维护者 | Julia Piaskowski、Adam Sparks、Adrian Correndo |
联系方式 | julia.piask at gmail.com |
版本 | 2024-03-06 |
URL | https://CRAN.R-project.org/view=Agriculture |
源代码 | https://github.com/cran-task-views/Agriculture/ |
贡献 | 欢迎对本任务视图提出建议和改进,可以通过 GitHub 上的问题或拉取请求,或通过电子邮件发送给维护者地址。有关更多详细信息,请参阅 贡献指南。 |
引用 | Julia Piaskowski、Adam Sparks、Adrian Correndo (2024)。CRAN 任务视图:农业科学。版本 2024-03-06。URL https://CRAN.R-project.org/view=Agriculture。 |
安装 | 可以使用 ctv 包自动安装此任务视图中的包。例如,ctv::install.views("Agriculture", coreOnly = TRUE) 安装所有核心包,或 ctv::update.views("Agriculture") 安装所有尚未安装和更新的包。有关更多详细信息,请参阅 CRAN 任务视图计划。 |
农业涵盖了广泛的学科。基础 R 中的许多包和贡献的包对农业研究人员很有用。因此,这不是所有对农业研究有用的包的详尽列表。此 CRAN 任务视图旨在涵盖大多数情况下为支持农业研究和分析需求而开发的主要包。
请注意,其中一些包位于 CRAN 上,而另一些则位于 GitHub、Bioconductor 或 R-Forge 上。
如果您认为此列表中缺少某个包,请通过 GitHub 存储库 中的问题或拉取请求告知我们。
美国农业部数据库:可以使用 rnassqs 或 tidyUSDA 访问美国农业部国家农业统计局的“快速统计”网站 API,后者还提供一些制图功能。可以使用 CropScapeR 和 cdlTools 访问美国农业部的 农作物数据层 API,后者提供用于处理 CDL 数据的实用程序函数。 rusda 提供了一个接口,可以访问美国农业部-农业研究局系统真菌学和微生物学实验室 (SMML) 的 四个数据库:真菌-寄主分布、标本、文献和命名法数据库。可以使用 rarms 访问美国农业部的农业资源管理调查 (ARMS) 数据 API。可以使用 usdampr 访问美国农业部的牲畜强制报告数据 API。可以使用 FAOSTAT 和 faobulk 访问联合国粮食及农业组织 (FAO) 的 FAOSTAT 数据库 中的数据。
可以使用 soilDB 访问大多数美国农业部-自然资源保护局与土壤相关的数据库和 API。
FedData 提供对美国土壤调查地理 (SSURGO) 数据库、全球历史气候网络 (GHCN)、Daymet(北美每日天气参数的网格化估计)、国际树木年轮数据库 和 国家土地覆盖数据库 中的地理空间数据的访问。还可以使用 XPolaris 访问和处理 SSURGO 数据。
可以使用 smapr (已归档) 访问和处理美国宇航局土壤水分主动被动 (SMAP) 数据。
SISINTAR 提供对 SiSINTA(阿根廷国家农业技术研究所土壤信息系统)的访问,这是一个阿根廷的土壤剖面数据库,以及用于处理数据的函数。
可以使用 cropgrowdays 访问 昆士兰州 DES Longpaddock 网站上的 SILO 天气数据。
PGRdup 提供了一些函数,可以帮助识别植物遗传资源收集中的可能/可能的重复。
rfieldclimate 提供与 FieldClimate API 交互的功能和解析器。
pestr 提供工具,使用 EPPO 数据库 API 从 EPPO 数据服务 和 EPPO 全球数据库 中提取害虫数据,并将它们放入具有易读格式的表格中。
PesticideLoadIndicator 计算丹麦农药负荷指标,如 Kudsk (2018) 和 Moehring (2019) 在农药使用数据中所述。
本指南中列出的许多以农业为中心的软件包还包括数据集来说明其功能(例如 agricolae、AgroTech、BGLR)。
