Calculando a alfa usando o “entropart”

library(metacom)
## Carregando pacotes exigidos: vegan
## Carregando pacotes exigidos: permute
## Carregando pacotes exigidos: lattice
## This is vegan 2.5-7
library(vegan)
library(rdiversity)
library(entropart)
mc<-MetaCommunity(dados)
AlphaDiversity(mc, q=0, Correction = "None")
## $MetaCommunity
## [1] "mc"
## 
## $Method
## [1] "Neutral"
## 
## $Type
## [1] "alpha"
## 
## $Order
## [1] 0
## 
## $Correction
## [1] "None"
## 
## $Normalized
## [1] TRUE
## 
## $Weights
##       LDL1       LDL3       LDL4       LDL5       LDL8       LDL9      LDL10 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      LDL11      LDL12      LDL13      LDL14      LDL15       IDL1       IDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       IDL5       IDL6       IDL7       IDL8       IDL9      IDL10      IDL11 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      IDL12      IDL13      IDL14      IDL15       HDL2       HDL3       HDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       HDL5       HDL6      HDL10      HDL11      HDL12      HDL13      HDL14 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      HDL15 
## 0.02777778 
## 
## $Communities
##  LDL1  LDL3  LDL4  LDL5  LDL8  LDL9 LDL10 LDL11 LDL12 LDL13 LDL14 LDL15  IDL1 
##    35    30    30    29    38    40    26    32    36    27    36    23    38 
##  IDL4  IDL5  IDL6  IDL7  IDL8  IDL9 IDL10 IDL11 IDL12 IDL13 IDL14 IDL15  HDL2 
##    31    31    32    38    29    41    32    27    40    40    35    46    38 
##  HDL3  HDL4  HDL5  HDL6 HDL10 HDL11 HDL12 HDL13 HDL14 HDL15 
##    40    25    26    25    27    15    18    21    39    29 
## 
## $Total
## [1] 31.80556
## 
## attr(,"class")
## [1] "MCdiversity"
AlphaDiversity(mc, q=1, Correction = "None")
## $MetaCommunity
## [1] "mc"
## 
## $Method
## [1] "Neutral"
## 
## $Type
## [1] "alpha"
## 
## $Order
## [1] 1
## 
## $Correction
## [1] "None"
## 
## $Normalized
## [1] TRUE
## 
## $Weights
##       LDL1       LDL3       LDL4       LDL5       LDL8       LDL9      LDL10 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      LDL11      LDL12      LDL13      LDL14      LDL15       IDL1       IDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       IDL5       IDL6       IDL7       IDL8       IDL9      IDL10      IDL11 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      IDL12      IDL13      IDL14      IDL15       HDL2       HDL3       HDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       HDL5       HDL6      HDL10      HDL11      HDL12      HDL13      HDL14 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      HDL15 
## 0.02777778 
## 
## $Communities
##      LDL1      LDL3      LDL4      LDL5      LDL8      LDL9     LDL10     LDL11 
## 27.222539 25.629042 22.941212 24.387995 25.468065 29.897721  7.311644 21.888908 
##     LDL12     LDL13     LDL14     LDL15      IDL1      IDL4      IDL5      IDL6 
## 29.349849 24.342215 25.964012 13.197723 30.755277 24.461617 19.699180 25.450513 
##      IDL7      IDL8      IDL9     IDL10     IDL11     IDL12     IDL13     IDL14 
## 25.265590 23.159886 25.854673 27.138127 18.074630 30.816146 33.977934 21.894257 
##     IDL15      HDL2      HDL3      HDL4      HDL5      HDL6     HDL10     HDL11 
## 35.997088 31.969923 30.800462 20.816537 17.365476 20.844865 20.562416  6.173823 
##     HDL12     HDL13     HDL14     HDL15 
## 11.350338 17.717858 31.130084 21.344945 
## 
## $Total
## [1] 22.28671
## 
## attr(,"class")
## [1] "MCdiversity"

Calculando a Beta

BetaDiversity(mc, q=0, Correction = "None")
## $MetaCommunity
## [1] "mc"
## 
## $Method
## [1] "Neutral"
## 
## $Type
## [1] "beta"
## 
## $Order
## [1] 0
## 
## $Correction
## [1] "None"
## 
## $Normalized
## [1] TRUE
## 
## $Weights
##       LDL1       LDL3       LDL4       LDL5       LDL8       LDL9      LDL10 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      LDL11      LDL12      LDL13      LDL14      LDL15       IDL1       IDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       IDL5       IDL6       IDL7       IDL8       IDL9      IDL10      IDL11 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      IDL12      IDL13      IDL14      IDL15       HDL2       HDL3       HDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       HDL5       HDL6      HDL10      HDL11      HDL12      HDL13      HDL14 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      HDL15 
## 0.02777778 
## 
## $Total
## [1] 5.627948
## 
## attr(,"class")
## [1] "MCdiversity"
BetaDiversity(mc, q=1, Correction = "None")
## $MetaCommunity
## [1] "mc"
## 
## $Method
## [1] "Neutral"
## 
## $Type
## [1] "beta"
## 
## $Order
## [1] 1
## 
## $Correction
## [1] "None"
## 
## $Normalized
## [1] TRUE
## 
## $Weights
##       LDL1       LDL3       LDL4       LDL5       LDL8       LDL9      LDL10 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      LDL11      LDL12      LDL13      LDL14      LDL15       IDL1       IDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       IDL5       IDL6       IDL7       IDL8       IDL9      IDL10      IDL11 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      IDL12      IDL13      IDL14      IDL15       HDL2       HDL3       HDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       HDL5       HDL6      HDL10      HDL11      HDL12      HDL13      HDL14 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      HDL15 
## 0.02777778 
## 
## $Total
## [1] 4.25749
## 
## attr(,"class")
## [1] "MCdiversity"
BetaDiversity(mc, q=2, Correction = "None")
## $MetaCommunity
## [1] "mc"
## 
## $Method
## [1] "Neutral"
## 
## $Type
## [1] "beta"
## 
## $Order
## [1] 2
## 
## $Correction
## [1] "None"
## 
## $Normalized
## [1] TRUE
## 
## $Weights
##       LDL1       LDL3       LDL4       LDL5       LDL8       LDL9      LDL10 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      LDL11      LDL12      LDL13      LDL14      LDL15       IDL1       IDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       IDL5       IDL6       IDL7       IDL8       IDL9      IDL10      IDL11 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      IDL12      IDL13      IDL14      IDL15       HDL2       HDL3       HDL4 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##       HDL5       HDL6      HDL10      HDL11      HDL12      HDL13      HDL14 
## 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 0.02777778 
##      HDL15 
## 0.02777778 
## 
## $Total
## [1] 4.419122
## 
## attr(,"class")
## [1] "MCdiversity"

