數(shù)量生態(tài)學(xué)筆記||排序概述

一剥啤、 排序的目的和意義

早在30年代肌括,前蘇聯(lián)學(xué)者Ranensky就提出了排序的概念付材,并發(fā)展了一個(gè)簡(jiǎn)單的排序方法(見(jiàn)Sobolev和Utekhin 1973),但只限于在前蘇聯(lián)傳播(Greig-Smith 1980)刃鳄,Ramensky當(dāng)時(shí)應(yīng)用一個(gè)或兩個(gè)環(huán)境因子梯度去排列植物群落,他用的名詞是德文“ordnung”钱骂。直到20世紀(jì)50年代叔锐,排序?qū)Υ蠖鄶?shù)生態(tài)學(xué)者來(lái)說(shuō)仍是新名詞。排序最初的概念是指植被樣方在某一空間(一維或多維)的排列见秽,這里空間指植物種空間或環(huán)境因素空間愉烙。它是隨著“植被連續(xù)體”概念的提出而誕生。50年代許多學(xué)者強(qiáng)調(diào)植被的連續(xù)性解取,認(rèn)為分類是確定植被間斷性的有效方法步责,但不能用于揭示植被的連續(xù)性。因此對(duì)排序方法才開始研究而得以發(fā)展禀苦。當(dāng)時(shí)的排序是用于分析群落之間的連續(xù)分布關(guān)系蔓肯。到50年代后期,排序概念已趨完善振乏,其不僅排列樣方蔗包,也可以排列植物種及環(huán)境因素,用于研究群落之間慧邮、群落與成員之間调限、群落與其環(huán)境之間的復(fù)雜關(guān)系。

排序的過(guò)程是將樣方或植物種排列在一定的空間赋咽,使得排序軸能夠反映一定的生態(tài)梯度旧噪,從而,能夠解釋植被或植物種的分布與環(huán)境因子間的關(guān)系脓匿,也就是說(shuō)排序是為了揭示植被-****環(huán)境間的生態(tài)關(guān)系淘钟。因此,排序也叫梯度分析(gradient analysis)陪毡。簡(jiǎn)單的梯度分析是研究植物種和植物群落在某一環(huán)境梯度或群落線(coenocline)上的變化米母,也就是一維排序勾扭。復(fù)雜的梯度分析是揭示植物種和群落在某些環(huán)境梯度(群落面coenoplane或群落體coenocube)上的變化關(guān)系,這相當(dāng)于二維或多維排序铁瞒。只使用植物種的組成數(shù)據(jù)的排序稱作間接梯度分析(****indirect gradient analysis****)妙色,同時(shí)使用植物種的組成數(shù)據(jù)和環(huán)境因子組成數(shù)據(jù)的排序叫做直接梯度分析(direct gradient analysis****)。間接梯度分析完成后慧耍,研究者需要通過(guò)再分析找出排序軸的生態(tài)意義身辨,再用其解釋植物群落或植物種在排序圖上的分布。而直接梯度分析因?yàn)槭褂昧谁h(huán)境因子組成數(shù)據(jù)芍碧,排序軸的生態(tài)意義往往是一目了然的煌珊,在結(jié)果解釋上比較容易。

從數(shù)學(xué)上講泌豆,排序基本上是一個(gè)幾何問(wèn)題定庵,我們要把樣方(實(shí)體)作為點(diǎn)在*****P*****維種類(屬性)空間排列,使得排列結(jié)果能客觀地反映樣方間的相互關(guān)系踪危,這種用屬性(種或環(huán)境因子)來(lái)對(duì)實(shí)體(樣方)進(jìn)行排序的過(guò)程叫做正分析(normal analysis****)或者正排序(normal ordination****)蔬浙;如果反過(guò)來(lái)用實(shí)體去排列屬性則叫做逆分析(inverse analysis****)或者逆排序(inverse ordination****)。由于排序的結(jié)果能夠客觀地反映群落間的關(guān)系贞远,所以它可以與分類方法結(jié)合使用畴博,而檢驗(yàn)分類的結(jié)果,就是先用某一分類方法對(duì)樣方進(jìn)行分類兴革。比如用傳統(tǒng)的定性方法或某一數(shù)量方法進(jìn)行分類绎晃,然后再在排序圖上圈定群落的界限,這樣可以直觀地看出各植被類型間的關(guān)系杂曲,以檢驗(yàn)分類的合理性庶艾,并且可以用排序軸所含的生態(tài)意義來(lái)幫助解釋分類的結(jié)果。正因?yàn)槿绱饲婵保行W(xué)者也將排序歸入植被數(shù)量分類方法中(陽(yáng)含熙等 1981)咱揍。

