Aula1
Débora Gênesis
09/11/2021
Exercícios 1 :Base de dados.
Criar uma base de dados contendo 20 espécies e 8 localidades.
set.seed(999) # vai gerar sempre o mesmo resultado com as funções abaixo
tibble(
spec = paste0("sp", 1:20),
siteA = sample(c(0:1), replace=TRUE, size=20),
siteB = sample(c(0:1), replace=TRUE, size=20),
siteC = sample(c(0:1), replace=TRUE, size=20),
siteD = sample(c(0:1), replace=TRUE, size=20),
siteE = sample(c(0:1), replace=TRUE, size=20),
siteF = sample(c(0:1), replace=TRUE, size=20),
siteG = sample(c(0:1), replace=TRUE, size=20),
siteH = sample(c(0:1), replace=TRUE, size=20)
)## # A tibble: 20 x 9
## spec siteA siteB siteC siteD siteE siteF siteG siteH
## <chr> <int> <int> <int> <int> <int> <int> <int> <int>
## 1 sp1 0 1 1 0 0 0 0 0
## 2 sp2 1 0 0 1 1 1 0 1
## 3 sp3 0 0 0 0 0 0 1 0
## 4 sp4 0 0 1 0 0 1 1 0
## 5 sp5 0 1 0 0 1 0 1 0
## 6 sp6 1 1 0 1 0 1 1 1
## 7 sp7 0 0 0 0 0 1 1 0
## 8 sp8 1 0 1 1 0 1 1 0
## 9 sp9 1 0 1 1 0 0 0 0
## 10 sp10 1 0 1 0 0 1 0 1
## 11 sp11 0 0 1 1 1 1 1 1
## 12 sp12 0 0 1 0 0 1 1 0
## 13 sp13 1 1 1 1 1 0 0 1
## 14 sp14 0 1 1 0 0 0 0 1
## 15 sp15 0 1 0 0 0 0 1 1
## 16 sp16 0 1 0 1 1 1 1 1
## 17 sp17 1 0 1 0 1 1 0 0
## 18 sp18 1 0 0 0 0 0 1 0
## 19 sp19 0 0 0 1 0 0 1 0
## 20 sp20 0 0 1 0 0 0 0 1Exercício 2 : Matriz de abundâncias.
Crie uma base de dados contendo 30 espécies, 10 localidades e abundâncias variando entre 0-20 em 5 localidades e entre 0-50 em outras 5 localidades.
set.seed(999) # vai gerar sempre o mesmo resultado com as funções abaixo
tibble(
spec = paste0("sp", 1:30),
siteA = sample(c(0:20), replace=TRUE, size=30), #lendo valores aleatórios entre 0 e 20
siteB = sample(c(0:20), replace=TRUE, size=30),
siteC = sample(c(0:20), replace=TRUE, size=30),
siteD = sample(c(0:20), replace=TRUE, size=30),
siteE = floor(runif(30, min=0, max=20)),# aqui também
siteF = sample(c(0:50), replace=FALSE, , size=30),
siteG = sample(c(0:50), replace=FALSE, size=30),
siteH = sample(c(0:50), replace=FALSE, size=30),
siteI = sample(c(0:50), replace=FALSE, size=30),
siteJ = sample.int(50, 30)
)->base # note que esse comando "->" apontou para um objeto de nome 'base'
base # eis a nossa base agora com as espécies como nomes das linhas## # A tibble: 30 x 11
