多变量分析在海环境底栖动物生态监测数据处理中的研究与应用.pdfVIP

摘要 f海洋底栖动物活动性小、地区性强，可以较好地反映水质和底质的污染状 况，在海洋污染生物学指标中具有特别重要的意义。由于生物的适应性和生态 系统的多样性和复杂性，底栖生物学研究者引入一些数学公式和统计分析图形， 以期把污染引起的复杂的群落结构变化用简单的数学公式和统计分析图形表达 出来。但是当我们用不同的方法处理得到的生态数据时，得到的结果可能差别 很大，这直接影响着我们对现实生态意义的解释和对海洋环境质量的评价。多 变量分析方法能有效地处理生态监测中多属性的生态数据，、i本论文以2000年春 季在深圳湾调查得到的底栖动物群落物种丰度数据和四种环境因子数据为基 础，针对目前一些重要的多变量分析方法进行了分析和比较，并构思一套适合 底栖动物生态数据处理的多变量分析方法流程，最后将理论研究结果应用于探 索引起深圳湾福田潮间带底栖动物群落结构组成时空变化的原因。总的来讲， 本论文主要取得了如下一些研究结果： 第一，MDS排序分析能反映不同群落结构间连续梯度的变化关系，即使吻 合度一般，其整体效果也比等级聚类分析优越，但等级聚类分析的结果可作为 MDS排序的参考。用这两种多变量方法研究深圳湾底栖动物群落结构时空差 异。f结果表明(1)2000年春季深圳湾底栖动物群落结构组成在深圳福田一侧 与香港米埔一侧并没有明显的差异，而是沿湾外向湾内呈现连续的梯度变化； (2)在深圳福田一侧的c断面的底栖动物群落结构与A、B断面有明显的差别， 2000年夏季在C断面没有采到任何底栖动物，表明c断面已经遭受了严重的污 染；(3)季节和潮区是影响深圳湾A1、A2、A3、B3站位底栖动物群落结构组 成时空差异的两个最重要的因素。、、 第二，在运用多变量分析方法探索环境因子与群落结构之间的关系时，如 果多个环境变量间存在共线性问题，那么应预先消除这种共线性现象，方法是 用这些共线性变量的线性组合来代替这些共线性的变量，’通用公式为： y=：c吝+袁一轰％ 第三，以MDS排序分析生成的具有连续变化性的维度变量为新的生物变量 的典型相关分析(CCA)，比以等级聚类分析分组结果为基础的判别分析更能客 观地揭示环境因子与生物群落结构之间的关系。(多变量分析结果表明深圳湾环 境因子重金属(铅、镉、锌、铜、铬)、有机质、盐度、底质粒径组成(粉砂和 粘土)与深圳湾底栖动物群落结构组成的空间变化关系并不明显。) 第四，本论文设计了一个用来计算Bray．Curtis非相似性系数的软件BCD， 可以直接从其它通用分析软件的数据接口读入该软件的计算结果到这些统计软 件的数据窗口中，以进行一些多变量统计分析。 f第五，本论文理论上最重要的贡献是构造了一套基本适于生态数据处理的 。一‘ 多变量分析技术流程，尽管该流程还不完善。、、 关键词：多变量分析；深圳湾；群落结构：环境因子 are nalTow and Malinebenthoscharacterized activity territory by special and be ofwaterandthe distributioncanusedtoindicatethe condition quality polluted of inthe indicationofmarine sediments，which biologic all-importantpart plays ofthe andthe and of oforganismdiversity