Proyecto: Factores que determinan la diversidad funcional de peces herbívoros del Pacifico Tropical Oriental (PTO)

Objetivos:

  • Estimar la variación latitudinal de peces arrecifales herbívoros en el PTO a través de índices de diversidad funcional
  • Determinar la relación entre la composición del sustrato de arrecifes coralinos y la diversidad funcional presente en la comunidad de peces arrecifales herbívoros
  • Cuantificar el efecto de las variables biofísicas, de presión antrópica y de protección sobre la composición de la comunidad de peces herbívoros arrecifales en el PTO

Instituciones: Universidad de Costa Rica, Sistema de Estudios de posgrado

Datos provistos por: Global Coral Reef Monitoring Network for the Eastern Tropical Pacific y colaboradores

 

Sobre el código

Título: Código de análisis: Patrones de diversidad funcional y sus posibles predictores

Objetivo:
Calcular los índices funcionales para peces herbívoros para cada localidad y evaluar la relación del sustrato y variables ambientales como posibles predictores de la diversidad funcional

Abordaje:

Este vínculo dirige al proyecto de GitHub donde se encuentra el repositorio

 

 

Diagrama del flujo de trabajo que representa el análisis de diversidad funcional

 

(Villéger, Mason, and Mouillot 2008)

 

 

Estandarización del área

Autores: Marcelo Araya-Salas y Andrea Arriaga-Madrigal. Aún en construcción

Método:

Debido a las grandes diferencias en el área total censada por sitio, se seleccionó una muestra de cada sitio, de tamaño estandar, para realizar los cálculos de diversidad funcional.

Se seleccionaron aleatoriamente combinaciones de transectos que sumaran un valor similar, ahora llamado “target_area”, permitiendo un margen de variación llamado “buffer”.

Se escogieron el target_area y buffer con el mejor desempeño según los siguientes parámetros:

  1. Que permitieran el uso de la mayor área respecto al total muestreada regionalmente

  2. Que permitieran el uso de la mayor cantidad de transectos respecto al total de transectos existentes

  3. Que presentaran el menor índice de sobrerrepresentación de transectos. Cuyos valores altos refieren a casos donde los transectos escogidos, se ven representados de forma desigual, usando algunos muchas más veces que el resto

  4. Que permitieran conservar la mayor cantidad de sitios y localidades

A partir de estos criterios, se usaron los valores de target_area ± buffer = 300 m2 ± 45 m2. Las funciones que estandarizan el área y calculan los indices funcionales, se describen a continuación

 

Funciones

Autor: Marcelo Araya-Salas

Se generó una función que selecciona el área estándar para cada sitio y calcula sus índices de diversidad funcional, llamada FD_random_subsets. Esta función utiliza internamente otras dos funciones, sample_combs y fun_div_site.

sample_combs: Genera combinaciones aleatorias de transectos para cada sitio

  1. Se calculan 100 combinaciones aleatorias de transectos. Las combinaciones tienen una cantidad de transectos variable
  2. Se remueven los transectos cuya área se sale del ambito definido por min_comb y max_comb
  • Esto genera que el número de combinaciones resultante para cada sitio sea variable cada vez que se corre
  1. Se calcula el área de cada combinación (dentro del ámbito target_area ± buffer)

 

fun_div_site: Calcula la diversidad para los subconjuntos aleatorios de transectos dentro de un sitio

  1. Se toma la combinacion de transectos determinada para un sitio
  2. Se estraen los datos del censo realizado en cada transecto i.e. taxa, abundancia y rasgos funcionales de cada una
  3. Se corre multidimFD (función provista por Juan Pablo Quimbayo, alternativa a la del paquete FD)
  4. Se unifican los resultados obtenidos para cada combinación en un solo data frame. Para eso se rellenan nombres faltantes de columnas
  5. Se agrega el sitio de cada combinación al data frame resultante
  6. guardan los índices funcionales calculados para ese conjunto de transectos de un sitio determinado

 