## spec siteA siteB siteC siteD siteE siteF siteG siteH siteI siteJ
## <chr> <int> <int> <int> <int> <dbl> <int> <int> <int> <int> <int>
## 1 sp1 3 3 1 10 19 40 19 10 10 5
## 2 sp2 6 3 5 9 5 41 49 33 6 16
## 3 sp3 8 8 14 10 10 35 12 45 48 14
## 4 sp4 13 6 20 16 15 5 15 9 25 49
## 5 sp5 0 1 0 11 3 47 34 21 35 11
## 6 sp6 9 12 12 8 1 3 6 14 49 40
## 7 sp7 2 1 3 0 18 9 9 36 2 35
## 8 sp8 14 12 13 10 9 17 16 32 39 31
## 9 sp9 4 6 17 17 2 16 39 50 42 42
## 10 sp10 6 1 14 5 10 28 8 46 9 34
## # ... with 20 more rowsExercício 3 : Criando sumário com os dados da questão anterior.
summary(base)## spec siteA siteB siteC
## Length:30 Min. : 0.00 Min. : 0.000 Min. : 0.0
## Class :character 1st Qu.: 4.00 1st Qu.: 3.000 1st Qu.: 5.5
## Mode :character Median : 8.00 Median : 7.500 Median :12.0
## Mean : 8.50 Mean : 8.133 Mean :10.5
## 3rd Qu.:13.75 3rd Qu.:12.000 3rd Qu.:14.0
## Max. :20.00 Max. :19.000 Max. :20.0
## siteD siteE siteF siteG
## Min. : 0.00 Min. : 0.000 Min. : 0.00 Min. : 4.00
## 1st Qu.: 5.00 1st Qu.: 4.000 1st Qu.:12.25 1st Qu.:16.25
## Median :10.00 Median : 8.500 Median :22.00 Median :26.00
## Mean :10.30 Mean : 9.067 Mean :24.07 Mean :26.97
## 3rd Qu.:16.75 3rd Qu.:15.000 3rd Qu.:39.75 3rd Qu.:39.75
## Max. :20.00 Max. :19.000 Max. :49.00 Max. :49.00
## siteH siteI siteJ
## Min. : 1.00 Min. : 2.00 Min. : 2.00
## 1st Qu.:15.75 1st Qu.:15.50 1st Qu.:11.75
## Median :29.50 Median :28.50 Median :24.50
## Mean :27.50 Mean :28.07 Mean :24.37
## 3rd Qu.:38.50 3rd Qu.:42.75 3rd Qu.:37.25
## Max. :50.00 Max. :50.00 Max. :49.00Exercício 4 : Usando a matriz de dados fornecida no link http://adn.biol.umontreal.ca/~numericalecology/numecolR/NEwR-2ed_code_data.zip,analise a matriz de abundância de peixes (spe), a matriz espacial(spa) e a matrix ambiental(env).
load ("C:/Users/debor/OneDrive/Documentos/EcoNum/github/NEwR-2ed_code_data/NEwR2-Data/Doubs.RData")
spe # matriz de abundância de espécies de peixes## Cogo Satr Phph Babl Thth Teso Chna Pato Lele Sqce Baba Albi Gogo Eslu Pefl