圖9.1 三個(gè)環(huán)境因子在排序圖上的變化

海拔高度;(b)泥炭深度棚饵;(c)坡度(引自Tallis 1969)

排序的結(jié)果一般用直觀的排序圖表示煤裙,排序圖通常只能表現(xiàn)出三維坐標(biāo)。因此排序的一個(gè)重要內(nèi)容是要降低維數(shù)噪漾,減少坐標(biāo)軸的數(shù)目硼砰,降低維數(shù)往往會(huì)損失信息。一個(gè)好的排序方法應(yīng)該是由降低維數(shù)引起的信息損失盡量少欣硼,即發(fā)生最小的畸變题翰,也就是說(shuō)它的低維排序軸包含大量的生態(tài)信息在研究中最常用的是二維排序圖和三維排序圖,前者是用前兩個(gè)排序軸組成的平面圖豹障。樣方就是分布在平面上的點(diǎn)冯事;后者是由前三個(gè)排序軸繪成的立體三維坐標(biāo)圖。早期的排序方法中血公,有的只有一維坐標(biāo)昵仅,即一維排序。一維排序圖是一條直線累魔,樣方就是沿該直線分布的一些點(diǎn)摔笤。在現(xiàn)代植被研究中,已很少使用一維排序圖薛夜。

圖9.2 6個(gè)植物種在排序圖上的分類

(a) Phleum; (b)鴨茅; (c)豬秧秧籍茧; (d)Helictotrichon;(e)黃花茅版述; (f)Sieglingia (引自Gittins 1965)

排序是將樣方排列在種類空間或環(huán)境因子空間的過(guò)程梯澜,使得排序軸能夠反映一定的生態(tài)關(guān)系。但大多數(shù)排序方法并不是同時(shí)使用種類數(shù)據(jù)和環(huán)境數(shù)據(jù)渴析,而是采用其中之一晚伙。因此,要研究植被與環(huán)境間的關(guān)系俭茧,一般是將環(huán)境因子的變化作為數(shù)值等級(jí)或等值線標(biāo)在種類空間咆疗,或者反過(guò)來(lái),將種類的多度母债、蓋度等用數(shù)值等級(jí)或等值線表示在環(huán)境因子空間午磁。這樣它們的空間變化趨勢(shì)可以反映植被-環(huán)境間的關(guān)系。

圖9.1是以數(shù)量等級(jí)來(lái)表示三個(gè)環(huán)境因子在植被數(shù)據(jù)排序圖上的變化毡们。在圖上迅皇,這三個(gè)因子都表現(xiàn)出明顯的變化趨勢(shì),說(shuō)明植被的分布與這三個(gè)因子密切相關(guān)衙熔。但各因子的影響又有所不同登颓,比如第一和第二排序軸都與海拔高度(a)有較大的相關(guān)性,而土壤泥炭的厚度(b)則主要與第一排序軸相關(guān)聯(lián)红氯。圖9.2是6個(gè)植物種在排序圖上的分布框咙,圖中數(shù)值為頻度等級(jí),1代表頻度〈25%痢甘,2=26%-50%喇嘱,3=51%-75%,4=76%-100%塞栅,短線表示種不存在者铜。實(shí)線表示等值線。6個(gè)植物種分別是 (a) Phleum bertolonii; (b) Dyctylis glomerata; (c) Gahum verum; (d)Helictotrichon pubeccens; (e) Anthoxanthum odoratum; (f) Sieglingia decumbens。在排序軸的生態(tài)意義明確以后王暗,種類分布與環(huán)境因子間的關(guān)系是顯而易見(jiàn)的悔据。

有的排序方法本身要求使用環(huán)境因子數(shù)據(jù),比如梯度分析俗壹,模糊數(shù)學(xué)序等科汗,可以直接用于研究植被-環(huán)境關(guān)系的分析。

排序是基于實(shí)體或?qū)傩蚤g的相似關(guān)系之上的绷雏,它不同于分類的是在排序方法中头滔,相似(相異)關(guān)系的計(jì)算,一般各排序方法都有特殊的要求而成為方法的組成部分涎显,所以相似(相異)關(guān)系的計(jì)算將在分類一章里介紹坤检,另外一點(diǎn)不同于分類的是所有排序方法對(duì)二元數(shù)據(jù)和數(shù)量數(shù)據(jù)都適合,沒(méi)有特殊要求期吓;而分類方法則不同早歇,有的只能使用二元數(shù)據(jù)(見(jiàn)分類一章)。

