#Ielasa funkciju bibliotēkas ekoloģisko datu apstrādei
library(vegan)
library(BiodiversityR)
library(labdsv)

#Ielasa veģetācijas, parauglaukumu un sugu datus
vide<-read.csv("plaukumi.csv",header=TRUE,sep=",")
veg<-read.csv("pveg3.csv",header=TRUE,sep=",")
sugas<-read.csv("psugas.csv",header=TRUE,sep=",")

names(vide)
rownames(vide)

vide[1,] # Tabulas pirmā rinda
vide[,2] # Tabulas otrā aile
vide$Terit # Aile “Terit”
vide[1:2,1:3] # Tabulas pirmās divas rindas un pirmās trīs ailes
vide$Terit[1:5] # Ailes “Terit” pirmās piecas rindas

P1<-vide$Terit=="P1" # Vektors biotopu grupas “P1” atlasei
P2<-vide$Terit=="P2" # Vektors biotopu grupas “P2” atlasei
P3<-vide$Terit=="P3" # Vektors biotopu grupas “P3” atlasei

Carearen<-veg$Carearen>0 # Vektors parauglaukumu ar Carex arenaria atlasei
Carearen0<-!Carearen # Vektors parauglaukumu bez Carex arenaria atlasei

lakst<-sugas$Stavs=="l" # Vektors lakstaugu stāva sugu atlasei
veg[P1,1:10] # Pirmās desmit ailes ar P1 grupas datiem
veg[Carearen,1:10] # Pirmās desmit ailes ar Carex areanaria
veg[Carearen & P3, ] # P3 grupa ar Carex areanaria

#Sugu bagātības noskaidrošanai var izmantot funkciju diversityresult.
diversityresult(veg, index="richness") # Kopējais sugu skaits
diversityresult(veg, y=vide, factor="Terit", level="P1", index="richness") # Sugu skaits parauglaukumu grupā P1
diversityresult(veg, y=vide, factor="Terit", level="P2", index="richness") # Sugu skaits parauglaukumu grupā P2
diversityresult(veg, y=vide, factor="Terit", level="P3", index="richness") # Sugu skaits parauglaukumu grupā P3

#Loģisko vektoru pielietojums
diversityresult(veg[P1, ], index="richness") # Sugu skaits parauglaukumu grupā P1
diversityresult(veg[Carearen, ], index="richness") # Sugu skaits parauglaukumos ar Carex arenaria
diversityresult(veg[Carearen0, ], index="richness") # Sugu skaits parauglaukumos bez Carex arenaria

sugu.sk<-specnumber(veg) # Sugu skaits katrā parauglaukumā
mean(sugu.sk) # Vidējais sugu skaits visos parauglaukumos
tapply(sugu.sk,vide$Terit,mean) # Vidējais sugu skaits noteiktas teritorijas parauglaukumos

P1.sugu.sk<-specnumber(veg[P1, ])
P2.sugu.sk<-specnumber(veg[P2, ])
lakst.sugu.sk<-specnumber(veg[ ,lakst])
Carearen.sugu.sk<-specnumber(veg[Carearen, ])
Carearen0.sugu.sk<-specnumber(veg[Carearen0, ])
mean(P1.sugu.sugu.sk)
mean(P2.sugu.sugu.sk)
mean(Carearen.sugu.sk)
mean(Carearen0.sugu.sk)

wilcox.test(P1.sugu.sk,P2.sugu.sk)
wilcox.test(Carearen.sugu.sk,Carearen0.sugu.sk)

ac1<-specaccum(veg) # Akumulācijas datu aprēķins
ac2<-specaccum(veg,method="random") # Aprēķins ar nejaušu izvēli
plot(ac1) # Līkne ar reprezentācijas rādītājiem
plot(ac1,ci=0) # Līkne bez reprezentācijas rādītājiem
plot(ac2,ci.type="line") # Reprezentācijas rādītāji atspoguļoti ar līniju

accumcomp(veg,vide,"Terit")

ac3<-specaccum(veg[P1,],conditioned=FALSE)
ac4<-specaccum(veg[P2,],conditioned=FALSE)
ac5<-specaccum(veg[P3,],conditioned=FALSE)
plot(ac4,ci=0,col="Red")
plot(ac5,ci=0,add=TRUE)
plot(ac3,ci=0,col="Blue",add=TRUE)

legend("bottomright",c("P2","P3","P1"),lty=1, col=c("Black", "Blue","Red"))

plot(ac4,ci=qt(p=1-0.05/2,df=length(ac5$sites)),col="Green", ci.type="line", ci.lty=3)
plot(ac3,ci=qt(p=1-0.05/2,df=length(ac3$sites)),col="Blue", ci.type="line",ci.lty=3,add=TRUE)
plot(ac5, ci=qt(p=1-0.05/2,df=length(ac4$sites)),col="Red", ci.type="line",ci.lty=3,add=TRUE)
legend("bottomright",c("P2","P1","P3"),lty=1, col=c("Green", "Blue","Red"))

#Daudzveidības indeksu aprēķins ar funkciju diversity
shan<-diversity(veg,index="shannon")
simp<-diversity(veg,index="simpson")
invsimp<-diversity(veg,index="invsimpson")
J<-shan/log(specnumber(veg))


shan_all<-diversityresult(veg,index="Shannon")
veg.p1<-veg[P1,] #P1 grupas veģetācijas dati
veg.p2<-veg[P2,] #P2 grupas veģetācijas dati
veg.p3<-veg[P3,] #P3 grupas veģetācijas dati
shan.p1<-diversityresult(veg.p1,index="Shannon")
shan.p2<-diversityresult(veg.p2,index="Shannon")
shan.p3<-diversityresult(veg.p3,index="Shannon")

#Nejauši atlasa 30 pludmaļu, primāro kāpu un pelēko kāpu parauglaukumus un aprēķina Šenona indeksu. Rezultātus saglabā teksta failā.
shan.p1.2<-diversityresult(veg.p1[sample.int(nrow(veg.p1), size=30,replace=TRUE),],index="Shannon")
shan.p2.2<-diversityresult(veg.p2[sample.int(nrow(veg.p2) ,size=30,replace=TRUE),],index="Shannon")
shan.p3.2<-diversityresult(veg.p3[sample.int(nrow(veg.p3), size=30,replace=TRUE),],index="Shannon")

ren <-renyi(veg)
plot(ren[2:5,]) # grafiki 2., 3., ,4. un 5. parauglaukumiem.

ren.ac.p1<-renyiaccum(veg.p1,permutations=500)
ren.ac.p2<-renyiaccum(veg.p2,permutations=500)
ren.ac.p3<-renyiaccum(veg.p3,permutations=500)
plot(ren.ac.p1,ylim=c(0,4))
plot(ren.ac.p2,ylim=c(0,4))
plot(ren.ac.p3,ylim=c(0,4))

ren.comp<-renyicomp(veg,y=vide,factor="Terit")