植被数量分析生态数据的多元分析
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 1. TWINSPAN是基于CA排序发展起来的一种分类方法，继承 了CA排序的一切错误，它仅在一维的环境梯度有效; 2. 假种的 划分具有主观性，需要反复实验; 3. 虽然可划分出指示种，但 这种指示种的确限性(Fidelity)没有经过统计检验.
TWINSPAN的一个例子
G1
G2
G3
指示种分析
植被数量分析
—生态数据的多元分析
主要内容
• 植物群落的数量特征与距离量度 • 植物群落的分类
• 几种常见分类方法及其适用条件
• 植物群落的排序
• 几种常见排序方法及其适用条件
1. 植物群落的数量特征
—数量特征是数量分析的基础
群落的数量特征是数量分析的基础
• 多度、盖度、高度、频度、基面积等 • 物种多样性 • 物种之间的关系：种间联结 • 环境数据：地形、气候、土壤等 • 物种对环境的响应关系：线性、钟形
排序与环境
假设： • 排序相邻的样地具有相似的植被类型； • 如果两个样地具有相同的植被类型，就必然具有相
同的环境条件； • 排序相差很远的样地具有不同的植被特征； • 具有不同植被的样地之间环境不同
直接排序 vs. 间接排序
• 直接排序：
– 分析植被与已知环境梯度之间的关系
• 间接排序：
– 通过排序轴与环境变量之间的相关性来分析植 被环境关系
Abundance
植物对环境的响应
Environmental Gradient
植物群落空间距离必须满足以下条件:
• 当两者完全相同时，距离值必须为0 • 两者不同时，距离值必须为正值 • 对称：A到B的距离等于B到A的距离 • 满足三角形三边关系定理：A,B,C三点,
AB<(AC+BC)
• 不同的排序方法利用了不同的距离测度，因此在方 法选取和结果分析中应该注意到距离的测度方法以 及适用范围
直接排序方法
• 一维排序
• 研究对象沿着单一的环境梯度变化 • 加权平均法
• 多维排序
• 研究对象沿着多维的环境梯度变化
• CCA (Canonical Correspondence Analysis)
一维直接排序 (Whittaker, 1956)
加权平均法 Weighted averaging
• 样地在不连续的类型中的重新排布
• “units are arranged in discrete classes.”
Goodhall 1953
• 目的： 将大量的样地或物种归入几组，对各 组进行分析
几种常用的分类方法
• 聚类分析：Cluster Analysis
• TWINSPAN: Two-Way Indicator Species Analysis
• 推荐使用：
• Flexible beta聚类方法(Sorenson距离): beta =-0.25
• Ward方法 • Group Average方法
• 距离度量的选择应该与联结方法所使用 的距离度量一致
TWINSPAN
• TWINSPAN的优势在于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。
• 其他 • Relative Sorensen • Quantitative symmetric dissimilarity • Relative Euclidean distance • Chi-square distance • Mahalanobis distance
2. 植物群落的分类
目的：
• 检验植物群落之间的物种组成关系； • 减少决定物种或群落分布环境变量的噪音，减少
数据冗余
• 空间的概念
– 物种空间：每个物种构成空间的一维 – 样地空间：每个样地构成空间的一维 – 环境空间：每个环境变量构成空间的一维
• 物种－样地之间具有对称性，因此在以后的介绍中 仅针对样地，进行群落的分类与排序 (排序研究样地在物种空间的分布, 或者物种在样地 空间的分布, 并分别探讨它们与环境的关系)
Indicator Species Analysis
• 指示种分析通过环境变量类型或物种的指示等级，将样地划分 为若干组 • assigns indicator value for each species, based the degree to which they discriminate among groups. You can define groups with a variable from either the main or second matrix.
