarpus anthelminthicus          Pierre ex Laness.
## 6 Achariaceae     Hydnocarpus hainanensis            (Merr.) Sleumer

Ta thấy dữ liệu hiện tại có 3 cột thông tin: Family, Taxon name và Author. Để có thể thống kê số lượng loài theo chi ta cần bổ sung cột Genus dựa trên thông tin cột Taxon name.

vn_tree <- mutate(vn_tree, Genus = str_extract(vn_tree$Taxon.name, "[A-z]+"))
head(vn_tree)

##        Family                  Taxon.name                     Author
## 1 Acanthaceae              Avicennia alba                      Blume
## 2 Acanthaceae            Avicennia marina           (Forssk.) Vierh.
## 3 Acanthaceae       Avicennia officinalis                         L.
## 4 Achariaceae      Hydnocarpus annamensis (Gagnep.) Lescot & Sleumer
## 5 Achariaceae Hydnocarpus anthelminthicus          Pierre ex Laness.
## 6 Achariaceae     Hydnocarpus hainanensis            (Merr.) Sleumer
##         Genus
## 1   Avicennia
## 2   Avicennia
## 3   Avicennia
## 4 Hydnocarpus
## 5 Hydnocarpus
## 6 Hydnocarpus

Như vậy là ta đã thêm được cột chi vào dữ liệu. Do trong bài này chúng ta sẽ sử dụng gói thư viện bdvis để thống kê số lượng nên cần đặt tên cột tương thích với thư viện. Ta đổi tên như sau:

colnames(vn_tree) <- c("Family","Scientific_name","Author","Genus")
#thêm vào 2 cột Lat và Long với thông tin trống
vn_tree$Latitude<-""
vn_tree$Longitude<-""
head(vn_tree)

##        Family             Scientific_name                     Author
## 1 Acanthaceae              Avicennia alba                      Blume
## 2 Acanthaceae            Avicennia marina           (Forssk.) Vierh.
## 3 Acanthaceae       Avicennia officinalis                         L.
## 4 Achariaceae      Hydnocarpus annamensis (Gagnep.) Lescot & Sleumer
## 5 Achariaceae Hydnocarpus anthelminthicus          Pierre ex Laness.
## 6 Achariaceae     Hydnocarpus hainanensis            (Merr.) Sleumer
##         Genus Latitude Longitude
## 1   Avicennia                   
## 2   Avicennia                   
## 3   Avicennia                   
## 4 Hydnocarpus                   
## 5 Hydnocarpus                   
## 6 Hydnocarpus

Sau khi đổi tên, ta cần dùng lệnh format_bdvis để chuyển đổi sang định dạng của bdvis

vn_tree <- format_bdvis(vn_tree)

## Mapping via individual parameters

Kiểm tra số lượng loài, chi, họ với lệnh bdsummary

bdsummary(vn_tree)

## 
##  Total no of records = 2490 
## 
##  Temporal coverage... 
## 
##  Taxonomic coverage... 
##  No of Families :  126 
##  No of Genus :  627 
##  No of Species :  2490 
## 
##  Spatial coverage ... 
##  Bounding box of records  Inf , Inf  -  -Inf , -Inf 
##  Degree celles covered :  1 
##  % degree cells covered :  0

Theo kết quả ta thấy có 2490 loài cây gỗ thuộc 627 chi, 126 họ thực vật tại Việt Nam.

Ta có thể vẽ nhanh biểu đồ tree map để biết số lượng loài của từng họ

taxotree(vn_tree)

Kết quả ta thấy Họ dẻ - Fagaceae có số lượng loài nhiều nhất. Hay họ Rutaceae có nhiều chi nhất.

Để có kết quả cụ thể hơn ta có thể lọc ra danh sách 10 họ có số lượng loài nhiều nhất và vẽ đồ thị cho các họ này

top_10_family_vn <- as.data.frame(table(vn_tree$Family)) %>% 
    top_n( 10, Freq) %>% arrange(desc(Freq))

colnames(top_10_family_vn) <- c("Family","nb_sp")

top_10_family_vn

##            Family nb_sp
## 1        Fagaceae   195
## 2     Leguminosae   143
## 3       Rubiaceae   136
## 4       Lauraceae   128
## 5   Euphorbiaceae   104
## 6      Araliaceae    92
## 7        Moraceae    88
## 8       Malvaceae    78
## 9  Phyllanthaceae    73
## 10     Annonaceae    63

Vẽ đồ thị cột

ggplot(top_10_family_vn, aes(x=Family, y=nb_sp))+
    geom_bar(stat="identity", fill="#56B4E9")

Ta cần sắp xếp lại các cột theo trật tự giảm dần như sau

ggplot(top_10_family_vn, aes(x=reorder(Family, -nb_sp), y=nb_sp))+
    geom_bar(stat="identity", fill="#56B4E9")

Và với một ít trang trí ta được

ggplot(top_10_family_vn, aes(x=reorder(Family, -nb_sp), y=nb_sp))+
    geom_bar(stat="identity", fill="#56B4E9")+
    geom_text(aes(label=nb_sp), vjust=2, color="white", size=5)+
    xlab("")+ylab("So luong loai")+
    theme(text = element_text(size=20),
          axis.text.x = element_text(angle=45, hjust=1))

Như vậy ta đã có thông tin về 10 họ có số lượng loài cây gỗ nhiều nhất ở Việt Nam, và số lượng loài cho từng họ.

sum(top_10_family_vn$nb_sp)

## [1] 1100

Như vậy chỉ với 10 họ này đã đóng góp 1100 loài chiếm 44% tổng số loài cây gỗ tại Việt Nam.

Tương tự ta có thể xem 10 chi có số lượng loài nhiều nhất

top_10_genus_vn <-as.data.frame(table(vn_tree$Genus)) %>% 
    top_n( 10, Freq)%>%arrange(desc(Freq))

colnames(top_10_genus_vn)<-c("Genus","nb_sp")

ggplot(top_10_genus_vn, aes(x=reorder(Genus, -nb_sp), y=nb_sp))+
    geom_bar(stat="identity", fill="#56B4E9")+
    geom_text(aes(label=nb_sp), vjust=2, color="white", size=5)+
    xlab("")+ylab("So luong loai")+
    theme(text = element_text(size=20),
          axis.text.x = element_text(angle=45, hjust=1))