FD_random_subsets: Contiene las dos anteriores

  1. Se utilizan los argumentos: target_area, buffer
  2. Se determina si se corre en paralelo, para optimizar la duración del proceso
  3. Se toma la combinacion de transectos determinada y se le agrega la información de su región, localidad y area_uvc
  4. Se calcula la cantidad mínima (min_comb) y máxima (max_comb) de transectos que son capaces de llegar a sumar el target_area, según las áreas muestreadas en el sitio y se eliminan las combinaciones fuera de ese rango
  5. Se eliminan las combinaciones de transectos que se salen del ámbito del target_area ± buffer
  6. Se eliminan los duplicados i.e. combinaciones de exactamente los mismos transectos
  7. Se calcula la sobrerrepresentación de los transectos. Para equilibrar el número de veces que aparece un transecto, se calculó un índice de sobrerrepresentación del transecto. Se conservaron aquellas combinaciones con baja sobrerrepresentación (i.e. todos los transectos representados como máximo el doble de los otros transectos). Se hace un bucle que corre las dos funciones anteriores para cada sitio

 

## OGR data source with driver: ESRI Shapefile 
## Source: "/home/andrea/Dropbox/Andrea_Arriaga/eastern_tropical_pacific_herbivory/data_intermediate/sites/regional/fishes_sites.by_ecoregion.shp", layer: "fishes_sites.by_ecoregion"
## with 284 features
## It has 9 fields
## Joining, by = "site_id"
## Joining, by = "site_id"
## Joining, by = "ecoregion"

Cuadro 1. Vista abreviada de los índices funcionales para cada sitio

 

De los 283 sitios muestreados, 124 quedaron fuera del cálculo de los índices funcionales ya que cumplían con alguna de las siguientes condiciones:

