高级森林生态学-植物群落的数量分析方法精品.pptVIP

* * NMDS实例 中国东北主要森林群落的NMDS排序  * * NMDS vs. DCA 对物种环境响应模式不作限制 无拱形效应 排序结果不具严格的可重复性 要求钟形响应模式 有拱形效应 具严格的可重复性 NMDS DCA * * (5) 几种排序方法的比较: 建议使用NMDS PCA CA DCA NMDS * * 小结：排序的步骤 1.原始数据的整理：样方矩阵 2.样方的相似性/相异性矩阵获取 3.计算主轴及样地位置 各样地在该轴具有最小的相似性 第二轴为与第一轴最不相关 4.排序轴的生态意义解释 等值线法 相关分析法 双轴图法 * * 不要盲目相信软件的运算结果！！ 模型中的变量是否有生物学意义? 变量间是否存在共线性? 采用的方法是否适当(如钟形、线性反应曲线)? 反映物种组成的指标是否适当? 实践经验的重要性 * * 推荐阅读 Canoco: Leps, J., and P. Smilauer. 2003. Multivariate Analysis of Ecological Data using CANOCO. Cambridge University Press, Cambridge. PC-ORD: McCune, B., and M. J. Mefford. 1999. PC-ORD. Multivariate Analysis of Ecological Data, Version 4. MjM Software Design, Gleneden Beach, Oregon, USA. R: Oksanen, J. 2005. Multivariate Analysis of Ecological Communities in R: vegan tutorial. 张金屯. 2004. 数量生态学. 科学出版社, 北京. * * 4.1 TWINSPAN Two-way indicator species analysis 对数据进行CA排序，得到样方和物种第一排序轴，分别用于样方分类和物种分类。 优点：提供了各个类型的物种分布，而且物种和样地同时进行分类。 缺点：是基于CA排序发展起来的一种分类方法，继承了CA排序的一切问题。 北京周边山地植被TWINSPAN 分类图 * * TWINSPAN * * 4.2 聚类分析 步骤(以聚合法为例)： 1. 计算出距离矩阵 2. 找出最相似的两个单元 3. 将二者合并为1个单元 4. 重新计算距离矩阵 5. 重复步骤2-4 6. 当所有样地合并为1个单元时停止 * * 聚类方法 聚合(agglomerative) 从单个样方开始，逐步聚合，最后成为一个类群。 分划 (divisive) 样方总体开始，逐步分划成低级类群。 * * 组间联结方法 最近邻近体法 最远邻近体法 中心点法 * * 三种联结方法结果差异 最近邻近体法 最远邻近体法 组平均法 * * 可变β值法 一般选取β=-0.25 * * 我国东北森林基于Flexible beta method的分类。分出10类：(1) 岳桦林, (2) 长白落叶松林,(3) 鱼鳞云杉林,(4) 臭冷杉林,(5) 兴安落叶松林,(6) 白桦林, (7) 杨桦混交林,(8) 落叶阔叶林,(9) 红松林,(10) 红松阔叶混交林 * * 5.1 群落排序(ordination)的概念 实质：基于群落组成特征和环境信息，将群落(样地)在多维空间中进行排布 5 植物群落的排序 目的： 检验植物群落之间的物种组成关系； 减少数据中噪音和冗余，以便更好的分析群落和环境的关系。 * * 排序的基本假设： 排序相邻的样地具有相似的物种组成； 如果两个样地具有相似的物种组成，就必然具有相似的环境条件； 排序相差很远的样地具有不同的物种组成； 具有不同物种组成的样地之间环境不同。 * * 5.2 排序方法 一维排序 研究对象沿着单一的环境梯度变化 多维排序 研究对象沿着多维的环境梯度变化 如CCA * * 一维排序 * * 二维排序 * * 多维排序-如CCA * * 多维排序的基本原理：降维 最小二乘回归 适用数据类型： * * 多维排序的基本原理：降维 最小二乘回归 Type II 回归 主分量分析 Principal components analysis (PCA) * * 排序的优点： 同时反映具有复杂物种组成的群落沿着多个环境梯度的变化 * * 排序图的含义 * * 5.3 直接排序与间接排序 直接排序： 分析植被与已知环境梯度之间的关系 (即排序＋回归分析) 如：CCA、RDA 间接排序： 通过排序轴与环境变量之间的相关性来分析植被