第六章分类.docVIP

第十章 数 量 分 类 第一节 分类的目的和意义 植被数量分类不同于排序，它是以有相当发展的传统分类为基础发展起来的。分类是人们认识自然的一种手段，在各个学科中均有重要意义。植被分类的重要性早在本世纪初就被人们所认识，从那时起，许多传统的分类方法和分类系统逐渐建立，由此也导致形成了许多地植物学派。 对植物群落进行分类，不是为分类而分类，而是为了揭示生态关系，即分类的结果要反映一定的生态规律。因为群落类型的形成、发展与其周围的环境有较密切的关系，分类就是要在一定程度上揭示这些关系，从而为植被的管理、利用和改造以及农林牧的发展提供科学依据。 植被数量分类是植被分类的分支学科，它是用数学方法来完成分类过程。数量分类可以处理大量数据，获得的信息量大，分类的精度较高，速度也快。数量分类是基于实体或属性间相似关系之上的。因此，大部分类方法首先要求计算出实体间或属性间的相似（或相异）系数，再以此为基础把实体或属性归并为组，使得组内成员尽量相似，而不同组的成员则尽量相异。不同的分类方法只是进行此项工作的不同实现过程。 分类同样可以用几何模型来解释。假定将要分类的样方总体当作多维空间中的点集，它的坐标轴代表着群落（样方）的不同特性。虽然，对空间的任一划分都自然的构成一种分类，但科学的分类要使得同一组内成员的空间距离最小，而不同组成员间的空间距离尽可能大。分类要尽可能的揭示群落间断性的特性（Goodall 1973）。 与排序一样，分类也有正分析和逆分析，前者是用属性对实体进行分类，后者是用实体对属性进行分类。在植物生态学中，实体可以是样方，或群落片断或植被地段等，变化范围较大。属性可以是种类的观测值，也可以是环境因子等。在分类方法中，有的方法只能使用二元数据，但大部分方法对二元数据和数量数据均适用。 第二节 分类的基础 一、基本概念 在我们要讲的分类方法中，由不少成对的概念，我们在这里先解释一下。 单元的和多元的 单元（monothetic）是指在样方分类中仅依据一个种（特征种）或临界种的存在与否；多元（polythetic）则依据整个数据矩阵，所以多元好于单元。 单向的和双向的 单向的（single）指仅完成样方分类的方法；双向的（duale）同时完成样方分类和种类分类。 3．等级法和非等级法 等级法（hierarchical）的分类结果提供一个可以用树状图表示的等级分类系统。在现代分类中，等级分类是最常用的方法。非等级法（nonhierarchical）结果只给出所分类群及每一类所含的样方。 聚合和分划 聚合（agglomerative）是从单个样方开始，逐步聚合，最后成为一个类群；分划（divisive）则是从样方总体开始，逐步分成低级类群。聚合和分划均是等级法。 分划从样方总体开始逐步划分，但我们并不需要完全分成单个样方，而是划分到某一步，得到我们所需要的含有一定生态意义的类群时为止，因此，需要有终止原则（endrule）。终止原则可以是统计学指标，也可以是生态学指标或人为规定。 重叠的和非重叠的 重叠（overlapping）分类的结果是用隶属度表示，说明某个样方属于某个类群的程度，而不是属于或不属于某个类群。对一个样方来说，它对所分的每个类群均有隶属度，所以有重叠现象。重叠分类在某些学科中叫做软分类（soft classification）。在后面讲的方法中模糊C—均值聚类是唯一的重叠分类。非重叠分类（non-overlapping）的结果只给出某个样方属于或不属于某个类群。 内在的和外在的 内在（intrinsic）分类是指仅使用植物种类组成数据的分类方法；外在（extrinsic）分类指能够结合环境因子数据的分类方法。大部分分类方法都是内在分类方法。理想的外在分类方法在文献中很少，在实际研究中用的也少。 空间扩张、空间压缩和空间保持 这组概念主要是对多元聚合方法而言的。空间扩张（space-dilating）是指某些样方合并后，其新合成的组与其他组间的距离加大。这好比把样方作为点画在一块橡皮上，一旦某些点聚合成组，就在组的边缘把橡皮拉开一点；空间压缩（space-contracting）正好相反，当某些样方合并成组后，所形成的组与其他组间的距离减小，这就好比某些点合并后，就把橡皮的边缘压缩一点；空间保持(space-conserving)是样方聚合成组后，新组与其他组间的距离保持不变。 单调性和非单调性 单调性（montonicity）是每一次新聚合时所用的距离指标均大于或等于前一次聚合时的距离指标，反映在树状图上就是得到没有逆转的正常树状图。非单调性（non- montonicity）则相反，有时新聚合时的距离指标小于前一次的距离指标，在树状图上就会出现逆转现象。 二、相似系数和相异系数 分类是以样方间的相似性为基础