  • no estaban disponibles las coordenadas de los sitios
  • sus áreas muestreadas no podían sumar un valor dentro del rango del área estándar ± buffer (300 m2 ± 45 m2) por tener menor área total o porque el área de los transectos en todos los casos excede o no alcanza el ámbito establecido
  • no tenían la cantidad de especies necesaria para correr los cálculos de los índices funcionales (al menos 4)
Cuadro 2. Sitios excluidos
site_id locality Ecoregion geomorphology
1 mexico-cabo_pierce revillagigedo Revillagigedos oceanic_island
2 mexico-la_esperanza cabo_pulmo Cortezian continent
3 panama-tintorera cebaco Nicoya coastal_island
4 panama-puerto_escondido puerto_escondido Nicoya continent
5 mexico-cabo_pearce revillagigedo Revillagigedos oceanic_island
6 mexico-el_faro el_faro Mexican Tropical Pacific continent
7 mexico-punta_tosca revillagigedo Revillagigedos oceanic_island
8 mexico-roca_oneal revillagigedo Revillagigedos oceanic_island
9 galapagos-arrecife_antiguo darwin Northern Galapagos Islands oceanic_island
10 galapagos-darwin_fondeadero_norte darwin Northern Galapagos Islands oceanic_island
11 galapagos-wolf_colonia_de_lobos_norte wolf Northern Galapagos Islands oceanic_island
12 galapagos-wolf_corales_(2) wolf Northern Galapagos Islands oceanic_island
13 colombia-el_muelle gorgona Panama Bight coastal_island
14 colombia-amargal cabo_corrientes Panama Bight continent
15 colombia-piedra_colo cabo_corrientes Panama Bight continent
16 colombia-piedra_oswaldo cabo_corrientes Panama Bight continent
17 colombia-piedra_bonita cabo_corrientes Panama Bight continent
18 colombia-la_mina cupica Panama Bight continent
19 costa_rica-san_jose_sur murcielago Chiapas-Nicaragua coastal_island
20 costa_rica-caletas_i bahia_culebra Chiapas-Nicaragua continent
21 costa_rica-palmitas bahia_culebra Chiapas-Nicaragua continent
22 costa_rica-bajo_mero bahia_culebra Chiapas-Nicaragua continent
23 galapagos-4_hermanos galapagos_central Eastern Galapagos Islands oceanic_island
24 mexico-el_vencedor cabo_pulmo Cortezian continent
25 panama-granito_de_oro coiba Nicoya coastal_island
26 panama-el_cangrejon las_perlas Panama Bight coastal_island
27 mexico-estero_tembabiche loreto Cortezian continent
28 costa_rica-la_viuda marino_ballena Nicoya continent
29 costa_rica-sandalo_1 golfo_dulce Nicoya continent
30 galapagos-cerro_colorado espanola Eastern Galapagos Islands oceanic_island
31 nicaragua-paloma_sur paloma Chiapas-Nicaragua continent
32 mexico-puerto_lobos puerto_lobos Cortezian continent
33 mexico-puerto_libertad puerto_libertad Cortezian continent
34 mexico-punta_rubijunco isla_san_pedro_martir Cortezian coastal_island
35 mexico-san_lorenzo_punta_sur salsipuedes Cortezian coastal_island
36 mexico-isla_san_esteban isla_san_esteban Cortezian coastal_island
37 mexico-puerto_refugio_2 refugio Cortezian coastal_island
38 galapagos-champion floreana Eastern Galapagos Islands oceanic_island
39 galapagos-wolf_fondeadero_(1) wolf Northern Galapagos Islands oceanic_island
40 galapagos-wolf_fondeadero_(2) wolf Northern Galapagos Islands oceanic_island
41 costa_rica-bajo_pochote murcielago Chiapas-Nicaragua coastal_island
42 costa_rica-bajo_percy bahia_culebra Chiapas-Nicaragua continent
43 costa_rica-punta_pochote santa_elena Chiapas-Nicaragua continent
44 colombia-parguera_cup cupica Panama Bight continent
45 costa_rica-isla_colorada_sur murcielago Chiapas-Nicaragua coastal_island
46 costa_rica-el_refugio murcielago Chiapas-Nicaragua coastal_island
47 costa_rica-isla_los_cabros santa_elena Chiapas-Nicaragua continent
48 costa_rica-los_negritos santa_elena Chiapas-Nicaragua continent
49 costa_rica-puerta_de_la_iglesia murcielago Chiapas-Nicaragua coastal_island
50 ecuador-horno_de_pan ecuador_costero Guayaquil continent
51 ecuador-palo_santo isla_de_la_plata Guayaquil coastal_island
52 galapagos-beagle galapagos_central Eastern Galapagos Islands oceanic_island
53 mexico-san_idelfonso san_idelfonso Cortezian coastal_island
54 nicaragua-toro_miscal/toro_marsella marsella Chiapas-Nicaragua continent
55 nicaragua-punta_la_flor la_flor Chiapas-Nicaragua continent
56 nicaragua-punta_clavo la_flor Chiapas-Nicaragua continent
57 nicaragua-la_anciana guacalito Chiapas-Nicaragua continent
58 nicaragua-gigante gigante Chiapas-Nicaragua continent