• 样地得分值： Wj= (∑aijvi)/(∑aij)
• 物种的权重值对排序结果影响很大，加权平 均法依赖于有关物种的知识积累(例如： Ellenberger 指数)
二维直接排序 (Whittaker, 1965)
多维直接排序-CCA
CCA 注意事项
• 具有多元回归所具有的所有问题； • 随着样本量的增加而关系模糊； • 夸大了偶见种的作用
• 指示种分析：Indicator Species Analysis
等级聚类分析
Hierarchical Clustering Analysis
• 等级聚类分析提供了各种可能的选项，因此在可 以提供多种选择：
• 联结方法的选取
• 最近距离法； 最远距离法； • 中值距离法； 平均距离法； • 重心距离法； 最小变异法Ward’s method; • Flexible beta法；McQuiley法
相似/相异性系数
Similarity/Dissimilarity
A
B
多度
A∩B
Sp.1
Sp.2
Sp.3
Sp.4
Sp.5 物种组成
样地A和B的相似性 Sorensen similarity = 2(A∩B) /{(AUB)+ (A∩B)}
(Bray-Curtis coefficient)
来自百度文库
Jaccard similarity = (A∩B)/(AUB)
• 需要非常深厚的知识来对群落进行划分, 具有很强的主观性
指示种分析实例
3. 植物群落的排序
群落排序的概念
样地在一维或多维空间中的排布
“...an arrangement of units in a uni- or multi-
dimensional order...” Goodhall 1953
TWINSPAN的一个例子
G1
G2
G3
指示种分析
植被数量分析
—生态数据的多元分析
主要内容
• 植物群落的数量特征与距离量度 • 植物群落的分类
• 几种常见分类方法及其适用条件
• 植物群落的排序
• 几种常见排序方法及其适用条件
1. 植物群落的数量特征
—数量特征是数量分析的基础
群落的数量特征是数量分析的基础
• 多度、盖度、高度、频度、基面积等 • 物种多样性 • 物种之间的关系：种间联结 • 环境数据：地形、气候、土壤等 • 物种对环境的响应关系：线性、钟形
排序与环境
假设： • 排序相邻的样地具有相似的植被类型； • 如果两个样地具有相同的植被类型，就必然具有相
同的环境条件； • 排序相差很远的样地具有不同的植被特征； • 具有不同植被的样地之间环境不同
直接排序 vs. 间接排序
• 直接排序：
– 分析植被与已知环境梯度之间的关系
• 间接排序：
– 通过排序轴与环境变量之间的相关性来分析植 被环境关系
Abundance
植物对环境的响应
Environmental Gradient
植物群落空间距离必须满足以下条件:
• 当两者完全相同时，距离值必须为0 • 两者不同时，距离值必须为正值 • 对称：A到B的距离等于B到A的距离 • 满足三角形三边关系定理：A,B,C三点,
AB<(AC+BC)
• 不同的排序方法利用了不同的距离测度，因此在方 法选取和结果分析中应该注意到距离的测度方法以 及适用范围
直接排序方法
• 一维排序
• 研究对象沿着单一的环境梯度变化 • 加权平均法
• 多维排序
• 研究对象沿着多维的环境梯度变化
• CCA (Canonical Correspondence Analysis)
一维直接排序 (Whittaker, 1956)
加权平均法 Weighted averaging
• 样地在不连续的类型中的重新排布
• “units are arranged in discrete classes.”
Goodhall 1953
• 目的： 将大量的样地或物种归入几组，对各 组进行分析
几种常用的分类方法
• 聚类分析：Cluster Analysis
• TWINSPAN: Two-Way Indicator Species Analysis
• 推荐使用：
• Flexible beta聚类方法(Sorenson距离): beta =-0.25
• Ward方法 • Group Average方法
• 距离度量的选择应该与联结方法所使用 的距离度量一致
TWINSPAN
• TWINSPAN的优势在于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。
• 其他 • Relative Sorensen • Quantitative symmetric dissimilarity • Relative Euclidean distance • Chi-square distance • Mahalanobis distance
2. 植物群落的分类
目的：
• 检验植物群落之间的物种组成关系； • 减少决定物种或群落分布环境变量的噪音，减少
数据冗余
• 空间的概念
– 物种空间：每个物种构成空间的一维 – 样地空间：每个样地构成空间的一维 – 环境空间：每个环境变量构成空间的一维
• 物种－样地之间具有对称性，因此在以后的介绍中 仅针对样地，进行群落的分类与排序 (排序研究样地在物种空间的分布, 或者物种在样地 空间的分布, 并分别探讨它们与环境的关系)
Indicator Species Analysis
• 指示种分析通过环境变量类型或物种的指示等级，将样地划分 为若干组 • assigns indicator value for each species, based the degree to which they discriminate among groups. You can define groups with a variable from either the main or second matrix.
• 样地得分值： Wj= (∑aijvi)/(∑aij)
• 物种的权重值对排序结果影响很大，加权平 均法依赖于有关物种的知识积累(例如： Ellenberger 指数)
二维直接排序 (Whittaker, 1965)
多维直接排序-CCA
CCA 注意事项
• 具有多元回归所具有的所有问题； • 随着样本量的增加而关系模糊； • 夸大了偶见种的作用
• 指示种分析：Indicator Species Analysis
等级聚类分析
Hierarchical Clustering Analysis
• 等级聚类分析提供了各种可能的选项，因此在可 以提供多种选择：
• 联结方法的选取
• 最近距离法； 最远距离法； • 中值距离法； 平均距离法； • 重心距离法； 最小变异法Ward’s method; • Flexible beta法；McQuiley法
相似/相异性系数
Similarity/Dissimilarity
A
B
多度
A∩B
Sp.1
Sp.2
Sp.3
Sp.4
Sp.5 物种组成
样地A和B的相似性 Sorensen similarity = 2(A∩B) /{(AUB)+ (A∩B)}
(Bray-Curtis coefficient)
来自百度文库
Jaccard similarity = (A∩B)/(AUB)
• 需要非常深厚的知识来对群落进行划分, 具有很强的主观性
指示种分析实例
3. 植物群落的排序
群落排序的概念
样地在一维或多维空间中的排布
“...an arrangement of units in a uni- or multi-
dimensional order...” Goodhall 1953