基于R语言iNEXT包绘制Mao Tau稀疏曲线的技术求助

1. 数据格式确认 #

iNEXT适配两类输入格式，针对你的两类土地数据，最适合的是物种丰度矩阵：

• 行：2行，分别对应「退化地」「森林」
• 列：所有捕获到的蝙蝠物种
• 单元格值：对应组内该物种的总个体数
• 额外单独存储一个向量，记录两组的总net.hour（比如effort <- c(退化地总net.hour, 森林总net.hour)）

如果你的原始数据是长格式（每行是物种-土地类型-丰度-net.hour），可以用tidyr::pivot_wider()转成宽格式。

2. 完整代码实现 #

加载包并准备数据（替换为你的真实数据） #

library(iNEXT)
library(ggplot2)

# 示例丰度矩阵：替换成你的真实物种丰度数据
abund_matrix <- matrix(
  c(12, 8, 5, 3,  # 退化地各物种丰度
    20, 15, 10, 7, 5), # 森林各物种丰度
  nrow = 2, byrow = TRUE,
  dimnames = list(c("退化地", "森林"),
                  c("物种A", "物种B", "物种C", "物种D", "物种E"))
)
# 两组的总net.hour：替换成你的真实捕捉工作量数据
total_effort <- c(150, 200)

运行iNEXT分析（基于net.hour缩放） #

指定抽样努力为net.hour，同时设置外推到2倍原始样本量：

inext_out <- iNEXT(
  abund_matrix,
  datatype = "abundance",
  effort = total_effort,
  endpoint = 2, # 外推至2倍原始net.hour
  se = TRUE, # 计算95%置信区间
  conf = 0.95
)

绘制多组对比曲线 #

两种绘图方式可选，自动包含插值、外推线及置信区间阴影：

# 方法1：用ggiNEXT快速生成
ggiNEXT(inext_out, type = 1) + # type=1对应Mao Tau曲线
  labs(x = "捕捉时长（net.hour）", y = "估计物种数") +
  theme_bw() +
  scale_color_manual(values = c("退化地" = "#E64B35", "森林" = "#3182BD")) +
  scale_fill_manual(values = c("退化地" = "#E64B3533", "森林" = "#3182BD33"))

# 方法2：自定义ggplot（更灵活）
plot_data <- fortify(inext_out, type = 1)

ggplot(plot_data, aes(x = x, y = y, color = site, fill = site)) +
  geom_line(size = 1) +
  geom_ribbon(aes(ymin = y.lwr, ymax = y.upr), alpha = 0.3, color = NA) +
  labs(x = "捕捉时长（net.hour）", y = "估计物种数", color = "土地类型", fill = "土地类型") +
  theme_bw() +
  scale_color_manual(values = c("退化地" = "#E64B35", "森林" = "#3182BD")) +
  scale_fill_manual(values = c("退化地" = "#E64B3533", "森林" = "#3182BD33"))

3. 关键参数说明 #

• effort：必须传入每组的总net.hour，iNEXT会基于该值完成稀疏化与缩放；若要将X轴切换为个体数，只需把effort换成两组的总个体数即可
• endpoint = 2：设置外推至2倍原始抽样努力（net.hour或个体数）
• type = 1：指定绘制Mao Tau物种累积曲线

常见问题排查 #

• 无法展示多组曲线：检查丰度矩阵格式是否正确（行对应土地类型，列对应物种），确保输入的是矩阵而非单个向量
• 无置信区间阴影：确认已设置se = TRUE和conf = 0.95参数
• 缩放结果异常：检查effort传入的是每组总net.hour，而非单条雾网的工作量

内容的提问来源于stack exchange，提问作者mdashraf403