基于CANOCO的数据分析.ppt

基于CANOCO的数据分析 生态熊 2010.6.25 内容 第一章 排序基础 第二章 认识软件 第三章 操作示范 第四章 排序图解 第五章 经典实例 第六章 阅读推荐 后记 （4）约束性排序（直接排序）：在特定的梯度上（环境轴）上探讨物种的变化情况。例如：RDA，CCA，DCCA等。 （5）非约束性排序（间接排序）：寻求潜在的或 在间接的环境梯度来解释物种数据的变化。 （6）偏分析：预先剔除物种变化中由协变量产生的效应，再通过排序揭示剩下物种变化的排序方法。 （7）混合排序分析：前面若干轴采用约束排序，而剩下的轴是非约束性排序的梯度分析方法。 （8）非约束性排序方法 主成分分析（Principal components analysis, PCA） 对应分析（Correspondence analysis, CA） 去趋势对应分析（Detrended Correspondence analysis, DCA） 主坐标分析（Principal coordinates analysis, PCO） （9）约束性排序 冗余分析（Redundancy analysis, RDA） 典范对应分析（Canonical Correspondence analysis, CCA） 去趋势典范对应分析（ Detrended Canonical Correspondence analysis, DCCA） 典型变量分析（Canonical variate analysis, CVA, db-RDA） （10）物种响应环境梯度模型 物种响应环境梯度模型 线性响应模型经常可以通过传统的方法（最小二乘法）回归拟合。 但对于单峰响应模型，估计物种在环境梯度上最适值最简单的方法就是通过基于所有包含该物种的n个样方中环境因子值的加权平均得到。具体算法如下： 4 排序类型 第二章 认识CANOCO软件 CANOCO (CANonical Community Ordination)能够洞察： （1）生物群落结构 （2）生物群落与环境间的关系 （3）生态学的假设检验 （4）在生物群落中进行的复杂生态学和生态毒理实验的相关处理所产生的影响 1 软件模块 （2） WCanoImp 这个程序的功能构建数据。但这个程序用法受到了window的剪贴板和电子表格文件的限制。比如在Excel2003以前的版本，列数仅有256列，这就意味着样方数或物种数不能两个同时超过256个，否则需要分割。当然行数宽松点，但不能超过65536行。如果你的数据超过这个限制，你可以将你的数据分割为几个部分，经过WCanoImp转化后，再用CanoMerge程序拼接起来。 （3）CanoMerge 1) 首要的任务是连接两个或多个包含相同样方但不同变量的数据文件。 2) 可以用来将您的数据文件输出带制表符分隔的ASCII（文本）文件。 3) 最后一个功能是可以过滤掉一些低频率的物种。 2 分析流程 3 CANOCO中的排序方法 （1）描述单个数据集结构的方法---排序/间接梯度分析。例如描述一个生物群落的结构或者环境变量间的相关结构。 （2）用一个数据集解释另一个数据集---典范排序/直接梯度分析。例如使用环境数据解释或预测物种的多度。 （3）一个数据集被另一个数据集解释后，再被第三个数据解释---偏典范排序。例如季节效应被校正后，使用环境数据解释或预测物种多度。 （4）描述一个被一个数据集解释后的数据集结构---偏排序。例如描述季节效应校正后的群落结构。 4 CANOCO中的响应模型 （1）线性模型 （2）单峰模型 （3）去趋势的单峰模型 5 CANOCO的结果 （1）排序图和一些变异解释的数量描述。 （2）环境变量解释的变异量。 （3）环境变量的显著性检验。 （4）第一排序轴及总体排序轴的显著性检验。 第三章 操作示范 1 重点与难点 （1） 决定排序的模型：单峰还是线性？ （2） PCA或RDA排序：中心化和标准化 （3） DCA排序：除趋势对应分析 （4） 排序得分（坐标）的尺度比例 2 分类示范 2.1 非限制性排序（只有物种数据） 2.1.1 PCA (1) 排序尺度比例 这一步的目的是决定样方得分是如何尺度化？这一步操作的效应是样方和物种的得分范围相对于另一尺度而言，是扩大或者是缩小，对于特征值相似的轴，这一步的选择是不重要的。 对于名义环境变量定义的样方，样方尺度可以通过样方组间的距离解释样方组间的相似性。 对于数量型环境变量，物种尺度可以反映环境数据间的相关性。但是环境的效应大小最好通过样方尺度解释。 对于既有名义型环境变量又有数量型环境变量的数据，任何一种尺度都是合理的。