5群落的数量分类和排序重点.pptVIP

排序的原理 通过降维，使原来 要用p个原始数据描述的实体，在尽量保留原数据特征的条件下，利用最少数据（排序坐标）来描述，有利于揭示原始数据反映的规律。 按属性排序实体称正分析（normal analysis）,或叫Ｑ分析（Q analysis）。 按实体去排序属性的叫逆分析（ inverse analysis）或叫Ｒ分析（ R analysis）。 直接梯度分析 Whittaker 的梯度分析原理： 用与坡向垂直设置的样带，将坡向从深谷到南坡分为5级，将样带中的树种分四等，计算样带的湿度指标，然后在高度对湿度的二维空间中排序。 （右图为示意图） 间接梯度分析 极点排序法 主分量分析法 6个林分7个树种的多度数据 相异似数 B(jk)= ∑ | xj－ xk| / ∑ | xj+ xk| 间接梯度分析－极点排序法 极点排序法（Polar ordination）(PO法)（Bray-Curtis方法）（BC法） 1. 计算相似和相异似数矩阵 间接梯度分析－极点排序法 2 . 第一排序轴X的选择 间接梯度分析－极点排序法 3. 第二排序轴Y的选择 间接梯度分析－极点排序法 4. 排序的图形表示 间接梯度分析－主成份量分析（PCA法） 主成份量分析（principal components analysis） 将一个综合考虑许多性状的问题，在尽量少损失原有