二讨勤、 種類環(huán)境關(guān)系模型

所有排序方法都是基于一定的模型之上箭跳,這種模型反映植物種和環(huán)境之間的關(guān)系以及在某一環(huán)境梯度上的種間關(guān)系。最常用的關(guān)系模型有兩種:一種是線形模型(linear model****)潭千,另一種是非線性模型(non-linear model****)谱姓。

線性模型包括直線和曲線線性關(guān)系,其含義是某個(gè)植物種隨著某一環(huán)境因子的變化而呈線性變化或叫線性反應(yīng)(linear response****)刨晴。這樣的模型所反映的種間關(guān)系也是線性關(guān)系(如圖9. 3a~d)屉来。大量的研究表明,植物種和環(huán)境間的關(guān)系多數(shù)情況下不是線性關(guān)系狈癞,而是非線性關(guān)系茄靠。非線性模型一般是指二次曲線模型,最著名的生態(tài)關(guān)系模型是高斯模型(****Gaussian model****)或叫高斯曲線(Gaussian curve)(見(jiàn)第3章)亿驾。高斯模型是正態(tài)曲線嘹黔,含義是某個(gè)植物種的個(gè)體數(shù)隨某個(gè)環(huán)境因子值的增加而增加。當(dāng)環(huán)境因子增加到某一值時(shí)莫瞬,植物種的個(gè)體數(shù)達(dá)到最大值儡蔓,此時(shí)的環(huán)境因子值稱為該種的最適值(****optimum****);隨后當(dāng)環(huán)境因子值繼續(xù)增加時(shí)疼邀,種的個(gè)體數(shù)逐漸下降喂江,最后消失。高斯模型已得到不少生態(tài)實(shí)驗(yàn)的證實(shí)(Austin和Austin 1980旁振,Zhang 1991)获询。非線性模型所反映的種間關(guān)系復(fù)雜化涨岁,如圖9.3e~f所示,它決定于每個(gè)種在環(huán)境梯度上所處的位置吉嚣。

圖9. 3 兩個(gè)種x梢薪、y在某一環(huán)境梯度上的關(guān)系類型

左邊圖表示兩個(gè)種對(duì)環(huán)境梯度反應(yīng)的不同模型,右邊圖表示模型所對(duì)應(yīng)的關(guān)系尝哆,ad為線形模型秉撇,ef為單峰模型。

在自然植物群落中秋泄,植物種和環(huán)境間的關(guān)系十分復(fù)雜琐馆,不可能完全符合高斯曲線。研究表明恒序,即使是種數(shù)—環(huán)境關(guān)系不能與高斯曲線(正態(tài)曲線)完全吻合瘦麸,但大多數(shù)種也表現(xiàn)為一個(gè)單峰曲線,即二次曲線模型歧胁。所以有人將植物種—環(huán)境關(guān)系模型統(tǒng)稱為單峰模型(Unimodle modle)(Braak 1986滋饲,1987,1988)与帆。

三了赌、 線性排序和非線性排序

基于線性模型上所建立的排序方法叫做線性排序(linear ordination****),而基于單峰模型上的排序稱為非線性排序(nonlinear ordination****)玄糟。非線性排序結(jié)果好于線性排序,因?yàn)樗芨玫胤从撤N—環(huán)境間及種—種間的關(guān)系袄秩。在現(xiàn)代的排序方法中阵翎,依其模型可分為兩大類:一類是以主分量分析(****Principal components analysis****,PCA****)為主的線性排序方法之剧;另一類是以對(duì)應(yīng)分析(Correspondence analysis, CA****)為基礎(chǔ)而發(fā)展起來(lái)的非線性排序方法郭卫。在CA家族中有的方法如除趨勢(shì)對(duì)應(yīng)分析(Detrended correspondence analysis, DCA)是基于高斯模型,生態(tài)學(xué)者和統(tǒng)計(jì)學(xué)者都比較滿意背稼,因此贰军,它成為20世紀(jì)80年代以來(lái)使用最廣泛的排序方法。

對(duì)于主分量分析(PCA)蟹肘,線形模型是它的一大缺點(diǎn)词疼。但在過(guò)去植被研究實(shí)踐中,PCA曾得到了廣泛應(yīng)用帘腹,并且大多數(shù)研究結(jié)果都表明PCA是一非常有效的排序方法贰盗。關(guān)于這一點(diǎn)有不同的解釋,最主要的一點(diǎn)是阳欲,在應(yīng)用PCA時(shí)舵盈,大部分學(xué)者都對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換或標(biāo)準(zhǔn)化等處理陋率,使數(shù)據(jù)結(jié)構(gòu)發(fā)生一定的變化,在一定程度上符合PCA的線形模型秽晚。