agridat 包含一个非常庞大的农业数据集和示例分析集合;该软件包包含一个详细介绍其他数据集和支持农业分析的广泛资源的说明。
agriTutorial 提供了一系列农业数据集和分析,特别关注作物实验。
可以通过 SoyNAM 访问 大豆嵌套关联作图群体数据集。
simplePhenotypes 可用于模拟多效性、连锁和上位性表型。
可以使用 ggfertilizer 访问美国地质调查局关于化肥销售的县级数据。
可以使用 cropdatape 访问秘鲁农业统计综合系统 (SIEA) 收集的 2004 年至 2014 年的年度农业生产数据。
ZeBook 提供了与书籍 Working with Dynamic Crop Models 相关的示例和数据集。
MixedModels 任务视图提供了与拟合一般和广义线性混合模型相关的软件包的综合列表。
软件包 nlraa 和 AgroReg 提供了专门针对农业应用的线性回归和非线性回归函数。 biotools 可以对农学家进行广泛的多元分析,包括遗传协方差、最佳小区大小、空间依赖性检验和种子批次异质性检验。
agriCensData 是一个灵活的软件包,用于处理删失数据(例如,开花时间、低于检测限的仪器值、疾病评分)。
grapesAgri1 包含了一系列 Shiny 应用程序,GRAPES(基于 R-shiny 的通用分析平台,由统计数据支持),它充当图形用户界面,供个人上传数据文件并进行分析。支持线性模型、CRD 和 2 路 RCBD 设计的方差分析、相关分析、探索性数据分析和其他常见的假设检验。
ALUES 实施了粮农组织和国际水稻研究所开发的方法,用于评估不同作物生产的土地适宜性。
AGPRIS(农业生产力空间)提供了在 INLA 和其他空间方法中实现的不同空间分析功能。软件包 KenSyn 包含示例数据集和分析代码,支持书籍 De L’analyse des Réseaux Expérimentaux à la Méta-analyse(法语)或 From Experimental Network to Meta-analysis(英语)。
AgroTech 提供了用于进行化学应用计算和示例数据集的函数。
有关与农业经济相关的软件包和工具的信息,请查看 Econometrics、(经验)Finance 和 TimeSeries 任务视图。
该 Hydrology 包含许多用于访问和处理天气和气候数据的资源。
数据来源: 来自 哥白尼 农业气象指标数据集的数据可以使用 ag5Tools 下载和提取。 巴西的气候作物区可以使用 cropZoning 访问和计算,使用来自 TerraClimate 的数据集,这些数据集已校准到巴西国家气象研究所运行的气象站。 acdcR (按县划分的气候数据) 提供函数来计算美国县级变量,用于农业生产或农业气候和天气分析。
数据准备: meteor 提供一组用于天气和气候数据操作的函数,以支持作物和作物病害建模。 cropgrowdays 和 climatrends 可用于计算生长积温、累积降雨量、胁迫日数、平均辐射、作物敏感指数、蒸散量和其他变量。 agroclim 和 weaana 具有许多实用函数,可用于计算农业气候指数,这些指数有助于根据气候变量对区域进行分区,并评估温度和降雨量对单个作物或一般对农业用地的重要性。
FAO56 和 MeTo 提供函数,用于根据粮农组织专著 56 计算农业气象指标,作物蒸散量:计算作物需水量的指南 (1998)。
agriwater 使用卫星图像和气象数据对能量平衡和实际蒸散量进行空间建模。 AquaBEHER 计算并整合每日参考蒸散量到水量平衡模型中,以根据agroclimatic
方法估算湿季日历(开始、结束和持续时间)。
frost 包含农民和农艺工程师用来预测最低温度以检测霜冻事件的经验方法的汇编。
LWFBrook90R 提供了土壤植被大气传输 (SVAT) 模型 LWF-BROOK90 的实现,用于计算每日蒸发量(蒸腾、截留和土壤蒸发)和土壤水分通量,以及覆盖植被的土壤剖面的土壤含水量和土壤水分张力。
ExperimentalDesign 的任务视图提供了有关各种研究问题的实验设计的更多信息。
