存活曲线

2020-10-16

2020-10-16
物种生存分析

1 河口数据描述

## # A tibble: 4 x 5
##   长度        类型A 类型B  类型C  类型D
##   <chr>       <dbl> <dbl>  <dbl>  <dbl>
## 1 在0到24mm  0.494  0.419 0.667  0.737 
## 2 在25到37mm 0.210  0.237 0.159  0.118 
## 3 在38到50mm 0.197  0.193 0.113  0.0864
## 4 在5mm以上  0.0994 0.151 0.0608 0.0589

  A- D分别代表着四个采样的河口地点,大地点的下属是不同的城市名称(比如:Boston波士顿),在波士顿有178个采样点,其中0-24mm的个体占比49.21%。Subtotal代表在这一个河口的占比,Total代表在所有的四个河口的总占比。 # 河口显著差异

## Classes 'tbl_df', 'tbl' and 'data.frame':    4 obs. of  5 variables:
##  $ 长度 : chr  "在0到24mm" "在25到37mm" "在38到50mm" "在5mm以上"
##  $ 类型A: num  0.4937 0.2098 0.1971 0.0994
##  $ 类型B: num  0.419 0.237 0.193 0.151
##  $ 类型C: num  0.6674 0.1593 0.1126 0.0608
##  $ 类型D: num  0.7367 0.118 0.0864 0.0589

  上图为2个河口的大小分布直方图,A和B表示两个采样点的分布情况。A-D分别代表着四个采样的河口地点,T表示整体情况,如下所示:

  整体比较A到D的存活情况,A的存活情况最好,D的存活情况最差,说明河口类型A最适宜物种存活,河口类型D对物种存活存在一定的限制性。

2 河口存活趋势

  A-D分别代表着四个采样的河口地点,大地点的下属是不同的城市名称(比如:Boston波士顿),在波士顿有178个采样点,其中0-24mm的个体占比49.21%。Subtotal代表在这一个河口的占比,Total代表在所有的四个河口的总占比。

## Classes 'tbl_df', 'tbl' and 'data.frame':    4 obs. of  6 variables:
##  $ 长度: num  0 10 45 80
##  $ A   : num  100 50 11 0
##  $ B   : num  100 58 16 0
##  $ C   : num  100 32 8 0
##  $ D   : num  100 28 8 0
##  $ T   : num  100 42 11 0
## # A tibble: 4 x 6
##    长度     A     B     C     D     T
##   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
## 1     0   100   100   100   100   100
## 2    10    50    58    32    28    42
## 3    45    11    16     8     8    11
## 4    80     0     0     0     0     0

  上述四个直方图转变为折线图放在一个plot里 A-D分别代表着四个采样的河口地点,T是Total(总共的)

data=read_excel("C:\\Users\\Lenovo\\Desktop\\data\\存活曲线.xlsx",sheet="图2")##导入csv数据
data1 <- subset(data,长度<50)  
data2 <- subset(data,长度>40)  
plot(data1$长度,data1$A,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=1,lwd=2,xlim=c(0,80),ylim=c(0,100))
par(new=TRUE)
plot(data2$长度,data2$A,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=4,xlim=c(0,80),ylim=c(0,100))
text(12, 52, "A")
par(new=TRUE)  
plot(data1$长度,data1$B,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=1,lwd=2,xlim=c(0,80),ylim=c(0,100))
text(12, 60, "B")
par(new=TRUE)  
plot(data2$长度,data2$B,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=4,xlim=c(0,80),ylim=c(0,100))
par(new=TRUE)  
plot(data1$长度,data1$C,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=1,lwd=2,xlim=c(0,80),ylim=c(0,100))
text(12, 34, "C")
par(new=TRUE)
plot(data2$长度,data2$C,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=4,xlim=c(0,80),ylim=c(0,100))
par(new=TRUE)  
plot(data1$长度,data1$D,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=1,lwd=2,xlim=c(0,80),ylim=c(0,100))
par(new=TRUE)  
plot(data2$长度,data2$D,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=4,xlim=c(0,80),ylim=c(0,100))
text(12, 24, "D")
par(new=TRUE)  
plot(data1$长度,data1$T,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=1,lwd=2,xlim=c(0,80),ylim=c(0,100))
par(new=TRUE)  
plot(data2$长度,data2$T,type="b",ylab="Precent  surviviing",xlab="Length   (mm)",lty=4,xlim=c(0,80),ylim=c(0,100))
text(12, 42, "T")

  和上图意义一样,不过变为了半对数坐标,横坐标不变,纵坐标与原点的实际距离为该点对应数的对数值。

  生物界中,很少的卵母细胞能成为幼年群体的一部分。Brousseau(1978)估计马萨诸塞州Jones River的Mya arenaria(文中所采的双壳类)的实际平均成功率在0.001%到0.0001%之间,幼虫死亡率很高。如果250万幼年到成年个体(在本研究中统计)除以0.001%,则假设有2.5×1011个卵母细胞。这个数字的对数图,结合图中来看,产生一个广义大小-存活曲线,如上所示。