59 panama-san_telmo las_perlas Panama Bight coastal_island
60 panama-san_bartolome las_perlas Panama Bight coastal_island
61 panama-buffete coiba Nicoya coastal_island
62 costa_rica-el_arbolito dominical Nicoya continent
63 costa_rica-el_arbolito_2 dominical Nicoya continent
64 costa_rica-el_muneco samara Nicoya continent
65 costa_rica-el_reloj tolingas Nicoya continent
66 costa_rica-isla_ballena_ne marino_ballena Nicoya continent
67 costa_rica-punta_carrillo samara Nicoya continent
68 costa_rica-tiburon tolingas Nicoya continent
69 costa_rica-tombolo_sur marino_ballena Nicoya continent
70 galapagos-bajo_gardner espanola Eastern Galapagos Islands oceanic_island
71 galapagos-corona_del_diablo_norte floreana Eastern Galapagos Islands oceanic_island
72 mexico-isla_ceralvo-la_reina isla_ceralvo Cortezian coastal_island
73 costa_rica-playa_blanca bahia_culebra Chiapas-Nicaragua continent
74 ecuador-islote_sombrerito ecuador_costero Guayaquil continent
75 ecuador-islote_sucre ecuador_costero Guayaquil continent
76 ecuador-punta_mala ecuador_costero Guayaquil continent
77 nicaragua-guacalito guacalito Chiapas-Nicaragua continent
78 galapagos-bahia_gardner_norte_(1) espanola Eastern Galapagos Islands oceanic_island
79 galapagos-bahia_gardner_norte_(2) espanola Eastern Galapagos Islands oceanic_island
80 galapagos-punta_luz_de_dia floreana Eastern Galapagos Islands oceanic_island
81 costa_rica-matapalito santa_elena Chiapas-Nicaragua continent
82 costa_rica-cocinera_sur murcielago Chiapas-Nicaragua coastal_island
83 costa_rica-san_jose_norte murcielago Chiapas-Nicaragua coastal_island
84 galapagos-las_cuevas floreana Eastern Galapagos Islands oceanic_island
85 galapagos-baltra galapagos_central Eastern Galapagos Islands oceanic_island
86 galapagos-gardner floreana Eastern Galapagos Islands oceanic_island
87 galapagos-la_botella floreana Eastern Galapagos Islands oceanic_island
88 galapagos-cousins galapagos_central Eastern Galapagos Islands oceanic_island
89 galapagos-gordon galapagos_central Eastern Galapagos Islands oceanic_island
90 galapagos-bahia_gardner_sur espanola Eastern Galapagos Islands oceanic_island
91 galapagos-isla_gardner espanola Eastern Galapagos Islands oceanic_island
92 galapagos-islote_gardner floreana Eastern Galapagos Islands oceanic_island
93 galapagos-las_cuevas_norte floreana Eastern Galapagos Islands oceanic_island
94 galapagos-las_cuevas_sur floreana Eastern Galapagos Islands oceanic_island
95 galapagos-punta_cormoran floreana Eastern Galapagos Islands oceanic_island
96 galapagos-tres_cuevitas floreana Eastern Galapagos Islands oceanic_island
97 ecuador-acuario isla_de_la_plata Guayaquil coastal_island
98 ecuador-bahia_drake ecuador_costero Guayaquil continent
99 panama-montana_rusa coiba Nicoya coastal_island
100 costa_rica-punta_adela golfo_dulce Nicoya continent
101 mexico-los_arbolitos cabo_pulmo Cortezian continent
102 mexico-el_cien cabo_pulmo Cortezian continent
103 panama-pacheca las_perlas Panama Bight coastal_island
104 mexico-isla_tiburon-la_reina isla_tiburon Cortezian coastal_island
105 costa_rica-mm_2016 murcielago Chiapas-Nicaragua coastal_island
106 costa_rica-isla_leoncillo santa_elena Chiapas-Nicaragua continent
107 costa_rica-playas_coloradas playas_coloradas Chiapas-Nicaragua continent
108 costa_rica-jicaral bahia_culebra Chiapas-Nicaragua continent
109 costa_rica-bajo_argentina bahia_culebra Chiapas-Nicaragua continent
110 mexico-isla_patos isla_patos Cortezian coastal_island
111 panama-punta_del_hotel las_perlas Panama Bight coastal_island
112 panama-cimarrones sona Nicoya continent
113 costa_rica-islotes golfo_dulce Nicoya continent
114 ecuador-salango_oeste ecuador_costero Guayaquil continent
115 costa_rica-punta_blanca santa_elena Chiapas-Nicaragua continent
116 costa_rica-isla_colorada_este murcielago Chiapas-Nicaragua coastal_island
117 costa_rica-pelonas bahia_culebra Chiapas-Nicaragua continent
118 costa_rica-esmeralda bahia_culebra Chiapas-Nicaragua continent
119 costa_rica-punta_el_indio samara Nicoya continent
120 costa_rica-punta_gallardo golfo_dulce Nicoya continent
121 costa_rica-punta_morros santa_elena Chiapas-Nicaragua continent
122 mexico-la_barrita cabo_pulmo Cortezian continent
123 costa_rica-el_cirial tolingas Nicoya continent
124 mexico-bahia_san_luis_gonzaga san_luis_gonzaga Cortezian continent

