再读《数量生态学：R语言应用》

Posted 2021-04-18 周运来就是我

我喜欢在海边捡贝壳，我喜欢在草原上追逐群羊，我喜欢数天上的星星。我好奇，只有七秒记忆的鱼，如何找到回家的路。每个人都是天然的生态学家，有着对身边事物多样性以及其中蕴含的数量与空间关系的感悟。

在《数量生态学：R语言应用》的前言里，有这么一段话：

生态学很迷人，因此，教授生态学也是一门艺术，它为有所期待的听众呈现了一个梦幻般的主题。当然，教授生态学也非常不容易，因为现代生态科学的复杂程度远远超出了高中课程中关于生态学的一般性介绍，也超出了电视上呈现的关于生态系统的奇妙场景。

还记得2018年7月12号，我买的第一版《数量生态学：R语言应用》到了，并在其官网下载示例数据和代码，开始跟着赖江山老师学习。自那之后，我也开始在网上分享学习笔记，主要是其中代码的重现和生物学意义的理解。虽然书中不乏有生态学专业的词汇，有灰色的代码框，但是整本书读起来很是流畅，而且故事性很强。

我们知道，书中主要用到的数据集是Doubs鱼类数据集，这是一个故事。话说1973年一个叫Verneaux的年轻人，在自己的博士论文中建议使用鱼的种类划分欧洲河流的生态区。Verneaux认为鱼类群落对水体质量有很好的生物指示作用。21世纪的我们听着是挺有意思的，但是：

• 如何论证这个观点呢？

  是不是要鱼类种群数据和环境因子数据集。

• 选择哪些物种指示呢？是不是要做模型。

• 如何鱼类分析空间分布呢？是不是要分析空间关系。

这些问题如何一步一步量化？这就是数量生态学。

也许我们会遇到很多新的概念，比如关联测度啦，数据聚类啊，排序分析啊，空间建模啦，多样性啦，正是这些概念构筑起我们关于周边环境理性认识的框架。关联测度是要把测量得到的数据转化为方便计算的形式，这往往是一个学科的起点。聚类是在寻找数据的不连续性，识别出数据中可能的类别。排序分析是找出数据的连续属性，反映群落在排序空间的相对关系。空间建模是在考虑实际空间关系时描述物种关系。群落多样性是找到合适的指标描述群落的异质性。

数量生态学不仅给我们讲了一堂生动曼妙的寻找有意思的鱼类的故事，还给我们提供了一套认识实际环境的概念体系。更重要的是，还为我们打开了R语言学习的大门。我们看过太多的某某入门到精通的R语言书籍，但因为缺乏故事性，佶屈聱牙很难读下去，更别提学得会了。这本书提供了完整的数据分析示例：

• 提出科学问题

• 收集数据

• 探索性数据分析

• 描述性分析

• 统计建模

同时囊括了大部分矩阵数据分析的多元统计和可视化方法。

2020年，《数量生态学——R语言应用》的中文第二版也由赖江山老师翻译出版了。Numerical Ecology with R 第一版已经过去十多年，这些年来生态学本身以及R语言都有新的发展。我觉得值得一提的是，随着高通量测序技术的成熟，使得我们可以研究微生物群落的异质性，而且这里的数据产出量是十分惊人的，带来了大量的微生态入门者，也不断引进新的工具与算法。

同时，我们还应该看到，生态学的方法也在影响着其他学科。例如我们在研究肿瘤异质性的时候，也会用到聚类，先把肿瘤细胞分成几个亚群来分析。我们在研究免疫细胞的抗体多样性的时候也会用到描述某生境下微生物多样性的指标。在单细胞领域很多概念类比到生态学上，会变得十分容易理解，因为我们人类对生态的感觉是直观的。浸润好比是物种入侵，寻找罕见亚群好比是寻找稀有物种，肿瘤细胞转移定植好比是某个种群在寻找它的居住地。

在本书的第二版各章中引进了不同的新方法，比如，第四章增加了物种共生网络分析(Species Co-occurrence Network)，第六章增加了主响应曲线和物种属性与环境因子关系的RLQ分析。第七章增加了无重复多元方差分析中的时空交互作用检验等等。还新增了第八章专门讲群落多样性，同时对书中的代码R包做了更新。

新版中不仅丰富了生态学分析思路作图方法，在故事性和教学上面做了很好的调整。很适合青年朋友学习生态学或者R语言。

我喜欢在海边捡贝壳，我喜欢在草原上追逐群羊，我喜欢数天上的星星。我好奇，只有七秒记忆的鱼，如何找到回家的路。于是，我能够一人一灯一桌一椅一坐半宿，学习数量生态学。

---

 

----

参考:

numecolR ：http://adn.biol.umontreal.ca/~numericalecology/numecolR/

赖江山老师博客：http://wap.sciencenet.cn/home.php?mod=space&uid=267448