Data for the article titled "Urbanization drives the decoupling, simplification, and homogenization of aquatic and terrestrial food webs"

# Urban_food_websData and code for the article titled "Urbanization drives the decoupling, simplification, and homogenization of aquatic and terrestrial food webs" The information contained in this repository is referenced in the manuscript. ***************************************************** covariates.csv - Covariate values extracted for all ground-level sites. As many sites are private, their location cannot be disclosed publically. While this table cannot be directly recreated as doing so would require the coordinates of the sites, the calculation of the covariate can be followed on the script covariates_calculation.R. foodweb_metrics.csv - food web metrics for the 54 sites. This table can be recreated using the foodweb_metrics_calculation.R script. metaweb.csv - regional metaweb based on species detected in the study. metaweb_processed.csv - processed version of the regional metaweb for later handling. Rows = interaction, columns = interaction source and target. The metaweb_processed.csv table can be recreated using the prepare_metaweb.R script. taxamat.csv - taxa table for all sites. Rows = sites, columns = species. Values indicate number of reads per OTU (after filtering, contamination removal, and rarefaction). taxo.csv - Taxonomy table for all taxa. Rows = taxa, columns = phylogeny. Raw sequences for the data generated in this study are available on the European Nucleotide Archive under accession project numbers PRJEB88517. Data is also available on Github at https://github.com/KPerrelet/Urban_food_webs/tree/main. ***************************************************** covariates.zip - all raw covariates related to environmental factors (e.g., land-use) used to create the covariates.csv file metabarcoding.zip - all raw data related to metabarcoding (e.g., OTU table) used to produce the taxamat.csv file code.zip - all code snippets used in this analysis. A clone of the code is also available at https://doi.org/10.5281/zenodo.16946868 ***************************************************** FOOD-WEB ANALYSES ---- metaweb_fig1.R - generates the network (metaweb) in Figure 1. fig2.R - generate Figure 2. fig3.R - generate Figure 3. fig4.R - generate Figure 4. figS2.R - generate Figure S2. figS4.R - generate Figure S4. figS5.R - generate Figure S5. figS6.R - generate Figure S6. figS7.R - generate Figure S7. figS8.R - generate Figure S8. figS8.R - generate Figure S9. foodweb_metrics_calculation.R - calculate food web metrics for all sites, including those resulting from null models. prepare_metaweb.R - execute minor modifications to the regional metaweb for smooth processing. covariates_calculation.R - calculate covariates for all sites METABARCODING PROCESSING ---- swarm_pipeline.sh - process the raw sequences (available on the European Nucleotide Archive under accession project numbers PRJEB88517) into an OTU table build_otutab.R - process, filter, and currate the OTU table assign_taxonomy.R - assign taxonomy to the sequences using IDTAXA. build_sptab.R - process the taxonomic assignation (resulting from assign_taxonomy.R) and the processed OTU table (resulting from build_otutab.R) to create a family-site matrix. ***************************************************** Data dictionary: site_no | paired site ID. A green roof site