绘制capscale结果时出现矩阵行数不匹配错误的原因咨询

问题概述 #

在基于土壤环境变量的微生物群落约束排序分析中，两组数据使用相同代码：

• 第一组：29个样本+43个环境变量，RDA、CCA绘图正常，但执行plot(cap_area, type="text")时报错：

  Error in cbind(x$CCA$v, x$CA$v) : 
    number of rows of matrices must match (see arg 2)
  

  已确认样本矩阵行数一致，capscale运行无异常，仅绘图环节出错。
• 第二组：31个样本+55个环境变量，CAP绘图完全正常。

核心原因 #

报错本质是capscale返回结果中约束分量（CCA$v）与非约束分量（CA$v）的维度不匹配，具体触发场景包括：

1. 约束模型无有效解释力：第一组数据中环境变量无法显著解释群落变异，导致约束轴数量为0或异常，绘图函数合并约束/非约束矩阵时失败。
2. 环境变量共线性过高：43个环境变量数量接近样本数（29），存在严重共线性，导致capscale无法生成有效的约束轴得分矩阵，进而引发合并维度错误。
3. 矩阵维度不匹配：CCA$v是环境变量的得分矩阵（行数=环境变量数），CA$v是物种得分矩阵（行数=OTU数），当绘图默认同时绘制所有元素时，行数差异触发cbind报错。

验证与解决步骤 #

1. 验证约束模型有效性 #

运行以下代码检查cap_area的结构和显著性：

# 查看capscale结果的详细信息
summary(cap_area)
# 检查约束/非约束矩阵维度
dim(cap_area$CCA$v)
dim(cap_area$CA$v)
# 检验约束模型的显著性
anova(cap_area, permutations = 999)

• 若约束模型不显著（P值>0.05），说明环境变量无法解释群落变异，可指定仅绘制样本和环境变量：

  # 只绘制样本位点和约束环境变量
  plot(cap_area, display = c("sites", "cnstr"), type = "text")
  

2. 处理环境变量共线性 #

用方差膨胀因子（VIF）筛选环境变量，移除共线性强的变量（通常VIF>10）：

# 计算方差膨胀因子
vif_scores <- vif.cca(cap_area)
# 筛选VIF<10的环境变量
selected_env <- rownames(vif_scores)[vif_scores < 10]
# 重新运行capscale
cap_area_clean <- capscale(Area.prok.spe ~ ., data = Area.prok.env[, selected_env], dist = "bray")
# 绘图
plot(cap_area_clean, type = "text")

3. 手动指定绘图元素或轴数 #

• 仅绘制样本位点：

  plot(cap_area, display = "sites", type = "text")
  

• 指定只使用前2个排序轴：

  plot(cap_area, axes = c(1,2), type = "text")
  

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