 

Cálculo de los indices funcionales

Método:

  1. Se cargan los datos intermedios “transects_metadata”
  2. Cálculo de los índices funcionales
    1. Se calcula la matriz de disimilitud de gower para las especies
    2. Se realiza el PCoA con la matriz de disimilitud de gower
      Representación de la variación de los índices funcionales calculados

 

(Villéger, Mason, and Mouillot 2008)

Relaciones entre predictores

Gráficos

Figure . Relación entre las variables predictoras incluidas en la investigación

 

PCAs

Figure . Análisis de componentes principales incluyendo tanto las variables predictoras numéricas (i.e. sst_range, chl_range, “gravity”, “years_protected”), como las categóricas (i.e. “iucn_cat”, “geomorphology” y “ecoregion”)

 

Colinealidad

Figure 9. Correlación entre las variables predictoras numéricas sst_range, chl_range, “gravity” y “years_protected”

 

Exploraciones generales

Los herbívoros abarcan el 9% de la comunidad íctica representada en los censos. La ecorregión con mayor riqueza de especies cuenta con 7% de herbívoros del ensamble total de peces (20 de las 289 especies observadas). Isla del Coco es la ecorregión con la mayor densidad de herbívoros, siendo Acanthurus triostegus la especie que aporta más cantidad promedio de individuos, con 680 individuos por km2. Guayaquil, aunque tiene valores bajos en cuanto a riqueza y densidad, tiene la mayor biomasa promedio (Fig. 2). La especie con mayor biomasa promedio es Prionurus laticlavius con 261 g/m2.

Diversidad por ecoregion

Species richness, density (km2) and species biomass (m2)

Species richness, density (km2) and species biomass (m2)

Factores ambientales * biomasa

 

Análisis por grupos funcionales

Figure . Average ± sd of the abundance (individuals * m2) of herbivorous reef fishes functional groups for each ecoregion in the Eastern Tropical Pacific. Functional groups are described from the traits 1) body size category: small, medium, large; 2) home range: sedentary (“sed”), very mobile (“vmob”), mobile (“mob”); 3) schooling: small groups (“smallg”), large groups (“largeg”), solitary (“sol”), medium groups (“medg”); 4) bellwood’s feeding classification: cropper open surface, brusher, scraper and browser; 5) feeding territoriality: no, yes; 6) diet: herbivores-detritivorous (“hd”), omnivores (“om”), herbivores-macroalguivores (“hm”). The points are colored according to the category of body size.

 

Figure . Average ± sd of the biomass (g * m2 ) of herbivorous reef fishes functional groups for each ecoregion in the Eastern Tropical Pacific. Functional groups are described from the traits 1) body size category: small, medium, large; 2) home range: sedentary (“sed”), very mobile (“vmob”), mobile (“mob”); 3) schooling: small groups (“smallg”), large groups (“largeg”), solitary (“sol”), medium groups (“medg”); 4) bellwood’s feeding classification: cropper open surface, brusher, scraper and browser; 5) feeding territoriality: no, yes; 6) diet: herbivores-detritivorous (“hd”), omnivores (“om”), herbivores-macroalguivores (“hm”). The points are colored according to the category of body size.

 

Análisis por rasgos funcionales

Análisis por indices de diversidad funcional

## Regions defined for each Polygons

Figure . Distribution of the indices functional divergence (FDiv), functional evenness (FEve) and functional dispersion (FDis) of herbivorous reef fishes according to the site in the Eastern Tropical Pacific.