has the same ID as the ground-level site only if they are paired. natural_banks | percentage of natural banks around the pond (%) marcophyte | marcophyte coverage (%) distance_forest | distance to the forest (m) distance_pond | distance to the closest pond (m) terrestrial_connectivity | patch cohesion index, calculated using landscapemetrics aquatic_connectivity | mean distance between ponds in a 500 m buffer, calculated using landscapemetrics green50 | number of green pixels in a 50 m buffer around the pond edge grey500_frac | fraction of grey surface in a 500 m buffer complementarity | landscape diversity metric, calculated using the lsm_l_joinent function in landscapemetrics overwarming | mean deviation of nighttime temperature compare to the regional average (K) no2 | annual mean air NO2 concentration population | population density in a 500 m buffer vegetation_height_sd_50 | standard deviation of the vegetation height in a 50 m buffer (m) vegetation_density_50 | vegetation density in a 50 m buffer# 城市食物网数据集与配套代码 本仓库配套论文《城市化驱动水生与陆生食物网解耦、简化及同质化》的相关数据与代码。 本仓库包含的信息已在论文手稿中引用。 ***************************************************** covariates.csv —— 为所有地面采样点提取的协变量值。由于多数采样点为私人所有，其具体位置无法公开披露。 由于直接重建该表格需要获取采样点坐标，因此无法直接生成该文件，但可通过covariates_calculation.R脚本复现协变量的计算流程。 foodweb_metrics.csv —— 54个采样点的食物网指标数据。可通过foodweb_metrics_calculation.R脚本复现该表格。 metaweb.csv —— 基于本研究中检测到的物种构建的区域元食物网。 metaweb_processed.csv —— 经过预处理的区域元食物网文件，用于后续分析。 表格行代表物种间相互作用，列代表相互作用的来源物种与目标物种。 可通过prepare_metaweb.R脚本复现metaweb_processed.csv表格。 taxamat.csv —— 所有采样点的物种分类表。行代表采样点，列代表物种，数值表示经过过滤、污染去除及稀疏化处理后的每个操作分类单元（Operational Taxonomic Unit, OTU）的读段数。 taxo.csv —— 所有物种的分类学信息表。行代表物种，列代表系统发育相关信息。 本研究产生的原始序列数据已上传至欧洲核苷酸档案库（European Nucleotide Archive），登录项目编号为PRJEB88517。本数据集同时托管于GitHub平台：https://github.com/KPerrelet/Urban_food_webs/tree/main。 ***************************************************** covariates.zip —— 用于生成covariates.csv文件的所有与环境因子（如土地利用类型）相关的原始协变量数据。 metabarcoding.zip —— 用于生成taxamat.csv文件的所有与元条形码测序相关的原始数据（如OTU表）。 code.zip —— 本分析中使用的所有代码片段。本代码仓库同时同步至Zenodo平台：https://doi.org/10.5281/zenodo.16946868。 ***************************************************** ## 食物网分析 metaweb_fig1.R —— 生成图1中的网络（元食物网）。 fig2.R —— 生成图2。 fig3.R —— 生成图3。 fig4.R —— 生成图4。 figS2.R —— 生成补充图S2。 figS4.R —— 生成补充图S4。 figS5.R —— 生成补充图S5。 figS6.R —— 生成补充图S6。 figS7.R —— 生成补充图S7。 figS8.R —— 生成补充图S8。 figS9.R —— 生成补充图S9。 foodweb_metrics_calculation.R —— 计算所有采样点的食物网指标，包括零模型生成的指标。 prepare_metaweb.R —— 对区域元食物网进行小幅修改，以确保后续分析流程顺畅。 covariates_calculation.R —— 计算所有采样点的协变量值。 ## 元条形码测序数据分析流程 swarm_pipeline.sh —— 将原始序列数据（已上传至欧洲核苷酸档案库，登录项目编号PRJEB88517）处理为OTU表。 build_otutab.R —— 对OTU表进行处理、过滤及整理。 assign_taxonomy.R —— 使用IDTAXA工具为序列分配分类学信息。 build_sptab.R —— 结合assign_taxonomy.R生成的分类学注释结果与build_otutab.R生成的处理后OTU表，构建科-采样点矩阵。 ***************************************************** ## 数据字典 site_no —— 配对采样点ID。若绿色屋顶采样点与地面采样点为配对样本，则二者拥有相同的ID。 natural_banks —— 池塘周边自然岸带占比（%） marcophyte —— 大型植物覆盖度（%） distance_forest —— 至最近森林的距离（m） distance_pond —— 至最近其他池塘的距离（m） terrestrial_connectivity —— 斑块凝聚度指数，通过landscapemetrics工具包计算得出 aquatic_connectivity —— 500米缓冲区内池塘间的平均距离，通过landscapemetrics工具包计算得出 green50 —— 池塘边缘50米缓冲区内的绿色像素数量 grey500_frac —— 500米缓冲区内灰色地表占比 complementarity —— 景观多样性指数，通过landscapemetrics工具包的lsm_l_joinent函数计算得出 overwarming —— 夜间温度相较于区域平均值的平均偏差（K） no2 —— 年平均大气NO2浓度 population —— 500米缓冲区内的人口密度 vegetation_height_sd_50 —— 50米缓冲区内植被高度的标准差（m） vegetation_density_50 —— 50米缓冲区内的植被密度