agricolae 为计划田间试验的规划和分析提供了丰富的资源。由 agricolae 构建的设计可以使用 agricolaeplotr 可视化。农业田间试验布局也可以使用 desplot 可视化。
PBIBD 可以构建部分平衡不完全区组设计和尤登方阵(行-列)设计,并可以计算设计效率。
biometryassist 可用于实验设计和分析;它还包含几个与 asreml 对象交互的功能。
软件包 DiGGer 是为矩形田间试验开发的;其目的是帮助用户根据处理结构和重复次数确定最佳实验设计。
FielDHub 是一款 Shiny 应用,用于生成应用于农业、植物育种、林业、动物和生物科学的传统、非重复、增补和部分重复设计。
statgenHTP 用于分析来自 HTP 平台实验的数据,其中一些功能专门设计用于与专有软件 R-asreml 配合使用。
FIELDimageR 是一个通用的软件包,用于处理和分析来自无人机的图像数据。
tasselnetv2plus 提供了一种快速实现方法,用于从高分辨率 RGB 图像中进行高通量植物计数。 FWRGB 可以处理植物图像,用于下游机器学习模型以预测鲜生物量。 pliman 提供了图像操作工具,用于量化植物叶面积、病害严重程度、病害病灶数量,并获取图像对象的统计数据,例如谷物、豆荚、花粉、叶子等。
一般分析:软件包 agricolae 包含用于分析农业试验中许多常见设计的功能,例如裂区、格栅、拉丁方和一些附加功能,例如 AMMI 和 AUDPC 计算。专有软件 asreml 提供了其混合模型软件的 R 版本,用于田间试验分析(注意,这不是开源软件,需要年度许可证)。CRAN 还包含一个附加软件包 asremlPlus,它为 asreml 提供了几个辅助功能。[INLA](https://www.r-inla.org/)
提供了用于潜伏高斯模型的贝叶斯推断工具,它包含用于模拟空间变化的功能,例如田间试验或农场位置。 gosset 软件包提供了用于分析实验性农业数据的流程的工具包,从数据合成到模型选择和可视化。 AgroR 具有通用功能和一个 Shiny 应用,用于分析农业中的常见设计:CRD、RCBD 和拉丁方。
空间分析: statgenSTA 包含用于单次试验分析的功能,包括有和没有空间成分的分析。 SpATS 可用于使用 p-样条 来调整田间空间变化。 mvngGrAd 实现了一种针对非重复试验的局部空间调整方法,即移动网格调整。
可以使用 ispd 分析利用不完整区组设计的试验。
ClimMobTools 是 ClimMob 公民科学平台的 API 客户端,用于 R 中的农艺田间试验。
Tracking 任务视图包含许多用于处理跟踪动物数据和研究动物运动的资源。
软件包 usdampr 提供对美国农业部牲畜强制报告 API 的访问。
本任务视图中 育种部分 描述的许多遗传软件包也可以应用于动物。 visPedigree 可用于可视化复杂的动物谱系。
有关支持高通量基因组数据处理的生物信息学工具,请参阅 R 软件包存储库 Bioconductor。
一般植物育种:st4gi 和 variability 提供了用于作物遗传改良的几个常用实用程序函数。此外,请参阅本任务视图中关于“基因型-环境相互作用”的小节,了解在分析框架中整合环境和基因组数据的软件包。 gpbStat 提供了用于常见植物育种分析的函数,包括系谱分析 (Arunachalam 1974) 和双列分析 (Griffing 1956)。
lmDiallel 提供了用于分析从双列实验获得的数据集的服务函数,如 Onofri 2020 中所述。
heritability 在存在遗传相同复制品观察的情况下,实现了基于标记的遗传力估计。
selection.index 使用 Smith (1936) 描述的方法计算选择指数。
育种模拟 AlphaSimR 提供了用于对育种计划中常见的过程(如植物或动物中的选择和杂交)进行随机建模的函数 Gaynor 等人 2020。 SIMplyBee 是 AlphaSimR 的扩展,用于蜜蜂 Obsteter 等人 2023。 MoBPS 还提供了用于育种计划随机建模的函数 Pook 等人 2020。
有几个软件包专注于 Bioconductor 上的连锁不平衡。
