基于CANOCO的数据分析.pdfVIP

口第一章排序基础

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

第一章梯度分析基础

1什么是梯度分析？、

群落学物种组成数据的分析方法通常

有两种：梯度分析（排序）和分类方法

（聚类、TWINSPAN等）。这里的梯度分

析是广义的梯度分析，泛指任何以揭示物

种组成数据与实测或潜在的环境因子之间

关系的方法。

2为什么排序?

当考察植物或动物群落沿着一系列环境条件

下的变化情况，我们经常发现在不同条件的群落

不仅物种组成变化很大，而且这些变化往往具有

连续性和可预测性。

通过排序分析，我们可以认识群落格局，也

可以将排序轴跟我们已知的环境条件联系起来，

看是否代表某一环境梯度。当然，也许我们必须

用统计手段来检验排序轴到底是否真能代表环境

因子的梯度。

3专业术语

生态学原始数据一般由两个部分构成，一

组是响应变量(responsevariable),另外一组是解

释变量(explanatoryvariables)。

(1)解释变量：相当于自变量，又称预测变量，

经常分为主环境变量和协环境变量。.

(2)响应变量：相当于因变量，又称物种数据。

(3)梯度分析：即通常所说的排序分析，是揭

示物种组成数据与实测或潜在环境因子之间关系

的方法的总称。包括约束性排序和非约束性排序。

（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(Principalcomponentsanalysis,PCA)

对应分析(Correspondenceanalysis,CA)

去趋势对应分析(DetrendedCorrespondenceanalysis,DCA)

主坐标分析(Principalcoordinatesanalysis,PCO)

(9)约束性排序、

冗余分析(Redundancyanalysis,RDA)

典范对应分析(CanonicalCorrespondenceanalysis,CCA)

去趋势典范对应分析(DetrendedCanonicalCorrespondence

analysis,DCCA)

典型变量分析(Canonicalvariateanalysis,CVA,db-RDA)

(10)物种响应环境梯度模型

物种响应环境梯度模型

Environmentalvariable(egpH.elevation)

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3、

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〃个样方中环境因

子值的加权平均得到。具体算法如下：

EnvzxAbundz

WA(Sp)」=\

士Abundj

/=1

上式中，Envj是第，•个样方的环境因子值，Abund,•是

物种在i样方的多度。

Table