R语言在生态环境领域中的应用

R语言作为新兴的统计软件，以开源、自由、免费等特点风靡全球。生态环境领域研究内容广泛，数据常多样而复杂。利用R语言进行多元统计分析，从复杂的现象中发现规律、探索机制正是R的优势。为此，本课程以鱼类、昆虫、水文、地形等多样化的生态环境数据为例，在R语言的基本操作介绍基础上，利用vegan、ade4、adespatial、stats、cluster、dendextend等多个程序包分析数据的分布、相关性、回归、聚类、排序、空间结构和群落多样性等内容，解读其结果及生态学意义，并将数据分析和作图展现集成于一体，引导读者能够系统运用R语言在生态环境领域进行多方位分析与探索。

R语言基本操作及语法

R的获取和安装

R的数据类型

R的函数

R包的载入及使用

探索性数据分析

不同物种的多度分析

不同物种在样方中的空间分布

水文、地形等环境数据地图

 相关性分析

不同变量之间的相关性分析

不同物种之间的差异及距离矩阵

图解关联矩阵

不同环境因子Pearson相关性图 

回归分析

用lm()拟合回归模型

一元及多元线性回归、多项式回归

回归诊断、选择最佳的回归模型

 生物量对各因素的回归诊断图

案例：样方之间的不同类型聚类及比较

（单连接、完全连接、平均聚合聚类(UPGMA)、Ward最小方差聚类等）

聚类分析

排序分析

主成分分析(PCA)

对应分析(CA)、

主坐标分析(PCoA)

非度量多维尺度分析(NMDS)

 数据空间分析

空间结构和空间分析概述

多元趋势面分析

基于特征根的空间变量和空间建模

多尺度排序（MSO）

生物多样性分析

生物群落的稀疏度分析

生物群落的alpha、beta和gamma多样性

群落功能多样性、功能组成和谱系多样性

R语言在生态环境领域中的实践技术应用