 

Figure . Distribution of the indices functional divergence (FDiv), functional evenness (FEve) and functional dispersion (FDis) of herbivorous reef fishes according to the ecoregion in the Eastern Tropical Pacific. The boxes are colored according to the coastal geomorphology of the sites.

 

Figure . Distribución de los índices funcionales “functional divergence” (FDiv), “functional evenness” (FEve) y “functional dispersion” (FDis), de acuerdo con las variables ambientales categóricas evaluadas en la investigación (i.e. “geomorphology”, “iucn_cat” y “protection”)

 

Figure . Distribución de los índices funcionales “functional divergence” (FDiv), “functional evenness” (FEve) y “functional dispersion” (FDis), de acuerdo con las variables ambientales numéricas evaluadas en la investigación (i.e. sst_range, chl_range, “gravity” y “years_protected”)

 

Correlación

Figure . Correlación entre los índices de diversidad funcional “functional divergence” (FDiv), “functional evenness” (FEve) y “functional dispersion” (FDis)

 

Modelos

  1. mod_all <- lme4::lmer(index ~ sst_range + chl_range + gravity + years_protected + geomorphology + (1|Ecoregion), data = analysis_data)

  2. mod_all_intr <- lme4::lmer(index ~ sst_range + chl_range + gravity + years_protected : iucn_cat + geomorphology + (1|Ecoregion), data = analysis_data)

  3. mod_envir <- lme4::lmer(index ~ sst_range + chl_range + geomorphology + (1|Ecoregion), data = analysis_data)

  4. mod_antrop <- lme4::lmer(index ~ gravity + years_protected + (1|Ecoregion), data = analysis_data)

  5. mod_antrop_intr <- lme4::lmer(index ~ gravity + years_protected : iucn_cat + (1|Ecoregion), data = analysis_data)

 

CWM y RDA

## Step: R2.adj= 0 
## Call: cwm_abundance_wide_stand ~ 1 
##  
##                         R2.adjusted
## <All variables>        0.0557583943
## + Ecoregion            0.0501934228
## + chl_4mthmax_log      0.0130479168
## + chl_range_log        0.0129949881
## + gravity_log          0.0031414575
## + years_protected_log  0.0012906296
## + sst_range            0.0006820182
## <none>                 0.0000000000
## + sst_4mthmax         -0.0004673205
## + geomorphology       -0.0034338617
## 
##             Df     AIC      F Pr(>F)   
## + Ecoregion  9 -931.09 2.5032  0.002 **
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Step: R2.adj= 0.05019342 
## Call: cwm_abundance_wide_stand ~ Ecoregion 
##  
##                       R2.adjusted
## + chl_4mthmax_log      0.05591044
## <All variables>        0.05575839
## + chl_range_log        0.05314542
## + sst_4mthmax          0.05295122
## + gravity_log          0.05035510
## <none>                 0.05019342
## + years_protected_log  0.04797144
## + sst_range            0.04745499
## + geomorphology        0.04743958
## Call: rda(formula = cwm_abundance_wide_stand ~ Ecoregion, data =
## predictors_per_site)
## 
##                Inertia Proportion Rank
## Total         0.027064   1.000000     
## Constrained   0.002262   0.083585    9
## Unconstrained 0.024802   0.916415   17
## Inertia is variance 
## 
## Eigenvalues for constrained axes:
##      RDA1      RDA2      RDA3      RDA4      RDA5      RDA6      RDA7      RDA8 
## 0.0017850 0.0002283 0.0001036 0.0000603 0.0000371 0.0000289 0.0000126 0.0000046 
##      RDA9 
## 0.0000017 
## 
## Eigenvalues for unconstrained axes:
##      PC1      PC2      PC3      PC4      PC5      PC6      PC7      PC8 
## 0.013903 0.003854 0.001883 0.001667 0.001220 0.000919 0.000522 0.000241 
## (Showing 8 of 17 unconstrained eigenvalues)
##                EcoregionClipperton                 EcoregionCortezian 
##                           1.015640                           1.749599 
## EcoregionEastern Galapagos Islands                 EcoregionGuayaquil 
##                           1.076677                           1.120851 
##             EcoregionIsla del Coco  EcoregionMexican Tropical Pacific 
##                           1.135271                           1.015640 
##                    EcoregionNicoya              EcoregionPanama Bight 
##                           1.668345                           1.506600 
##            EcoregionRevillagigedos 
##                           1.106279
## [1] 0.05019342

