使用 specaccum() 外推物種累積曲線

Question

我正在使用兩種不同的調查方法研究在熱帶雨林保護區中發現的一些兩棲動物/爬行動物。 我想比較這些方法，但一種方法比另一種方法擁有更多的數據。

在研究地點內，還存在三個具有不同干擾程度的不同區域（CCR、PCR 和 SLR），在兩種調查方法內部和之間，它們之間也有不同程度的努力。

我想為每種方法創建兩條外推的物種積累曲線，一條包括所有干擾類型，另一條包括干擾類型。

我已經設法創建了累積曲線，但它們並沒有外推到觀察到的個體數量。 如何推斷曲線？

SAves <- specaccum(comm = cves[,4:ncol(cves)],  method = "rarefaction") #getting species accumulation for ves 
SAvCCR <- specaccum(comm = cvCCR[,4:ncol(cves)], method = "rarefaction") #getting species accumulation for ves ccr 
SAvPCR <- specaccum(comm = cvPCR[,4:ncol(cves)], method = "rarefaction") #getting species accumulation for ves pcr 
SAvSLR <- specaccum(comm = cvSLR[,4:ncol(cves)], method = "rarefaction") #getting species accumulation for ves slr

par(mfrow= c(1,2))
plot(SAves[["individuals"]], y=SAves[["richness"]], xlab = "Individuals", ylab="Richness", main = "Visual Encounter Survey Species Accumulation") #plotting species accumulation curves for VES
plot(SAvSLR[["individuals"]], y=SAvSLR[["richness"]], xlab = "Individuals", ylab="Richness", main = "Species Accumulation by Disturbance Type", col = "green", type = "b", xlim = c(30,300), ylim =c(10,40))
lines(SAvCCR[["individuals"]], y=SAvCCR[["richness"]], xlab = "Individuals", ylab="Richness", col = "red", type = "b")
lines(SAvPCR[["individuals"]], y=SAvPCR[["richness"]], xlab = "Individuals", ylab="Richness", col = "blue", type = "b")


SAbox <- specaccum(comm = cbox[,4:ncol(cbox)], method = "rarefaction") #getting species accumulation for herp box 
SAbCCR <- specaccum(comm = cbCCR[,4:ncol(cbox)], method = "rarefaction") #getting species accumulation for herp box ccr 
SAbPCR <- specaccum(comm = cbPCR[,4:ncol(cbox)], method = "rarefaction") #getting species accumulation for herp box pcr 
SAbSLR <- specaccum(comm = cbSLR[,4:ncol(cbox)], method = "rarefaction") #getting species accumulation for herp box slr

par(mfrow= c(1,2))
plot(SAbox[["individuals"]], y=SAbox[["richness"]], xlab = "Individuals", ylab="Richness", type="b") #plotting species accumulation curves for herp box 
plot(SAbSLR[["individuals"]], y=SAbSLR[["richness"]], xlab = "Individuals", ylab="Richness", main = "Species Accumulation by Disturbance Type", col = "green", type = "b", ylim=c(0,35), xlim = c(8, 80))
lines(SAbCCR[["individuals"]], y=SAbCCR[["richness"]], xlab = "Individuals", ylab="Richness", col = "red", type = "b")
lines(SAbPCR[["individuals"]], y=SAbPCR[["richness"]], xlab = "Individuals", ylab="Richness", col = "blue", type = "b")

Answer 1

Rarefaction 和其他specaccum工具是插值方法，並且沒有可靠的方法來推斷這些結果。 然而， fitspecaccum提供了一些選擇來將流行的非線性模型擬合到插值數據，並且這些擬合模型可用於通過predict function 進行外推。 然而，總的來說，這些模型不太適合插值數據，並且它們的外推可能同樣糟糕。 其中一些模型假設了一個漸近上限，但有些則沒有，這確實會影響外推，其中一些結果可能會產生誤導（當它們不同時，無法知道哪些模型是有效的）。

有一個名為BNPvegan （貝葉斯非參數素食主義者）的 package 引入了外推稀疏。 但是，package 和實際方法仍在開發中，因此請謹慎操作並遵循 package 中的更改。 package 可通過https://github.com/alessandrozito/BNPvegan獲得。

在您的情況下，通常會減少適用於您所有案例的個人數量。 它可以是最小樣本集中的個體數量和兩個個體之間的任何值（原則上也是一個，但這沒用，因為你總是有一個物種和一個個體）。 但是，您應該知道，在某些情況下，稀有曲線交叉，因此稀有豐富度的排序可能是偶然的。 在您的示例中，它們似乎沒有越過並且您很安全，但請始終檢查這一點。