有两个值得注意且历史悠久的软件包用于数量性状基因座 (QTL) 分析:(1) onemap,提供 MapMaker/EXP 般的性能和额外的工具;以及 (2) qtl,提供标准的 QTL 映射功能和用于模拟杂交的辅助函数。 BatchMap 是 onemap 的一个分支,用于快速计算高密度连锁图。 ASMap 可以使用算法“MSTmap”进行快速连锁映射。 pergola 实现了 PERGOLA 算法,用于对连锁群中的标记进行排序。 MapRtools 是一个多用途的连锁映射软件包,用于教学和研究。
对于多倍体,可以使用 mappoly 和 polymapR 包进行连锁作图,可以使用 qtlpoly 和 polyqtlR 包进行 QTL 估计。 diaQTL 用于双列杂交群体(二倍体和四倍体)的 QTL 和单倍型分析。
statgenMPP 可以进行多亲本群体中的 QTL 作图。
可以使用 LinkageMapView 可视化连锁图。
Bioconductor 上有许多 GWAS 包,CRAN 中还有大量未列出的其他 GWAS 包。此处列出的包在农业中常见的育种群体中具有特定的应用。
可以使用 逐步混合线性模型 对多位点数据进行 GWAS,可以使用 mlmm.gwas 或 MultLocMixMod(在 R 中使用 library(mlmm)
加载包)。statgenGWAS 包可以使用 EMMAX 算法 拟合 GWAS 模型。 GAPIT3 是 包装器,用于多种 GWAS 算法,包括原始的 GAPIT、FarmCPU 和 BLINK。
可以使用 rMVP 估计大量 SNP 和/或观测值的 GWAS 模型。 GridLMM 提供函数,用于在需要两个或多个随机效应的模型中进行 GWAS(例如,加性和显性亲缘矩阵,或亲缘和空间协方差矩阵)。 GWASpoly 提供了在四倍体中进行 GWAS 的函数,这些函数也适用于二倍体物种。可以使用 bravo 对超大维 GWAS 数据集进行变量选择,该包实现了贝叶斯算法 SVEN,即具有嵌入式筛选的变量选择。
StageWise 提供函数,用于在表型数据来自多个田间试验时进行 2 阶段 GWAS。
对于多倍体,polyBreedR 提供了便利函数,以促进使用全基因组标记进行四倍体物种育种,其功能也扩展到二倍体。
通用基因组选择包: breedR 是一个用于执行数量遗传分析的通用包。可以使用 qgg 实现基于频率论和贝叶斯方法的基因组特征混合线性模型。包 STGS 为单一性状实现了多种基因组选择模型。 BWGS,“小麦育种基因组选择”,提供了一套用于在六倍体小麦中进行基因组选择的函数。
GBLUP: 支持使用混合模型(结合谱系或遗传标记数据)进行遗传预测的包包括 sommer、rrBLUP、BGLR、lme4GS(此包有特殊的安装说明)、lme4qtl、pedigreemm、qgtools、cpgen、QTLRel 以及许可软件 asreml。这些包中的许多都具有用于数据准备步骤的内置功能,包括数据插补和关系矩阵的计算。
GBLUP: 支持使用混合模型(结合谱系或遗传标记数据)进行遗传预测的包包括,列在 MixedModels 任务视图中。这些包中的许多都具有用于数据准备步骤的内置功能,包括数据插补和关系矩阵的计算。
GSelection 实施了结合加性和非加性模型的基因组选择。
pedmod 提供了将亲缘关系整合到分类性状的线性建模函数。
coxme 可以拟合包含固定效应和随机效应(以及亲缘关系矩阵)的 Cox 比例风险模型。
GSMX,多元基因组选择,估计性状遗传力和通过交叉验证处理过拟合。
TSDFGS 可以估计基因组选择的最优训练群体规模和组成。
PopVar 包含用于从双亲杂交中估计群体遗传方差的函数。
多个环境和性状: BGGE 对连续变量进行基因组预测,重点关注遵循 Jarquín 2014 方法的基因型-环境基因组选择模型。 megaLMM 使用贝叶斯基因组预测模型实现具有大量性状(高达数千个)的多变量基因组预测。
亲缘关系和相关性: AGHmatrix 提供了广泛的选项用于计算谱系和基因组关系(加性和显性)。pedigree 包提供了对谱系进行排序、计算和反转谱系关系矩阵以及其他相关任务的功能。 statgenIBD 可以计算双亲、三向和四向杂交的 IBD 概率。 kinship2 提供了用于操作和可视化基于谱系的亲缘关系数据的函数。
