Het doel van het package krw is om KRW-toetsingen uit te kunnen voeren in R. Het package is te installeren vanaf GitHub met:
# install.packages("devtools")
devtools::install_github("RedTent/krw")
Op dit moment zijn de volgende soortgroepen geimplementeerd.
Dit is een simpel voorbeeld van de KRW-toetsing van macrofauna.
Eerst maken we twee eenvoudige datasets.
library(krw)
dataset1 <-
tibble::tribble(
~meetpunt, ~krwwatertype.code, ~taxon, ~aantal,
"A", "M27", "Asellus aquaticus", 100,
"A", "M27", "Baetis niger", 20,
"A", "M27", "Caenis horaria", 40,
)
dataset2 <-
tibble::tribble(
~meetpunt, ~jaar, ~krwwatertype.code, ~taxon, ~aantal,
"A", 2018, "M1a", "Asellus aquaticus", 100,
"A", 2018, "M1a", "Baetis niger", 20,
"B", 2018, "R6", "Asellus aquaticus", 100,
"B", 2018, "R6", "Baetis niger", 20,
"B", 2019, "R6", "Asellus aquaticus", 150,
"B", 2019, "R6", "Baetis niger", 35
)
De toetsing van een enkel monster kan eenvoudig worden uitgevoerd met de
functie krw_mafa_ekr()
. De omrekening van aantallen naar abundanties
wordt automatisch door de functie gedaan.
krw_mafa_ekr(dataset1,
biotaxon.naam = taxon,
krwwatertype.code = krwwatertype.code,
waarde = aantal,
verbose = FALSE)
#> # A tibble: 1 x 2
#> krwwatertype.code ekr_mafa
#> <chr> <dbl>
#> 1 M27 0.233
# Alternatieve notatie
#
# krw:::krw_mafa_ekr(dataset1,
# biotaxon.naam = "taxon",
# krwwatertype.code = "krwwatertype.code",
# waarde = "aantal")
#
# Meer detail informatie kan worden verkregen met de optie `verbose = TRUE`
Meerdere monsters kunnen met tegelijk met dezelfde functie worden
getoetst. Het is hiervoor wel noodzakelijk dat het dataframe met de
dataset wordt gegroepeerd per monster met de functie group_by
uit de
package dplyr
.
library(dplyr)
dataset2 %>%
dplyr::group_by(meetpunt, jaar) %>%
krw_mafa_ekr(biotaxon.naam = taxon,
krwwatertype.code = krwwatertype.code,
waarde = aantal)
#> # A tibble: 3 x 4
#> meetpunt jaar krwwatertype.code ekr_mafa
#> <chr> <dbl> <chr> <dbl>
#> 1 A 2018 M1a 0
#> 2 B 2018 R6 0.64
#> 3 B 2019 R6 0.673
De toetsing voor de macrofytensoortensamenstelling is zeer vergelijkbaar
met de macrofaunatoetsing. Het is mogelijk om meerdere monsters tegelijk
te toetsen door met de functie dplyr::group_by
van elk monster een
groep te maken.
Eerst maken we weer een testdata set.
mafy_data <- tibble::tribble(
~mp, ~jaar, ~watertype, ~taxon, ~waarde,
"A", 2018, "M27", "Acorus calamus", 1,
"A", 2018, "M27", "Berula erecta", 1,
"A", 2018, "M27", "Chara vulgaris", 10,
"A", 2018, "M27", "Elodea nuttallii", 30,
"A", 2019, "M27", "Acorus calamus", 1,
"A", 2019, "M27", "Berula erecta", 1,
"A", 2019, "M27", "Chara vulgaris", 30,
"A", 2019, "M27", "Elodea nuttallii", 10,
"B", 2018, "M10", "Acorus calamus", 1,
"B", 2018, "M10", "Berula erecta", 1,
"B", 2018, "M10", "Chara vulgaris", 10,
"B", 2018, "M10", "Elodea nuttallii", 30,
"B", 2019, "M10", "Acorus calamus", 1,
"B", 2019, "M10", "Berula erecta", 1,
"B", 2019, "M10", "Chara vulgaris", 30,
"B", 2019, "M10", "Elodea nuttallii", 10
)
Voor macrofyten moet de bedekking eerst omgerekend worden naar een
abundantieklasse. Voor de macrofyten gebeurt dit met de functie
add_abundantieklasse()
. Deze functie rekent zowel percentages (type =
"percentage"
) als klassen (1 t/m 9 type = "klasse"
) om.
Voor de kunstmatige wateren worden ook de onderliggende EKR’s voor hydrofyten en helofyten weergegeven.
library(dplyr)
mafy_met_abundantie <- mafy_data %>%
add_abundantieklasse(bedekking = waarde, type = "percentage")
head(mafy_met_abundantie)
#> # A tibble: 6 x 6
#> mp jaar watertype taxon waarde abundantieklasse
#> <chr> <dbl> <chr> <chr> <dbl> <int>
#> 1 A 2018 M27 Acorus calamus 1 1
#> 2 A 2018 M27 Berula erecta 1 1
#> 3 A 2018 M27 Chara vulgaris 10 2
#> 4 A 2018 M27 Elodea nuttallii 30 2
#> 5 A 2019 M27 Acorus calamus 1 1
#> 6 A 2019 M27 Berula erecta 1 1
mafy_met_abundantie %>%
dplyr::group_by(mp, jaar) %>%
krw_mafy_ekr_ss(krwwatertype.code = watertype,
biotaxon.naam = taxon,
abundantieklasse = abundantieklasse,
verbose = FALSE)
#> # A tibble: 4 x 6
#> mp jaar krwwatertype.code ekr_ss_mafy ekr_ss_hydro ekr_ss_helo
#> <chr> <dbl> <chr> <dbl> <dbl> <dbl>
#> 1 A 2018 M27 0.420 NA NA
#> 2 A 2019 M27 0.420 NA NA
#> 3 B 2018 M10 0.444 0.666 0
#> 4 B 2019 M10 0.444 0.666 0
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.