---
title: "Análise fitossociológica"
output: rmarkdown::html_vignette
vignette: >
  %\VignetteIndexEntry{Análise fitossociológica}
  %\VignetteEngine{knitr::rmarkdown}
  \usepackage[utf8]{inputenc}
---
  
```{r, echo = FALSE, message = FALSE}
knitr::opts_chunk$set(collapse = T, comment = "#>")
knitr::opts_chunk$set(fig.width=7, fig.height=5)
options(tibble.print_min = 6L, tibble.print_max = 6L)
library(forestmangr)
```

Vamos utilizar dados de inventário da amazônia, e fazer uma análise fitossociológica da área.
```{r}
library(forestmangr)
data(exfm20)
dados <- exfm20

dados
```

Primeiro, vamos calcular os índices de diversidade da área, com a função `species_diversity`. Basta fornecer o nome da coluna referente às espécies:
```{r}
species_diversity(dados, "scientific.name")
```

Podemos verificar a similaridade entre parcelas pelo índice de Jaccard, utlizando a função `similarity_matrix`:
```{r}
similarity_matrix(dados, "scientific.name", "transect", index = "Jaccard")
```

Podemos também gerar um dendrograma desta análise:
```{r}
similarity_matrix(exfm20, "scientific.name", "transect", index = "Jaccard", dendrogram = TRUE, n_groups = 3)
```

Para avaliar o nível de agregação das espécies área, podemos utilizar a função `species_aggreg`:
```{r}
species_aggreg(dados, "scientific.name", "transect")
```

Podemos também avaliar a estrutura horizontal da floresta. Para isso, utilizamos a função `forest_structure`:

```{r}
forest_structure(dados, "scientific.name", "dbh", "transect", 10000)
```

Também é possível calcular a estrutura vertical e interna:
```{r}
forest_structure(dados, "scientific.name", "dbh", "transect", 10000, "canopy.pos", "light") 
```

É possível também verificar se a floresta está regulada, pelo método BDq, utilizando a função `bdq_meyer`:
```{r}
bdq_meyer(dados, "transect", "dbh", 1000,licourt_index = 2)
```

Com a função `diameter_class` é possível dividir os dados em classes de diâmetro, e verificar o número de indivíduos por espécie em cada classe:
```{r}
classified <- diameter_class(dados,"dbh", "transect", 10000, 10, 10, "scientific.name") 

head(classified)
```

Uma outra forma de visualizar esta tabela é com o centro de classe na coluna. Podemos fazer isso com o argumento `cc_to_column`:
```{r}
classified <- diameter_class(dados,"dbh", "transect", 10000, 10, 10,
               "scientific.name", cc_to_column=TRUE)
head(classified)
```