apsimx 包含用于读取、检查、编辑和运行 APSIM “下一代”(.json
、.apsimx
)和 APSIM “经典”(.xml
、.apsim
)文件的函数。 rapsimng 与下一代 APSIM 文件一起使用。
DSSAT 为 Jones (2003) 文档化的农业技术转移作物系统模型决策支持系统 (DSSAT-CSM) 提供了一个全面的 R 接口。该软件包提供了跨平台功能来读取和写入输入文件、运行 DSSAT-CSM 以及读取输出文件。 Dasst 也与 DSSAT 文件接口。
Simplace(科学影响评估和高级作物和生态系统管理建模平台)建模框架可以使用 r pkg(“simplace”) 访问。此外,r github(“gk-crop/simplaceUtil”) 提供了额外的实用程序函数,使模拟的设置和处理更加方便。
fruclimadapt 计算了葡萄藤和果树的几个重要的物候变量,以便评估气候适应性并估计这些物种中与天气相关的疾病的发生率。
作物用水量:cropDemand 可用于使用 TerraClimate 数据集估计巴西生产地区的作物需水量。 Evapotranspiration 可以使用 21 种不同的模型来估计潜在蒸散量和实际蒸散量。
metrica 具有许多方便的功能,用于将模型预测与地面实况数据进行比较。
作物生长模型:phenorice 是 PhenoRice 模型 的 R 实现,用于遥感水稻作物生产。 phenoriceR 提供了用于处理 phenorice 模型数据的辅助函数。 Rwofost 是 WOFOST(世界粮食研究)作物生长模型的实现 (de Wit 2019)。 Rquefts 提供了 QUEFTS(热带土壤原生肥力的定量评估)模型的实现 (Janssen 1990)。
Recocrop 使用限制因子方法估计植物的环境适宜性,该方法遵循 Hackett (1991) 的植物生长。
生态生理学: photosynthesis 提供了大量用于植物生态生理建模和分析的工具。 tealeaves 使用能量平衡模型来理解叶片温度。 plantecophys 支持耦合叶片气体交换模型、A-Ci 曲线模拟和拟合、Ball-Berry 气孔导度模型、使用 Penman-Monteith 的叶片能量平衡、Cowan-Farquhar 优化以及湿度单位转换。 plantecowrap 扩展了 plantecophys,增加了对叶绿体导度、空气中 Rubisco 羧化反应的表观米氏常数以及光呼吸 CO2 补偿点的温度响应功能,用于拟合 C3 植物的 A-Ci 或 A-Cc 曲线。
bigleaf 从涡度协方差数据和伴随的气象测量中计算(例如,气动导度、表面温度)和生理(例如,冠层导度、水分利用效率)生态系统属性。
有关支持感官研究的包,请参见 Psychometrics 任务视图。
statgenGxE 实施了几种分析方法来解决基因型与环境的交互作用。
The gge 包可以生成 GGE 双标图,而 bayesammi 可以进行加性主效应乘性交互作用 (AMMI) 模型的贝叶斯估计。 metan 和 geneticae 可以使用各种参数和非参数方法对多环境试验数据进行稳定性分析。
EnvRtype 可用于汇集气候数据、数据集准备和环境分类或环境类型化。
FW 使用吉布斯采样器实现 Finlay-Wilkinson 回归;spFW 还使用贝叶斯层次模型对多环境试验进行空间 Finlay-Wilkinson 分析。
可以通过 agrostab 计算各种稳定性分析统计量,包括稳态系数、特定适应能力、加权稳态指数、优越性度量、环境指数回归、Tai 的稳定性参数、稳定性方差、生态价和其他稳定性参数。 toolStability 和 stability 也计算稳定性分析。
IBCF.MTME 实现基于项目的协同过滤,用于多性状和多环境试验中的连续数据,遵循 Montesinos-López (2018) 描述的方法。
该 Epidemiology 任务视图列出了与植物病害建模相关的软件包。
流行病学模拟:使用 landsepi 可以进行植物病原体随机疾病建模,该模型包含空间和遗传信息。软件包 ascotraceR 可以根据 Diggle (2022) 开发的模型模拟鹰嘴豆田中的炭疽病感染。