## 1 0 3 0 0 0 0 0 0 0 0 0 0 0 0 0
## 2 0 5 4 3 0 0 0 0 0 0 0 0 0 0 0
## 3 0 5 5 5 0 0 0 0 0 0 0 0 0 1 0
## 4 0 4 5 5 0 0 0 0 0 1 0 0 1 2 2
## 5 0 2 3 2 0 0 0 0 5 2 0 0 2 4 4
## 6 0 3 4 5 0 0 0 0 1 2 0 0 1 1 1
## 7 0 5 4 5 0 0 0 0 1 1 0 0 0 0 0
## 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
## 9 0 0 1 3 0 0 0 0 0 5 0 0 0 0 0
## 10 0 1 4 4 0 0 0 0 2 2 0 0 1 0 0
## 11 1 3 4 1 1 0 0 0 0 1 0 0 0 0 0
## 12 2 5 4 4 2 0 0 0 0 1 0 0 0 0 0
## 13 2 5 5 2 3 2 0 0 0 0 0 0 0 0 0
## 14 3 5 5 4 4 3 0 0 0 1 1 0 1 1 0
## 15 3 4 4 5 2 4 0 0 3 3 2 0 2 0 0
## 16 2 3 3 5 0 5 0 4 5 2 2 1 2 1 1
## 17 1 2 4 4 1 2 1 4 3 2 3 4 1 1 2
## 18 1 1 3 3 1 1 1 3 2 3 3 3 2 1 3
## 19 0 0 3 5 0 1 2 3 2 1 2 2 4 1 1
## 20 0 0 1 2 0 0 2 2 2 3 4 3 4 2 2
## 21 0 0 1 1 0 0 2 2 2 2 4 2 5 3 3
## 22 0 0 0 1 0 0 3 2 3 4 5 1 5 3 4
## 23 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0
## 24 0 0 0 0 0 0 1 0 0 2 0 0 1 0 0
## 25 0 0 0 0 0 0 0 0 1 1 0 0 2 1 0
## 26 0 0 0 1 0 0 1 0 1 2 2 1 3 2 1
## 27 0 0 0 1 0 0 1 1 2 3 4 1 4 4 1
## 28 0 0 0 1 0 0 1 1 2 4 3 1 4 3 2
## 29 0 1 1 1 1 1 2 2 3 4 5 3 5 5 4
## 30 0 0 0 0 0 0 1 2 3 3 3 5 5 4 5
## Rham Legi Scer Cyca Titi Abbr Icme Gyce Ruru Blbj Alal Anan
## 1 0 0 0 0 0 0 0 0 0 0 0 0
## 2 0 0 0 0 0 0 0 0 0 0 0 0
## 3 0 0 0 0 0 0 0 0 0 0 0 0
## 4 0 0 0 0 1 0 0 0 0 0 0 0
## 5 0 0 2 0 3 0 0 0 5 0 0 0
## 6 0 0 0 0 2 0 0 0 1 0 0 0
## 7 0 0 0 0 0 0 0 0 0 0 0 0
## 8 0 0 0 0 0 0 0 0 0 0 0 0
## 9 0 0 0 0 1 0 0 0 4 0 0 0
## 10 0 0 0 0 0 0 0 0 0 0 0 0
## 11 0 0 0 0 0 0 0 0 0 0 0 0
## 12 0 0 0 0 0 0 0 0 0 0 0 0
## 13 0 0 0 0 0 0 0 0 0 0 0 0
## 14 0 0 0 0 0 0 0 0 0 0 0 0
## 15 0 0 0 0 1 0 0 0 0 0 0 0
## 16 0 1 0 1 1 0 0 0 1 0 0 0
## 17 1 1 0 1 1 0 0 0 2 0 2 1
## 18 2 1 0 1 1 0 0 1 2 0 2 1
## 19 2 1 1 1 2 1 0 1 5 1 3 1
## 20 3 2 2 1 4 1 0 2 5 2 5 2
## 21 3 2 2 2 4 3 1 3 5 3 5 2
## 22 3 3 2 3 4 4 2 4 5 4 5 2
## 23 0 0 0 0 0 0 0 0 1 0 2 0
## 24 0 1 0 0 0 0 0 2 2 1 5 0
## 25 0 0 1 0 0 0 0 1 1 0 3 0
## 26 2 2 1 1 3 2 1 4 4 2 5 2
## 27 3 3 1 2 5 3 2 5 5 4 5 3
## 28 4 4 2 4 4 3 3 5 5 5 5 4
## 29 5 5 2 3 3 4 4 5 5 4 5 4
## 30 5 3 5 5 5 5 5 5 5 5 5 5spa # matriz espacial## X Y
## 1 85.678 20.000
## 2 84.955 20.100
## 3 92.301 23.796
## 4 91.280 26.431
## 5 92.005 29.163
## 6 95.954 36.315
## 7 98.201 38.799
## 8 99.455 46.406
## 9 109.782 55.865
## 10 130.641 66.576
## 11 142.748 81.258
## 12 147.270 85.839
## 13 156.817 89.516
## 14 159.435 92.791
## 15 150.820 91.084
## 16 132.662 87.956
## 17 128.298 93.918
## 18 130.560 102.446
## 19 128.459 105.428
## 20 114.862 103.129
## 21 97.163 90.245
## 22 88.200 86.373
## 23 79.596 83.508
## 24 74.753 