Я использую данные о видовом покрове и данные об окружающей среде для построения НМДС на 2D и 3D-графике с использованием пакета VEGAN. Я могу строить НМДС на основе участков, но при попытке нанести на карту с помощью NMDS
" species scores not available
Error in order(x) : argument 1 is not a vector"
ошибкавсплывает.Я также пытался использовать warscores=T, но проблема существует.У меня есть следующие типы данных: Вид данных.Я также пытался сгруппировать данные по обработке, используя ordihull, но он также не будет рисовать многоугольник.
Я могу создать богатство видов, даже я могу построить NMDS, но без оценок видов.ниже приведены данные о видах
Row Labels Acalypha gracilens Acalypha virginica Acer rubrum Acer saccharum Adiantum pedatum Ageratina altissima Agrimonia rostellata Amelanchier arborea Amphicarpa bracteata Anemone virginiana Antennaria parlinii Antenoron virginiana Aralia spinosa Arisaema dracontium Arisaema triphyllum Asimina triloba Asplenium platyneuron Athyrium filix-femina Botrypus virginianus
2014PL1 0 0 0 3.5 0 0 0 0 15.5 0 0 0 0 0 0 0 0 0 0
2014PL10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2014PL11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2014PL12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2014PL13 0 0 0 0 0 0 0 0 3.5 0 0 0 0 0 0 0 0 0 0
2014PL14 0 0 0 0.5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2014PL15 0 0 0 0 0 0 0 0 15.5 0 0 0 0 0 0 0 0 0 0
2014PL16 0 0 0 0.5 0 0 0 0 0.5 0 0 0 0 0 0 0 0 0 0
2014PL17 0 0 0 15.5 0 0 0 0 0.5 0 0 0 0 0 0 0 0 0 0
2014PL18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2014PL19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3.5 0 0 0
2014PL2 0 0 0 3.5 0 0 0 0.5 3.5 0 0 0 0 0 0 0 0 0 0
2014PL20 0 0 0 3.5 0 0 0 0 0 0 0 0 0 0 0 63 0 15.5 0
И данные об окружающей среде выглядят как
Treatment elevation slope_per AspectDir PPT TMEAN TMIN TMAX sprichness shanentrop invsimpson
2014PL1 Burn First 181 56 North 1070 13 7 18 6 4.00621539 3.2647854
2014PL10 Thin First 170 21 Southwest 1070 13 7 18 11 3.596290814 3.212736502
2014PL11 Burn First 181 11 North 1070 13 7 18 5 2.733395222 2.081998115
2014PL12 Control West 159 14 Southwest 1070 13 7 18 3 1.919417872 1.592798768
2014PL13 Control West 168 16 South 1070 13 7 18 17 7.633877547 6.004748813
2014PL14 Control East 168 26 Northeast 1070 13 7 18 11 4.062814017 2.995957554
2014PL15 Control East 180 8 Northeast 1070 13 7 18 13 6.689341767 5.228200972
2014PL16 Burn First 170 46 Southwest 1070 13 7 18 9 2.711557879 1.755060729
2014PL17 Thin First 176 26 South 1070 13 7 18 7 2.621677069 2.050662739
Код:
## Import species data and environmental data##
comm <- read.table("species.csv",header=TRUE, row.names=1, sep=",")
singleton_Comm<- comm[,colSums(comm>0)>1, drop=F]
#comm_wis_trans<-wisconsin(singleton_Comm)
dm_matrix<-vegdist(singleton_Comm)
#Generate stress values for 1-4 dimensional NMDS and make scree plot
ord1d<-metaMDS(dm_matrix, distance = "bray", k = 1,wascores=TRUE, trymax = 100)
#print(ord1d$stress)
ord2d <- metaMDS(dm_matrix, distance = "bray", k = 2,wascores=TRUE, trymax = 100)
#print(ord2d$stress)
ord3d <- metaMDS(dm_matrix, distance = "bray", k = 3,wascores=TRUE, trymax = 100)
#print(ord3d$stress)
ord4d <- metaMDS(dm_matrix, distance = "bray", k = 4,wascores=TRUE, trymax = 100)
#print(ord4d$stress)
#stress<-c(ord1d$stress, ord2d$stress, ord3d$stress, ord4d$stress)
#plot(stress, xlab = "Number of Dimensions", ylab = "Stress")
stress<-c(ord1d$stress, ord2d$stress, ord3d$stress, ord4d$stress)
##Plotting stress of different ordination##
par(mfrow=c(2,2))
stressplot(ord1d)
stressplot(ord2d)
stressplot(ord3d)
plot(stress, xlab = "Number of Dimensions", ylab = "Stress")
##Importing the Environment Variables##
environment <- read.table("environment.csv",header=TRUE, row.names=1, sep=",")
env<-data.frame(environemnt[1:11])
##Vector fitting environment variables and richness index with 3rd ordination because only 3rd ord has less than0.2 stress##
vectors1 <- envfit(ord2d, env, na.rm = TRUE, permu = 999, choices = 1:2)
vectors <- envfit(ord3d, env, na.rm = TRUE, permu = 999, choices = 1:3)
#Plotting NMDS using 2D species score and sites
ordiplot(ord2d, choices = c(1, 2), type="points", display = "sites", xlim = c(-0.5,0.7), ylim = c(-0.5,0.5),
cex = 0.7)
ordiplot(ord2d, choices = c(1, 2), type="points", display = "species", xlim = c(-0.5,0.7), ylim = c(-0.5,0.5),
cex = 0.7)
#fitting ordihull
ordihull(ord2d,groups=env$Treatment,draw="polygon",col="red",label=T)
#Plotting using 3D
ord3dplotyear <- ordirgl(ord3d, display = "sites", choices = 1:3, col = c(rep("red"), rep("orange"), rep("yellow"), rep("green")))
ord3dplotyear <- ordirgl(ord3d, display = "species", choices = 1:3, col = c(rep("red"), rep("orange"), rep("yellow"), rep("green")))
ordihull(ord2d,groups=treatment,draw="polygon",col="red",label=T)
Я ожидаю участок NMDS, показывающий оценки видов и обработку, баллы видов и высота и т. д.