第12章：群落参数统计.doc

第12章 群落参数统计分析 群落生态学家在解释和测度动植物群落特征特性时面对的是一类特殊的统计问题。有些群落研究，例如能量分析，只需要使用一般的统计学方法、原理，就可以对群落内物种的丰富度进行估计。但是，有些群落研究，需要使用一些新的参数，在群落水平来度量各个群落之间的相似性(similarity)。DPS系统提供了常用的群落相似性参数估计，包括二项分布系数和距离系数。前者可根据定性或定量调查资料通过计算各个生物群落间的相似系数和不相似(距离)系数来描述各个样本间的相似性测度；后者则根据定量资料，对群落的相似性进行测度。 植物生态学家为分析群落格局与环境关系，使用了大量的多变量统计分析技术。如聚类分析、非线性映射分析、对应分析、主成分分析、因子分析及典型相关分析等。这些分析技术将在后面章节中介绍。本章仅介绍极点排序分析技术和对排序效果进行检验的方法。 群落物种多样性(diversity)是群落最直观的特征。目前描述群落特征，比较群落之间差异时，一般都是使用多样性指数。因此多样性指数在当今群落生态学中的应用十分广泛。为检验群落的异质性所设计的多样性指数，多年来沿着两个不同途径发展，一是应用统计抽样理论方法观察分析群落结构如何发生发展变化的, 如对数序列模型(Fisher et al.,1943)和对数正态分布模型(Preston, 1948)。二是应用信息理论来评价群落结构的多样性，如Simpson指数、Shannon指数。两种方法的可应用性一直在争论之中，但都由于理论依据不够充分而谁也说服不了谁。因此两大类方法目前都在应用着。我们在此也都进行介绍。 生态位理论，自从MacArthur(1967)开拓性的工作以来，目前已是分析群落结构最有力的方法之一。群落结构的分析，以及群落内竞争物种之间动态的互作的描述都离不开物种生态位参数的度量。在DPS 数据处理平台上，我们提供了生态位宽度 (niche breadth)和生态位重叠(niche overlap)指标的估计技术。 第1节 二元变量距离系数 1.方法简介 群落相似性表示两个群落共有的基本特征。相似性指标有两类。一类是相似性指标，它的大小直接反映群落间的相似程度；另一类是相异性指标，反映了群落的差异程度。从数学上来讲，相似性和相异性是互补概念。若有2个生物群落A和B, 则最简单的相似性测度是处理存在或不存在的一类资料。计算二项系数的基本数据可用以下2(2列联表： 群落A 具有的种数 没有的种数 群落B 具有的种数 a b 没有的种数 c d 表中，a是群落A和群落B都有的物种数量，b是群落B有但群落A无的物种数量，c是群落A中有但群落B中无的物种数量，d是群落A和群落B中都没有的物种数量。关于d是否具有生物学意义，文献中争论颇大，因此有人将d忽略不计。 现有文献中有20多种二项分布系数，DPS系统仅提供以下常用的6种相似性系数。 (1) Jaccard (1901)相似系数(Sj ) 式中 a、b、c与上述列联表中的定义相同。 (2) Czekanowski (1913)相似系数(Cs) 该相似性测度类似于Jaccard相似系数(Sj ) ，它首先由Czekanowski在1913年提出，并由Sorensen在1948年重新发现。这个系数偏重于考虑两个群落共有的物种数量，何种情况下使用它则取决于数据的特性。如果一个群落里有很多物种，而另一个群落里的物种少，用Czekanowski相似系数可能较为有用。 (3) Sokal (1958)相似系数(Cl ) 这是一个简单的相似系数，它不仅利用两群落全都存在的物种信息，同时还使用了两群落都没有的物种信息。 (4) Baroni-Urbani Buser相似系数(Sb ) 该相似系数较为复杂，亦利用两群落都有和都无的物种信息。以下两种相似系数的计算也较复杂，但都是利用上述列联表中的信息。 (5) Ochilai (1957)相似系数(Co) (6) Dagnelie (1962)相似系数(Cd); 2. DPS平台操作示例 DPS平台处理原始的群落资料，不必将资料整理成前面的列联表形式，因为相似系数计算极其容易，利用系统中设置的运算程序就可以了。 分析前先输入数据，一行为一个（群落）样本，一列为一个物种的数量，输完一个样本后再输下一个样本。然后将所有输入的数据定义成数据矩阵块（如下图）。 物种数量 Erie 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 Ontario 1 1 1 1 1 1 1 1