R语言中如何计算功能多样性指数（含数据格式整理）

今天遇到有人咨询FAD(Functional attribute diversity)应该怎么计算，说在网上查不到相关资料。这个指数是Walkeret et al.在1999年提出的，它的定义也非常简单：

F

A

D

=

∑

i

S

∑

j

S

d

i

j

FAD=∑_i^S∑_j^Sd_{ij }

FAD=i∑S​j∑S​dij​ 其中

d

i

j

d_{ij }

dij​是物种

i

i

i与物种

j

j

j之间的功能距离。简单来说FAD就是所有物种队之间功能距离的总和。

在R中的计算也十分简单，sum(dist(data))就可以直接得出结果。 这个指标不会讲物种多度考虑进来，所以已经不怎么单拎出来用了。

下面结合其他的功能多样性指数讲一讲在R中如何计算功能多样性指数以及数据应该整理成什么样的格式。

首先是数据的整理，我们需要两组数据，一组是功能性状，一组是群落物种多度数据。 功能性状整理成行是物种，列是功能性状，数值为原始测量值的格式

群落数据整理成行是样方，列是物种，数值为多度的格式。

随后将数据导入R中

com<-read.csv("site-sp-abundance.csv",header = TRUE,row.names=1)

trait<-read.csv("trait.csv",header = TRUE,row.names = 1)

FAD的计算为：

FAD<-sum(dist(trait))

如果性状数据有分类变量，一定要提前用数值代替分类指标。

功能多样性的计算通过FD包完成。

我们使用FD包中的dbFD函数结合物种的多度计算功能多样性丰富度（Functional Richness, FRic），功能多样性均匀度（Functional Evenness,FEve）以及功能分异度（Functional Divergence,FDiv）以及功能离散度（Rao’s Quadratic Entropy,RaoQ）。

在R中运行dbFD函数，即可获得以上功能多样性指标

library(FD)
dbfd_result <- dbFD(trait,com)
write.csv(dbfd_result,"dbfd_result.csv")