Moran’s I

Información de la sesión

## R version 4.2.1 (2022-06-23)
## Platform: x86_64-pc-linux-gnu (64-bit)
## Running under: Ubuntu 20.04.4 LTS
## 
## Matrix products: default
## BLAS:   /usr/lib/x86_64-linux-gnu/blas/libblas.so.3.9.0
## LAPACK: /usr/lib/x86_64-linux-gnu/lapack/liblapack.so.3.9.0
## 
## locale:
##  [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C              
##  [3] LC_TIME=es_CR.UTF-8        LC_COLLATE=en_US.UTF-8    
##  [5] LC_MONETARY=es_CR.UTF-8    LC_MESSAGES=en_US.UTF-8   
##  [7] LC_PAPER=es_CR.UTF-8       LC_NAME=C                 
##  [9] LC_ADDRESS=C               LC_TELEPHONE=C            
## [11] LC_MEASUREMENT=es_CR.UTF-8 LC_IDENTIFICATION=C       
## 
## attached base packages:
## [1] grid      stats     graphics  grDevices utils     datasets  methods  
## [8] base     
## 
## other attached packages:
##  [1] FD_1.0-12.1                geometry_0.4.6            
##  [3] kableExtra_1.3.4           ape_5.6-2                 
##  [5] ade4_1.7-19                ncdf4_1.19                
##  [7] timeperiodsR_0.6.2         maps_3.4.0                
##  [9] leaflet_2.1.1              htmlwidgets_1.5.4         
## [11] networkD3_0.4              wdpar_1.3.2               
## [13] taxize_0.9.100             rfishbase_4.0.0           
## [15] cluster_2.1.3              rgeos_0.5-9               
## [17] sf_1.0-7                   rgdal_1.5-31              
## [19] raster_3.5-15              sp_1.4-7                  
## [21] DT_0.22                    viridis_0.6.2             
## [23] viridisLite_0.4.0          RColorBrewer_1.1-3        
## [25] extrafont_0.18             BAT_2.8.1                 
## [27] vegan_2.6-2                lattice_0.20-45           
## [29] permute_0.9-7              PerformanceAnalytics_2.0.4
## [31] xts_0.12.1                 zoo_1.8-10                
## [33] ggrepel_0.9.1              gridExtra_2.3             
## [35] formattable_0.2.1          ggplot2_3.3.6             
## [37] readxl_1.4.0               pbapply_1.5-0             
## [39] forcats_0.5.1              stringi_1.7.8             
## [41] stringr_1.4.0              lubridate_1.8.0           
## [43] purrr_0.3.4                magrittr_2.0.3            
## [45] tidyr_1.2.0                dplyr_1.0.9               
## 
## loaded via a namespace (and not attached):
##   [1] utf8_1.2.2           proto_1.0.0          ks_1.13.5           
##   [4] tidyselect_1.1.2     FactoMineR_2.4       pROC_1.18.0         
##   [7] munsell_0.5.0        codetools_0.2-18     units_0.8-0         
##  [10] future_1.25.0        withr_2.5.0          colorspace_2.0-3    
##  [13] highr_0.9            knitr_1.39           uuid_1.1-0          
##  [16] leaps_3.1            rstudioapi_0.13      stats4_4.2.1        
##  [19] wk_0.6.0             ggsignif_0.6.3       Rttf2pt1_1.3.10     
##  [22] listenv_0.8.0        labeling_0.4.2       conditionz_0.1.0    
##  [25] nls2_0.3-3           polyclip_1.10-0      farver_2.1.0        
##  [28] parallelly_1.31.1    