复现Nature子刊Whittaker生物群系图

最新推荐文章于 2025-03-18 11:45:39 发布

地学万事屋

最新推荐文章于 2025-03-18 11:45:39 发布

阅读量3.8k

点赞数 5

文章标签：程序人生

本文链接：https://blog.csdn.net/wlh2067/article/details/129543172

版权

文章介绍了Whittaker生物群系分类法，由生态学家RobertWhittaker提出，基于降水和温度对生态系统进行划分。通过R语言的plotbiomes包，展示了如何用两行代码绘制生物群落分布图，并提供了修改颜色和形状的方法。此外，还详细解释了如何复现Nature子刊中的图表，包括添加点以表示样本数据和映射高程信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Whittaker生物群系，也称为生态系统分类法，是基于地理分布和环境条件等因素将地球表面的生态系统分为不同类型的系统。这种分类方法由美国生态学家罗伯特·惠特克（Robert Whittaker）于1962年提出，目的是为了更好地了解和描述生态系统的多样性和功能。

Whittaker使用两个因素对生物群落进行分类：降水和温度

Whittaker生物群系根据气候和植被类型的组合，将地球表面的生态系统划分为五种类型：热带雨林、温带针叶林、温带落叶阔叶林、草原和沙漠。其中，热带雨林分布在赤道附近，气候温暖湿润，植被丰富多样；温带针叶林分布在北半球和南极洲的较高纬度地区，气候寒冷，植被以针叶树为主；温带落叶阔叶林分布在中、高纬度地区，气候四季分明，植被以落叶阔叶树为主；草原分布在中、低纬度地区，气候干燥，植被以草原为主；沙漠分布在低纬度地区，气候干燥，植被稀疏。

下图是一张发表在Nature子刊的图，用于展示不同采样点的气温、降水、高程和所属群落，信息丰富美观。

来看看如何实现

R语言plotbiomes包

用两行代码就能进行一个最简单的实现：

library(plotbiomes)
whittaker_base_plot()

该绘制基于ggplot，可以用ggplot实现相同的结果：

library(plotbiomes)
library(ggplot2)

plot_1 <- ggplot() +
  # add biome polygons
  geom_polygon(data = Whittaker_biomes,
               aes(x    = temp_c,
                   y    = precp_cm,
                   fill = biome),
               # adjust polygon borders
               colour = "gray98",
               size   = 1) +
  theme_bw()
plot_1

Whittaker_biomes是绘制的基本数据，如果考虑修改形状，可以修改该数据：

进一步修改颜色，如使用Whittaker_biomes的经典颜色，

Ricklefs_colors是包附带的预定义颜色矢量plotbiomes。这些是Ricklefs, RE (2008)中使用的颜色：

Ricklefs_colors
plot_2 <- plot_1 +
  # fill the polygons with predefined colors
  scale_fill_manual(name   = "Whittaker biomes",
                    breaks = names(Ricklefs_colors),
                    labels = names(Ricklefs_colors),
                    values = Ricklefs_colors)
plot_2

基于ggplot图层，可以进行更多细节修饰，与ggplot图层语法一起使用：

whittaker_base_plot() + theme_bw()

可以使用不同的配色来增加美观，如使用RColorBrewer包
第二种我使用了自定义调色板

library(RColorBrewer)

# the main rule - create 9 colors for the 9 biomes

# failed trial with RColorBrewer :)
my_palette_1 <- rev(brewer.pal(n = 9, name = "BrBG"))
whittaker_base_plot(color_palette = my_palette_1)

# this seems a better approach - interpolate 9 colors from given main 3  
my_palette_2 <- colorRampPalette(colors = c("#F5F5F5",  "#01665E", "#8C510A"))(9)
whittaker_base_plot(color_palette = my_palette_2)