78.734
## 25 67.146 74.683
## 26 53.770 71.598
## 27 43.637 68.673
## 28 30.514 61.166
## 29 20.495 43.848
## 30 0.000 41.562env # matriz ambiental## dfs ele slo dis pH har pho nit amm oxy bod
## 1 0.3 934 48.0 0.84 7.9 45 0.01 0.20 0.00 12.2 2.7
## 2 2.2 932 3.0 1.00 8.0 40 0.02 0.20 0.10 10.3 1.9
## 3 10.2 914 3.7 1.80 8.3 52 0.05 0.22 0.05 10.5 3.5
## 4 18.5 854 3.2 2.53 8.0 72 0.10 0.21 0.00 11.0 1.3
## 5 21.5 849 2.3 2.64 8.1 84 0.38 0.52 0.20 8.0 6.2
## 6 32.4 846 3.2 2.86 7.9 60 0.20 0.15 0.00 10.2 5.3
## 7 36.8 841 6.6 4.00 8.1 88 0.07 0.15 0.00 11.1 2.2
## 8 49.1 792 2.5 1.30 8.1 94 0.20 0.41 0.12 7.0 8.1
## 9 70.5 752 1.2 4.80 8.0 90 0.30 0.82 0.12 7.2 5.2
## 10 99.0 617 9.9 10.00 7.7 82 0.06 0.75 0.01 10.0 4.3
## 11 123.4 483 4.1 19.90 8.1 96 0.30 1.60 0.00 11.5 2.7
## 12 132.4 477 1.6 20.00 7.9 86 0.04 0.50 0.00 12.2 3.0
## 13 143.6 450 2.1 21.10 8.1 98 0.06 0.52 0.00 12.4 2.4
## 14 152.2 434 1.2 21.20 8.3 98 0.27 1.23 0.00 12.3 3.8
## 15 164.5 415 0.5 23.00 8.6 86 0.40 1.00 0.00 11.7 2.1
## 16 185.9 375 2.0 16.10 8.0 88 0.20 2.00 0.05 10.3 2.7
## 17 198.5 349 0.5 24.30 8.0 92 0.20 2.50 0.20 10.2 4.6
## 18 211.0 333 0.8 25.00 8.0 90 0.50 2.20 0.20 10.3 2.8
## 19 224.6 310 0.5 25.90 8.1 84 0.60 2.20 0.15 10.6 3.3
## 20 247.7 286 0.8 26.80 8.0 86 0.30 3.00 0.30 10.3 2.8
## 21 282.1 262 1.0 27.20 7.9 85 0.20 2.20 0.10 9.0 4.1
## 22 294.0 254 1.4 27.90 8.1 88 0.20 1.62 0.07 9.1 4.8
## 23 304.3 246 1.2 28.80 8.1 97 2.60 3.50 1.15 6.3 16.4
## 24 314.7 241 0.3 29.76 8.0 99 1.40 2.50 0.60 5.2 12.3
## 25 327.8 231 0.5 38.70 7.9 100 4.22 6.20 1.80 4.1 16.7
## 26 356.9 214 0.5 39.10 7.9 94 1.43 3.00 0.30 6.2 8.9
## 27 373.2 206 1.2 39.60 8.1 90 0.58 3.00 0.26 7.2 6.3
## 28 394.7 195 0.3 43.20 8.3 100 0.74 4.00 0.30 8.1 4.5
## 29 422.0 183 0.6 67.70 7.8 110 0.45 1.62 0.10 9.0 4.2
## 30 453.0 172 0.2 69.00 8.2 109 0.65 1.60 0.10 8.2 4.4Exercício 5 : Com a mesma base de dados reproduza gráficos e utilizando os gráficos plotados responda como a riqueza variou ao longo dos locais amostrados, explicando também se a riqueza das espécies amostradas pode ter alguma influência de fatores ambientais.
Foram amostrados 30 locais e coletados dados de abundância de 27 espécies, juntamente com alguns dados ambientais como a presença de oxigênio e nitrato na água.
