高级森林生态学剖析.ppt

高级森林生态学讲座 植物群落的数量分析方法 －分类和排序 王襄平 林学院生态教研室 wangxiangping@bjfu.edu.cn 什么是群落? 群落(Community)：生活在同一区域内相互作用的不同物种的集合。 传统群落学研究的基本目的： 1) 研究区域有那些群落?－分类 2) 群落和环境的关系?－排序 1. 常用群落数量分析方法 数量分类(Classification) TWINSPAN 聚类分析 群落排序(Ordination) 间接梯度分析：PCA，CA，DCA，NMDS 直接梯度分析：CCA，RDA 排序方法之间的关系 PCA: 主成分分析 (principal components analysis)，基于欧氏空间距离 RDA: Redundancy analysis CA: 对应分析 (Correspondence analysis)，基于Chi-square距离 DCA: 去趋势对应分析 (Detrended correspondence analysis) CCA: 典范对应分析 [Constrained (canonical) correspondence analysis] NMDS: Non-metric Multidimensional scaling 分类和排序：区别和联系 分类：基于整体论观点 群落类型是自然单位，和有机体一样具有明确的边界，而且与其他群落是间断的、可分的，因此可以象物种那样进行分类。 主要目的：划分群落类型。 排序：基于个体论观点 群落是连续的，没有明确的边界，它不过是不同种群的组合，而种群是独立的。 主要目的：研究不同群落、物种对环境梯度的反应。 分类和排序：区别和联系 都是基于空间距离 所得结果具有相似性和互补性 可以同时使用以获得最佳分析效果 物种有无、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 群落数量分析的数据：物种矩阵和环境矩阵 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) 空间距离矩阵 空间距离的种类 欧氏距离 Sorenson (Bray-Curtis) Jaccard Chi-square distance Correlation distance Relative Sorenson, Euclidean 在分析中注意应选取适当的距离测度 欧氏距离和Sorenson距离 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。 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 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 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 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 多维排序的基本原理：降维 多维排序的基本原理：降维 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环境关系(即排序后进行相关性分析) 如PCA、CA、DCA、NMDS 重要区别： 间接排序样点的位置仅决定于物种组成的差异 直接排序样点的位置由物种组成