¿Donde inicia y termina una comunidad? ¿Como difieren las comunidades entre localidades? ¿Como la comunidad responde a las condiciones ambientales o disturbios? ¿Como se mantiene la diversidad en un area determinada?

Practica 2

aves<-read.delim2("E:/Mazar -Guarumales - Mazar_2018/Base de Datos/aves.txt", header = T, row.names = 1)
env<-read.delim2("E:/Mazar -Guarumales - Mazar_2018/Base de Datos/env2.txt", header = T, row.names = 1)
attach(env)

Distancia de Sorense (Bray Curtis)

Distancia <- vegdist(aves)
str(Distancia)
##  'dist' num [1:861] 0.765 0.44 0.377 0.558 0.433 ...
##  - attr(*, "Size")= int 42
##  - attr(*, "Labels")= chr [1:42] "CA1" "CA2" "CA4" "CA5" ...
##  - attr(*, "Diag")= logi FALSE
##  - attr(*, "Upper")= logi FALSE
##  - attr(*, "method")= chr "bray"
##  - attr(*, "call")= language vegdist(x = aves)

Se utiliza un algoritmo iterativo, que generalmente converge en alrededor de 10 iteraciones es la funcion basica que te genera el mds (convergencia para graficar ordenacion).

Esta funcion ejecuta el NMDS y trata de encontrar una solucion estable usando varios inicios aleatoreos.

MDS <- isoMDS(Distancia)
## initial  value 22.025697 
## iter   5 value 13.412296
## iter  10 value 12.950772
## iter  15 value 12.795710
## iter  15 value 12.784736
## iter  15 value 12.784120
## final  value 12.784120 
## converged
MDS$stress
## [1] 12.78412
stressplot(MDS,Distancia)

Prueba Pos Hoc

En general, el estres <0.05 proporciona una excelente representacion en dimensiones reducidas

  • <0.1 es excelente,
  • <0.2 es bueno,

  • 0.3 proporciona una representacion deficiente.

Mi_MDS <- metaMDS(aves, trace = F)
Mi_MDS
## 
## Call:
## metaMDS(comm = aves, trace = F) 
## 
## global Multidimensional Scaling using monoMDS
## 
## Data:     wisconsin(aves) 
## Distance: bray 
## 
## Dimensions: 2 
## Stress:     0.251721 
## Stress type 1, weak ties
## No convergent solutions - best solution after 20 tries
## Scaling: centring, PC rotation, halfchange scaling 
## Species: expanded scores based on 'wisconsin(aves)'

El Escalamiento Multidimensional No Metrico (NMDS) se considera comunmente como el metodo de ordenacion no reforzado mas robusto en ecologia de comunidades (Minchin 1987).

envfit: Adapta un vector o factor ambiental en una ordenacion

Ajuste <- envfit (Mi_MDS, env, perm=1000, na.rm = T)
Ajuste
## 
## ***FACTORS:
## 
## Centroids:
##                      NMDS1   NMDS2
## CentralesMazar     -0.3160  0.0615
## CentralesMolino     0.1223 -0.0558
## CentralesSopladora  0.4820  0.0903
## 
## Goodness of fit:
##               r2   Pr(>r)    
## Centrales 0.3287 0.000999 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## Permutation: free
## Number of permutations: 1000

Plots

ordiplot(Mi_MDS, type = "n",xlim= c(-0.4, 0.4), ylim= c(-1, 1))##grafico en blanco
ordiellipse(Mi_MDS, env$Centrales, display = "sites", conf=0.95, label = T)
points(scores(Mi_MDS)[c(1:16),1:2],pch=17,cex=1.5,col= "blue")
points(scores(Mi_MDS)[c(17:32),1:2],pch=16,cex=1.5,col= "dark green")
plot(Ajuste, p.max= 0.15, col= "black")#Solo variables significativas