我已经分析了一些关于植被变化的数据，这些数据是土壤参数变化的函数。我将 2001 年的数据集与 2018 年的数据集（完全平衡）进行了比较。

为了研究植被的变化（表示为 Bray-Curtis 差异指数）作为土壤参数变化的函数（仅 2018 年减去 2001 年的值），我运行了几个模型。在使用 AIC 进行比较时，我最终得到了一个解释植被变化的 9 个土壤参数模型。

为了可视化不同土壤参数的影响，我想保持简单并使用森林图，但结果证明是自相矛盾的。我在几篇生态学论文中看到研究人员如何使用森林图展示他们的模型结果，并发现这是一种优雅且看似简单的结果展示方式。然而，我需要缩放我的协变量，因为正如 R 所说：“预测变量的比例非常不同”。该模型看起来不错，但是如何使用缩放变量解释我的模型的结果？

下面是使用森林图可视化结果的线性混合模型的结果。

模型：植被变化表示为 2001 年和 2018 年之间的差异组成~总 N 的变化 + 总 P 的变化 + PO4 的变化（等）+（1|block/plot）+（1|Year）