vctrs_0.4.1          generics_0.1.2      
##  [31] ipred_0.9-12         xfun_0.31            fastcluster_1.2.3   
##  [34] R6_2.5.1             doParallel_1.0.17    pdist_1.2.1         
##  [37] concaveman_1.1.0     cachem_1.0.6         reshape_0.8.9       
##  [40] assertthat_0.2.1     scales_1.2.0         nnet_7.3-17         
##  [43] gtable_0.3.0         globals_0.15.0       bold_1.2.0          
##  [46] timeDate_3043.102    rlang_1.0.2          systemfonts_1.0.4   
##  [49] scatterplot3d_0.3-41 splines_4.2.1        rstatix_0.7.0       
##  [52] extrafontdb_1.0      ModelMetrics_1.2.2.2 broom_0.8.0         
##  [55] s2_1.0.7             yaml_2.3.5           reshape2_1.4.4      
##  [58] abind_1.4-5          backports_1.4.1      crosstalk_1.2.0     
##  [61] caret_6.0-92         tools_4.2.1          lava_1.6.10         
##  [64] ellipsis_0.3.2       jquerylib_0.1.4      proxy_0.4-26        
##  [67] Rcpp_1.0.8.3         plyr_1.8.7           progress_1.2.2      
##  [70] classInt_0.4-3       prettyunits_1.1.1    ggpubr_0.4.0        
##  [73] rpart_4.1.16         openssl_2.0.0        contentid_0.0.15    
##  [76] factoextra_1.0.7     fs_1.5.2             crul_1.2.0          
##  [79] data.table_1.14.2    mvtnorm_1.1-3        hms_1.1.1           
##  [82] evaluate_0.15        mclust_5.4.10        compiler_4.2.1      
##  [85] tibble_3.1.7         V8_4.2.0             KernSmooth_2.23-20  
##  [88] crayon_1.5.1         hypervolume_3.0.3    htmltools_0.5.2     
##  [91] mgcv_1.8-40          tzdb_0.3.0           DBI_1.1.2           
##  [94] tweenr_1.0.2         magic_1.6-0          dbplyr_2.1.1        
##  [97] MASS_7.3-58          car_3.0-13           Matrix_1.4-1        
## [100] readr_2.1.2          cli_3.3.0            quadprog_1.5-8      
## [103] parallel_4.2.1       gower_1.0.0          igraph_1.3.1        
## [106] pkgconfig_2.0.3      flashClust_1.01-2    terra_1.5-21        
## [109] recipes_0.2.0        xml2_1.3.3           foreach_1.5.2       
## [112] svglite_2.1.0        ggcorrplot_0.1.3     bslib_0.3.1         
## [115] hardhat_0.2.0        webshot_0.5.3        prodlim_2019.11.13  
## [118] rvest_1.0.2          digest_0.6.29        pracma_2.3.8        
## [121] httpcode_0.3.0       rmarkdown_2.14       cellranger_1.1.0    
## [124] curl_4.3.2           lifecycle_1.0.1      nlme_3.1-157        
## [127] jsonlite_1.8.0       carData_3.0-5        mapproj_1.2.8       
## [130] askpass_1.1          fansi_1.0.3          pillar_1.7.0        
## [133] fastmap_1.1.0        httr_1.4.3           survival_3.2-13     
## [136] glue_1.6.2           iterators_1.0.14     ggforce_0.3.3       
## [139] class_7.3-20         sass_0.4.1           palmerpenguins_0.1.0
## [142] memoise_2.0.1        e1071_1.7-9          future.apply_1.9.0

Referencias

Villéger, Sébastien, Norman W. H. Mason, and David Mouillot. 2008. “New multidimensional functional diversity indices for a multifaceted framework in functional ecology.” Ecology 89 (8): 2290–2301. https://doi.org/10.1890/07-1206.1.