tv.veg(vegdata)
tv.veg()所属R语言包:vegdata
Tabulates vegetation tables from Turboveg database
从Turboveg数据库列表植被表
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Tabulates vegetation tables from Turboveg resp. VegetWeb database, including taxonomic emendation and layer combination. Using various default parameters for the included functions.
列表植被表RESP从Turboveg。 VegetWeb数据库,包括的分类校正和层组合。使用各种默认参数所包含的功能。
用法----------Usage----------
tv.veg(db, tv_home, taxval = TRUE, convcode=TRUE, lc = c("layer", "mean", "max", "sum", "first"), pseudo = list(lc.1, "LAYER"), values='COVER_PERC', concept, spcnames=c('short','long','numbers'), dec = 0, cover.transform = c('no', 'pa', 'sqrt'), obs, refl, spc, site, RelScale, ...)
参数----------Arguments----------
参数:db
Name of your Turboveg database. Directory name containing tvabund.dbf, tvhabita.dbf and tvwin.set. Please specify pathnames below (if you sorted your databases in subfolders) but not above Turbowin/Data.
你的Turboveg的数据库的名称。目录名含有tvabund.dbf,tvhabita.dbf和tvwin.set。下面请指定路径名(如果你整理你的数据库的子文件夹中),但不,上面Turbowin /数据。
参数:tv_home
Turbowin installation path.
Turbowin的安装路径。
参数:taxval
Should taxonomic valuation (see taxval) be performed?
分类估值(见taxval)进行?
参数:convcode
Should cover code be converted to percentage values?
应包括代码转换为百分比值吗?
参数:lc
Layer combination type. Possible values: layer (default), sum, mean or max, see details
层组合型。可能的值:层(默认),总和,平均最大,详见
参数:pseudo
List used for layer combinations, see details
列出层组合使用,查看详情
参数:values
Name of the variable which should be used for the vegetations matrix.
应用于植被矩阵的变量的名称。
参数:concept
Name of alternative taxon concept list, see vignette(vegdata)
替代类群概念名称的列表,请参阅vignette(vegdata)
参数:spcnames
Should species numbers be replaced by shortletters or real names?
物种数量所取代shortletters或真实姓名吗?
参数:dec
Number of decimals for cover values in the resulting vegetation matrix.
产生的植被盖度小数数矩阵。
参数:cover.transform
If you want to transform the abundancce values within your samples you can choose 'pa' for presence-absnece or 'squareroot' for the dec rounded square root.
如果您希望您的样品改造abundancce的值内,您可以选择“为的存在absnece或”平方根“dec圆角方形根。
参数:obs
Observations, optional
观测,可选
参数:refl
Taxonomic reference list, optional
分类参考列表,可选
参数:spc
If you want to pick a subset of species.
如果你想选择一个子集的物种。
参数:site
Dataframe with site informations.
数据框与网站的信息。
参数:RelScale
Vector with Cover Scale code per Releve.
向量的封面规模每Releve代码。
参数:...
additional arguments for included functions
额外的参数包含的功能
Details
详细信息----------Details----------
layer means, the different layers are combined assuming there independence (a species occuring in two layers with a cover of 50% will result in a overall cover of 75%. sum will sum up cover values of all layers
layer装置,不同的层组合假设有独立性(发生在两个层的盖50%,将导致一个物种中的75%的整体盖。sum将总结盖的所有值层
With option pseudo you can decide, which layers should be combined. Give a list with a combination data.frame (see lc and second the name of the column for combination. For an example see pseudo = list(lc.1,c('LAYER')). With option pseudo=NULL there will be no layer aggregation. \ For further details see also tv.coverperc and taxval.
选项“pseudo,”你可以决定的,这层应结合。给的组合数据框的列表(见lc的名称,第二列组合。举一个例子,看到pseudo = list(lc.1,c('LAYER'))。选项伪= NULL有没有层聚合。\进一步的详细信息,请参阅tv.coverperc和taxval。
值----------Value----------
Function returns an object of class matrix with (combined) cover values.
函数返回一个对象的类矩阵(合并)盖度。
(作者)----------Author(s)----------
Florian Jansen
<a href="mailto:jansen@uni-greifswald.de">jansen@uni-greifswald.de</a>
实例----------Examples----------
## Not run: vignette("vegdata")[#不运行:小插曲(“vegdata”)]
# If you have Turboveg installed on your computer try for a beginning tv.veg('databasename', tax=FALSE).[如果,你已经Turboveg安装在您的计算机上尝试一个的开始tv.veg(数据库名称,税= FALSE)。]
args(tv.veg)
args(tv.taxval)
veg <- tv.veg('taxatest', sysPath=TRUE)
names(veg)
tv.veg('taxatest', uncertain=list('DET_CERT', data.frame(0:2,c('pres','agg','agg'))), pseudo=list(lc.0,'LAYER'), genus = 'delete', sysPath=TRUE)
## End(Not run)[#(不执行)]
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注:
注1:为了方便大家学习,本文档为生物统计家园网机器人LoveR翻译而成,仅供个人R语言学习参考使用,生物统计家园保留版权。
注2:由于是机器人自动翻译,难免有不准确之处,使用时仔细对照中、英文内容进行反复理解,可以帮助R语言的学习。
注3:如遇到不准确之处,请在本贴的后面进行回帖,我们会逐渐进行修订。
|