Ecrire un très court article dont le résultat est la comparaison de la diversité neutre des forêts de BCI et de Paracou. On s’intéresse aux arbres seulement.
Paracou est plus divers de BCI.
Les données de BCI sont très utilisées dans les études du fonctionnement de la forêt tropicale. La forêt de BCI est pourtant assez pauvre et a été perturbée. D’autres forêts expérimentales similaires sont disponibles, avec une biodiversité plus grande.
L’inventaire de BCI se trouve dans le package vegan :
library("vegan")
## Loading required package: permute
## Loading required package: lattice
## This is vegan 2.4-6
data(BCI)
# 1 ligne par parcelle, 1 colonne par espèce
dim(BCI)
## [1] 50 225
L’inventaire de deux hectares de Paracou, parcelles 6 et 18, se trouve dans le package entropart :
library("entropart")
## Loading required package: ggplot2
data(Paracou618)
# Le nombre d'individu par espèce est dans le vecteur $Ns de la
# MetaCommunity Paracou618.MC
head(Paracou618.MC$Ns)
## Anac_Anac_spru Anac_Astr_ulei Anac_Tapi_guia Anac_Thyr_guia Anac_Thyr_pube
## 3 0 3 4 1
## Anno_Dugu_caly
## 2
Comparer la diversité des deux forêts de deux manières :
Comparaison des deux deux profils de diversité asymptotiques ;
Comparaison des valeurs de diversité à q=0, 1 et 2, raréfiés au même taux de couverture.
Les outils nécessaires sont :
La fonction Diversity()
de entropart pour calculer un nombre de Hill ;
La fonction CommunityProfile()
pour produire un profil en appliquant Diversity()
à plusieurs ordres de diversité (par défaut, de 0 à 2 par pas de 0.1) ;
La fonction CEnvelope()
pour ajouter un profil de diversité à un graphique existant ;
La fonction Coverage()
pour calculer le taux de couverture d’un échantillon ;
La fonction estimateD()
du package iNext.
Exemple d’utilisation de estimateD()
pour raréfier l’inventaire de Paracou au taux de couverture de 80% :
library("iNEXT")
# as.numeric supprime les noms du vecteur des abondances, sinon estimateD
# prend les espèces pour des parcelles
estimateD(as.numeric(Paracou618.MC$Ns), base = "coverage", level = 0.8)
## m method order SC qD qD.LCL qD.UCL
## 1 364 interpolated 0 0.8 136.378 130.430 142.325
## 2 364 interpolated 1 0.8 89.132 83.632 94.632
## 3 364 interpolated 2 0.8 61.036 55.946 66.127
Il n’y a pas d’outil simple disponible pour raréfier la diversité aux ordres non entiers.
Ecrire l’article entièrement. Chaque section sera réduite au strict minimum, dans l’objectif de ne pas dépasser deux ou trois pages.
Utiliser les outils appris :
Bibliographie (réduite à moins de 15 références, dont 4 pour R et ses packages) partagée sous Mendeley dans un groupe ;
Rédaction en RMarkdown avec le modèle d’article EcoFoG ;
Projet R reproductible, contenant les données, le texte, la biblio. L’article devra pouvoir être produit en un clic sur le bouton Knit.
Projet sous contrôle de source avec git, publié sur Github.
Appliquer les principes appris dans la partie théorique.