Calculando a Gama

GammaDiversity(mc, q=0, Correction = "None")
## None 
##  179
GammaDiversity(mc, q=1, Correction = "None")
##     None 
## 94.88546
GammaDiversity(mc, q=2, Correction = "None")
##     None 
## 62.38163

Perfil de diversidade

Profile <- DivProfile(q.seq = seq(0, 2, 0.1), mc, Biased = FALSE, Correction = "None")
plot(Profile)

summary(Profile)
## Diversity profile of MetaCommunity mc
##  with correction: None
## Diversity against its order:
##      Order Alpha Diversity Beta Diversity Gamma Diversity
## None   0.0        31.80556       5.627948       179.00000
## None   0.1        30.85554       5.417085       167.14707
## None   0.2        29.89974       5.221463       156.12037
## None   0.3        28.93997       5.041821       145.91015
## None   0.4        27.97820       4.878732       136.49813
## None   0.5        27.01649       4.732591       127.85800
## None   0.6        26.05700       4.603608       119.95622
## None   0.7        25.10198       4.491810       112.75332
## None   0.8        24.15370       4.397063       106.20534
## None   0.9        23.21450       4.319087       100.26545
## None   1.0        22.28671       4.257490        94.88546
## None   1.1        21.37266       4.211794        90.01725
## None   1.2        20.47465       4.181460        85.61391
## None   1.3        19.59491       4.165909        81.63063
## None   1.4        18.73564       4.164541        78.02535
## None   1.5        17.89891       4.176742        74.75913
## None   1.6        17.08668       4.201890        71.79636
## None   1.7        16.30077       4.239354        69.10475
## None   1.8        15.54282       4.288491        66.65526
## None   1.9        14.81427       4.348641        64.42193
## None   2.0        14.11629       4.419122        62.38163
library(betapart)
dadosLDL<-dados[, 1:12]
dadosLDL<-ifelse(dadosLDL=="0",0,1)
beta.core<-betapart.core(dadosLDL)
beta.multi<-beta.multi(dadosLDL)
beta.multi
## $beta.SIM
## [1] 0.9543153
## 
## $beta.SNE
## [1] 0.03262383
## 
## $beta.SOR
## [1] 0.9869392

Na paisagem com baixo nível de devastação florestal (LDL) o valor de beta indica que tem pouca diferenciação ou nenhuma, pois o valor de beta é próximo de 1. Isso indica que como a paisagem teve pouca devastação, as comunidades não sofreram tanta diferenciação. Para beta SNE, que indica substituição, o valor é menor que 1, que indica que pode haver a substituição de espécies que variam no ambiente. O aninhamento tem valor beta próximo de 1, que indica que esse cenário não teve perda gradual de espécies.

dadosIDL<-dados[, 16:28]
dadosIDL<-ifelse(dadosIDL=="0",0,1)
beta.core<-betapart.core(dadosIDL)
beta.multi1<-beta.multi(dadosIDL)
beta.multi1
## $beta.SIM
## [1] 0.950544
## 
## $beta.SNE
## [1] 0.03598777
## 
## $beta.SOR
## [1] 0.9865318

Na paisagem com nível intermediário de devastação florestal (IDL) o valor de beta indica que tem pouca diferenciação ou nenhuma, pois o valor de beta é próximo de 1. Isso indica que como a paisagem teve pouca devastação, as comunidades não sofreram tanta diferenciação. Para beta SNE, que indica substituição, o valor é menor que 1, que indica que pode haver a substituição de espécies que variam no ambiente. O aninhamento tem valor beta próximo de 1, que indica que esse cenário não teve perda gradual de espécies.

dadosHDL<-dados[, 26:36]
dadosHDL<-ifelse(dadosHDL=="0",0,1)
beta.core<-betapart.core(dadosHDL)
beta.multi2<-beta.multi(dadosHDL)
beta.multi2
## $beta.SIM
## [1] 0.9430244
## 
## $beta.SNE
## [1] 0.04421616
## 
## $beta.SOR
## [1] 0.9872406

Na paisagem com nível alto de devastação florestal (HDL) para beta SNE, que indica substituição, o valor é menor que 1, que indica que pode haver a substituição de espécies que variam no ambiente. O aninhamento tem valor beta próximo de 1, que indica que esse cenário não teve perda gradual de espécies.