在對(duì)應(yīng)分析出現(xiàn)之前瓦糟,早在****20世紀(jì)60年代就有一類排序方法被稱作非線性排序(Legendre和Legendre 1983),這一類方法主要是通過(guò)數(shù)據(jù)轉(zhuǎn)換(Transformation)或排序軸的重新標(biāo)定(rescaling)來(lái)實(shí)現(xiàn)非線性化(Legendre和Legendre 1987赴蝇,Leeuw 1987狸页,Gifi 1990)。60年代扯再,他們也發(fā)明了一些具有特點(diǎn)的方法芍耘,比如 Shepard和Kruskal的方法,但這些方法現(xiàn)在被統(tǒng)稱為無(wú)度量多維標(biāo)定法(見(jiàn)后述)熄阻。這一類所謂的非線性排序方法主要是加拿大法語(yǔ)區(qū)和法國(guó)斋竞、荷蘭的一些學(xué)者堅(jiān)持使用,他們多為統(tǒng)計(jì)學(xué)者秃殉。Gifi(1990)出版了一本新書《非線性多元分析》坝初,重新描述了他們的方法,但沒(méi)有什么新內(nèi)容钾军。英國(guó)著名生態(tài)學(xué)者Hill(1990)評(píng)論該書說(shuō):“雖然該書文字寫的很漂亮鳄袍,但它最大的特點(diǎn)是落后于時(shí)代步伐 10多年±艄В”這一類方法拗小,在現(xiàn)代植被生態(tài)學(xué)研究中很少使用。

張金屯老師數(shù)量生態(tài)學(xué)專第9章講排序

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末樱哼,一起剝皮案震驚了整個(gè)濱河市哀九,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌搅幅,老刑警劉巖阅束,帶你破解...
    沈念sama閱讀 206,126評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異茄唐,居然都是意外死亡息裸,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,254評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門沪编,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)呼盆,“玉大人,你說(shuō)我怎么就攤上這事漾抬∷尥觯” “怎么了?”我有些...
    開封第一講書人閱讀 152,445評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵纳令,是天一觀的道長(zhǎng)挽荠。 經(jīng)常有香客問(wèn)我克胳,道長(zhǎng),這世上最難降的妖魔是什么圈匆? 我笑而不...
    開封第一講書人閱讀 55,185評(píng)論 1 278
  • 正文 為了忘掉前任漠另,我火速辦了婚禮,結(jié)果婚禮上跃赚,老公的妹妹穿的比我還像新娘笆搓。我一直安慰自己,他們只是感情好纬傲,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,178評(píng)論 5 371
  • 文/花漫 我一把揭開白布满败。 她就那樣靜靜地躺著,像睡著了一般叹括。 火紅的嫁衣襯著肌膚如雪算墨。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 48,970評(píng)論 1 284
  • 那天汁雷,我揣著相機(jī)與錄音净嘀,去河邊找鬼。 笑死侠讯,一個(gè)胖子當(dāng)著我的面吹牛挖藏,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播厢漩,決...
    沈念sama閱讀 38,276評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開眼膜眠,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了袁翁?” 一聲冷哼從身側(cè)響起柴底,我...
    開封第一講書人閱讀 36,927評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎粱胜,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體狐树,經(jīng)...
    沈念sama閱讀 43,400評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡焙压,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,883評(píng)論 2 323
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了抑钟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片涯曲。...
    茶點(diǎn)故事閱讀 37,997評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖在塔,靈堂內(nèi)的尸體忽然破棺而出幻件,到底是詐尸還是另有隱情,我是刑警寧澤蛔溃,帶...
    沈念sama閱讀 33,646評(píng)論 4 322
  • 正文 年R本政府宣布绰沥,位于F島的核電站篱蝇,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏徽曲。R本人自食惡果不足惜零截,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,213評(píng)論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望秃臣。 院中可真熱鬧涧衙,春花似錦、人聲如沸奥此。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,204評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)稚虎。三九已至撤嫩,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間祥绞,已是汗流浹背非洲。 一陣腳步聲響...
    開封第一講書人閱讀 31,423評(píng)論 1 260
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留蜕径,地道東北人两踏。 一個(gè)月前我還...
    沈念sama閱讀 45,423評(píng)論 2 352
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像兜喻,于是被迫代替她去往敵國(guó)和親梦染。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,722評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容