Mapa Amostral:
plot(spa, asp = 1, type = "n", main = "Locais de amostragem", xlab = "x coordenadas (km)", ylab = "y coordenadas (km)")
lines(spa, col = "dark blue")
text(spa, row.names(spa), cex = 0.8, col = "red")
text(50, 20, "Rio Acima", cex = 1.2, col = "red")
text(30, 40, "Rio Abaixo", cex = 1.2, col = "red")
Sobre os dados de riqueza para cada local de amostragem :
# Compute the number of species at each site
# To sum by rows, the second argument of apply(), MARGIN, is set
# to 1
sit.pres <- apply(spe > 0, 1, sum)
# Sort the results in increasing order
sort(sit.pres)## 8 1 2 23 3 7 9 10 11 12 13 4 24 25 6 14 5 15 16 26 30 17 20 22 27 28
## 0 1 3 3 4 5 5 6 6 6 6 8 8 8 10 10 11 11 17 21 21 22 22 22 22 22
## 18 19 21 29
## 23 23 23 26par(mfrow = c(1, 2))
# Plot species richness vs. position of the sites along the river
plot(sit.pres,type = "s",las = 1,col = "gray", main = "Riqueza de espécies vs. \n Gradiente Rio Acima-Rio Abaixo", xlab = "Número dos locais",ylab = "Riqueza de espécies")
text(sit.pres, row.names(spe), cex = .8, col = "red")
# Use geographic coordinates to plot a bubble map
plot(spa, asp = 1, main = "Mapa de riqueza de espécies",pch = 21,col = "white",bg = "brown", cex = 5 * sit.pres / max(sit.pres), xlab = "Coordenadas x (km)",ylab = "Coordenadas Y (km)")
lines(spa, col = "light blue")
Variáveis ambientais testadas : Composição química.
plot(env$dfs, env$oxy,
type = "l",
xlab = "Distância da origem (km)",
ylab = "Oxigênio (mg/L)",
col = "green3",
main = "Oxigênio")
plot(env$dfs, env$nit,
type = "l",
xlab = "Distância da origem (km)",
ylab = "Nitrato (mg/L)",
col = "brown",
main = "Nitrato")
Variáveis físicas testadas : Altitude e fluxo da água do rio.
plot(env$dfs, env$ele,
type = "l",
xlab = "Distância da origem (km)",
ylab = "Altitude (m)",
col = "red", main = "Altitude")
plot(env$dfs, env$dis,
type = "l",
xlab = "Distância da origem (km)",
ylab = "Fluxo de água (m3/s)",
col = "blue",
main = "Fluxo de água")
Entre as áreas amostradas que apresentaram maior riqueza de espécies foram os clusters (chamo aqui cluster A) entre os locais 17 até o 22 e entre 26 até 30 (cluster B). A maior riqueza observada por área foi a área 29 com 25 espécies e com a menor riqueza foi a área 8, com 0 espécies.No geral houve um aumento da riqueza no início da coleta entre as áreas 1 a 5 e um descréscimo a partir do área 6. Na área 9 a riqueza começa a aumentar até o cluster A, e sofre um declínio na área 23, para novamente aumentar até o cluster B. Quanto às variáveis ambientais testadas, os níveis de oxigênio e nitrato ao longo do rio, refletem características de eutrofização, onde existe majoritariamente uma relação inversamente proporcional entre os dois elementos. Em locais que existe um maior nível de nitrato, existe também um menor nível de oxigênio, podendo a partir de tais achados inferir sobre os dados de riqueza de espécies, onde os menores valores observados se concentram nas áreas onde o nitrato teve os seus maiores valores registrados. Nessas áreas também se concentram os menores valores para a oxigenação do rio, onde a redução de oxigênio dissolvido afeta diretamente a respiração dos peixes influenciando na sua distribuição. Quanto às variáveis físicas, a altitude explica a distribuição das espécies para as menores elevações como sendo os nichos ecológicos naturais dessas espécies. Ambos os clusters A e B se concentram em altitudes baixas, enquanto em regiões com maiores elevações concentram menores valores de riqueza de espécies (ver mapa de riqueza de espécies). Já o aumento do fluxo de água na região abaixo do rio pode ser um dos principais motivos para a aumento da abundância das espécies, visto que o aumento da velocidade da água pode afetar a estrutura e a funcionalidade de comunidades aquáticas.
De uma forma geral pode-se concluir que, a distribuição dos peixes são afetados pela altitude e fluxo de água e que na parte do rio abaixo (downstream) pode haver processos de eutrofização que afetaram a abundância das espécies em certo ponto da amostragem.