上面使用whittaker_base_plot()封装的方法，可以用ggplot自定义：

names(my_palette_2) <- names(Ricklefs_colors)

ggplot() +
  # add biome polygons
  geom_polygon(data = Whittaker_biomes,
               aes(x    = temp_c,
                   y    = precp_cm,
                   fill = biome),
               # adjust polygon border
               colour = "gray98",
               size   = 1) +
  # fill the polygons with desired colors
  scale_fill_manual(name   = "Whittaker biomes",
                    breaks = names(Ricklefs_colors),
                    labels = names(Ricklefs_colors),
                    values = my_palette_2)

子刊结果复现

为了复现子刊效果，还需要添加一些点

添加随机点，生成随机位置并从 WorldClim 数据中提取温度和降水量。

library(raster)
library(maptools)

path <- system.file("extdata", "temp_pp.tif", package = "plotbiomes")
temp_pp <- raster::stack(path)
names(temp_pp) <- c("temperature", "precipitation")

data(wrld_simpl) # load world polygons from maptools

wrld_simpl <- wrld_simpl[wrld_simpl$NAME != "Antarctica", ]

set.seed(66) # random number generator
points <- sp::spsample(x = wrld_simpl, n = 50, type = "random")

extractions <- raster::extract(temp_pp, points, df = TRUE)

extractions$temperature <- extractions$temperature/10

extractions$precipitation <- extractions$precipitation/10
extractions$Elevation <- runif(10) * 100

plot(temp_pp[[1]]/10); points(points)
plot(temp_pp[[2]]); points(points)

在whittaker_base_plot封装的基础上叠加点：

whittaker_base_plot() +
  # add the temperature - precipitation data points
  geom_point(data = extractions, 
             aes(x = temperature, 
                 y = precipitation), 
             size   = 3,
             shape  = 21,
             colour = "gray95", 
             fill   = "black",
             stroke = 1,
             alpha  = 0.5) +
  theme_bw()

子刊中的图还映射了不同颜色的高程，并且有白色边界，很美观

点的边界color和背景fill的颜色映射很有创意，也相对麻烦，因为fill已经用于生物群系多边形，并且ggplot2只允许一个scale。

所以，我们不能使用两个不同的fill映射。不过，有一个解决方法：

一个解决方案是调用两次geom_point（官方文档ggplot2 中的 6.4.1 图层和图例：用于数据分析的精美图形）。

第一次调用设置点的边界线，第二次调用点着色。

plot_3 <- whittaker_base_plot() +
  geom_point(data = extractions,
             aes(x = temperature,
                 y = precipitation),
             shape  = 21,
             stroke = 1, # acts as the thickness of the boundary line
             colour = "gray95", # acts as the color of the boundary line
             size   = 3.5) +
  geom_point(data = extractions,
             aes(x = temperature,
                 y = precipitation,
                 color = Elevation),
             shape = 16,
             size  = 3,
             alpha = 0.5) +
 scale_color_viridis_c()
plot_3 + theme_bw()

最后用ggplot图层语言综合修饰，把图例放到边框内：

my_plot <- plot_3 +
  # Optional - Overwrite axis ranges (the scale warning is expected):
  # - set range on OY axes and adjust the distance (gap) from OX axes
  scale_y_continuous(name = 'Precipitation (cm)',
                     limits = c(min = -5, max = ceiling(max(460, extractions$precipitation)/10)*10) ,
                     expand = c(0, 0)) +
  # - set range on OX axes and adjust the distance (gap) from OY axes
  scale_x_continuous(name = expression("Temperature " ( degree*C)),
                     limits = c(min = floor(min(-20, extractions$temperature)/5)*5, max = 30.5),
                     expand = c(0, 0)) +
  coord_fixed(ratio = 1/10) + # aspect ratio, expressed as y / x
  theme_bw() +
  theme(
    legend.justification = c(0, 1), # pick the upper left corner of the legend box and
    legend.position = c(0, 1), # adjust the position of the corner as relative to axis
    legend.background = element_rect(fill = NA), # transparent legend background
    legend.box = "horizontal", # horizontal arrangement of multiple legends
    legend.spacing.x = unit(0.5, units = "cm"), # horizontal spacing between legends
    panel.grid = element_blank() # eliminate grids
  )
  my_plot