epiphy 是一个用于分析植物病害流行病的工具箱。它为随时间和/或空间记录的植物病害强度数据提供了一个通用框架。
epifitter 提供了用于分析和可视化植物病害进程曲线数据的函数。
植物病原体遗传学:hagis 包含用于分析植物病原体病理型调查数据的函数。提供的函数计算了敏感性的分布、具有统计数据的复杂性的分布、病理型频率分布,以及病理型的多样性指数。使用 resevol 可以模拟不同数量的害虫、害虫繁殖方式、抗性基因座、杀虫剂数量和其他方面的抗性基因在杀虫剂压力下的进化。具有混合克隆/有性繁殖策略的种群可以使用 poppr 进行分析,该软件包具有用于分层分析部分克隆种群的种群遗传分析工具。
有关一般社会学软件包,请参阅 Psychometrics 任务视图。
空间:该 Spatial 和 SpatioTemporal CRAN 任务视图提供了空间统计的丰富资源。 mpspline2 实现了一个质量守恒样条曲线,用于对土壤属性进行插值,从而对在离散的、通常是不连续的深度间隔内测量的属性进行连续的剖面估计。
该 sharpshootR 包含支持土壤调查工作的实用函数汇编,包括数据管理、汇总、可视化和转换。
对于土壤学,aqp 为土壤科学家提供了一套通用的工具包:专门的数据结构、土壤剖面汇总、可视化、颜色转换等等。 SoilTaxonomy 提供了用于解析土壤分类术语的函数。 pedometrics 具有许多用于对土壤数据进行常见分析的实用函数。
土壤水分:土壤水分保持曲线可以通过 soilwater 包使用 Van Genuchten (1980) 方法计算土壤水分保持,并使用 Mualem (1976) 方法计算水力传导率。土壤水力特性模型参数的估计和预测可以通过 spsh 完成。
SoilR 使用线性和非线性模型模拟陆地生态系统中土壤有机质的分解。 sorcering 可用于模拟土壤有机碳和土壤有机氮,并计算氮矿化率。
土壤质地三角形可以使用 soiltexture 绘制;此包还可以对土壤质地数据进行分类和转换。
QI 可用于计算钾的强度和交换性。
DMMF 实施了基于每日的 Morgan-Morgan-Finney (DMMF) 土壤侵蚀模型 (Choi 2017),用于估计田间或流域的每日地表径流和泥沙预算。
土壤肥力测试:soiltestcorr 具有用于对土壤测试值和作物产量数据进行相关性分析的函数。 SoilTesting 提供了用于根据分析实验室结果计算土壤矿物质浓度的函数。 fertplan 根据土壤测试结果提供肥料建议(注意,此包针对意大利园艺作物生产进行了优化)。
可以使用 soilassessment 分析特定土壤的作物生产 适宜性,包括土壤肥力等级、土壤侵蚀模型和土壤盐碱化分类。适宜性要求适用于谷物作物、坚果、豆类、水果、蔬菜、工业作物和块根作物等分组的作物。
spectralR 可用于访问和处理从 谷歌地球引擎 获取的 Sentinel 2 级 2A 卫星任务光学波段像素数据。 rsat 和 satellite 可用于处理遥感数据。
可以使用 agrifeature 从光谱数据中提取农业图像特征。它具有计算灰度共生矩阵 (GLCM)、基于 RGB 的植被指数 (RGB VI) 和归一化植被指数 (NDVI) 的功能。
可以使用 rPAex 从光谱图像中获取实验单元(例如,地块)。lue 实施光能利用效率模型来估计生物量和产量。使用 WCM 包可以根据 WCM 模型 从微波反向散射数据中计算叶面积指数和土壤水分。
mapsRinteractive 包提供用于处理栅格格式的土壤点数据的函数。
对于生态学研究和分析应用,Environmetrics 任务视图提供了该主题中现有 R 资源的列表。
剂量反应:drc 包提供了用于剂量反应曲线的通用模型拟合和拟合后函数。 LW1949 实施了 Litchefield 和 Wilcoxon (1949) 剂量反应模型。
drcte 为农业中的非参数和参数时间到事件模型提供了一个框架,特别是发芽和出苗数据的分析。
PROSPER 是一个用于模拟杂草种群动态的软件包,模拟范围包括个体和种群水平,以及除草剂抗性和除草剂压力等多种条件。
.rda
文件的集合,而不是一个软件包)。