E-mail: shenhuitao80@126.com 基于CANOCO的数据统计分析 Multivariate Analysis of Ecological Data using CANOCO 沈会涛 2010年 E-mail: shenhuitao80@126.com
内容 一. 群落的排序 二. Canoco软件简介 三. 数据分析
一. 群落的排序 群落排序:就是把一个地区内所调查的群落样地(物种),按照相似度来排定各样地的位序,从而分析各样地(物种)之间及其与环境之间的相互关系。
排序的目的:通过排序把多维空间压缩成低维空间,并且使降低维数引起的信息损失尽量少,实体按其相似关系重新排列,让人可以理解。同时,必须用统计手段来检验排序轴到底是否真能代表环境因子的梯度。
排序类别(in CANOCO) 间接排序(Indirect Gradient Analysis) :在特定的梯度上(环境轴)上探讨物种的变化情况。 PCA (Principal components analysis) CA (Correspondence analysis) DCA (Detrended Correspondence Analysis) 直接排序(Direct Gradient Analysis) :寻求潜在的或 在间接的环境梯度来解释物种数据的变化。 RDA (Redundance analysis) CCA (Canonical correspondence analysis) DCCA (Detrended Canonical Correspondence Analysis)
梯度分析 直接排序 间接排序 RDA CCA PCA CA DCCA DCA
梯度分析 线性模型 单峰模型 直接排序 间接排序 直接排序 间接排序 RDA PCA CCA CA DCCA DCA
Canoco 简介
Canonical Community ordination Ter Braak Petr
参考资料与网站 Introduction on Canoco for windows Multivariate Analysis of Ecological Data using CANOCO http://www.planta.com 普兰塔 数量生态学.张金屯 著
软件模块 (1 )CANOCO for Window 4.5 CANOCO的核心。CANOCO for Window带有比较全面的排序方法。其核心部分是基于线性模型的PCA和RDA,基于单峰的模型的CA,DCA和CCA。在这些基本排序方法基础上,CANOCO也可以做CVA(典范变量分析),PCoA(主坐标分析)。但NMDS并没有被包括,因为的确用得很少。
PCA CA DCA RDA CCA DCCA pRDA pCCA pDCCA pPCA pCA pDCA 不进入分析,但显示 主动 被动
(2) WCanoImp 这个程序的功能是构建数据。但这个程序用法受到了window的剪贴板和电子表格文件的限制。比如在Excel2003以前的版本,列数仅有256列,这就意味着样方数或物种数不能两个同时超过256个,否则需要分割。当然行数宽松点,但不能超过65536行。如果你的数据超过这个限制,你可以将你的数据分割为几个部分,经过WCanoImp转化后,再用CanoMerge程序拼接起来。
(4)CanoDraw for Windows (3)CanoMerge 1) 首要的任务是连接两个或多个包含相同样方但不同变量的数据文件。 2) 可以用来将您的数据文件输出带制表符分隔的ASCII(文本)文件。 3) 最后一个功能是可以过滤掉一些低频率的物种。 (4)CanoDraw for Windows 用来做排序图的程序。
分析流程
三 数据分析 1. 数据的整理 物种数据 环境数据 列:采样点 列:采样点 行:生物数据 行:环境因子 物种数据 环境数据 列:采样点 列:采样点 行:生物数据 行:环境因子 注:数据(物种和环境数据)之间差别较大,如数量级之间的差别,需进行lg(X+1)转换,pH不需要进行lg转换。
2. 操作步骤 a. 程序→Canoco for Windows→WCanoImp,在“save in condensed format”的选线前面打上对勾(如图)。
b. 打开“CANOCO 数据.xls” 选择要分析的数据 将要分析的数据(不要多选择空格)选中后,复制,在图1的界面点击“Save”,自己对其命名,后缀名为“.dta”,如“species.dta”。同样,对环境因子选择后保存为“env.dta”。这时可以关掉图对话框。 这样就得到一个spe.dta的文件和一个env.dta的文件。
对数据分析之前,先对物种数据进行DCA分析,来选择RDA分析或者CCA分析。
先用species-sample资料做DCA分析,看分析结果中Lengths of gradient 的第一轴的大小,如果大于4 先用species-sample资料做DCA分析,看分析结果中Lengths of gradient 的第一轴的大小,如果大于4.0,就应该选CCA,如果3.0-4.0之间,选RDA和CCA均可,如果小于3.0, RDA的结果要好于CCA。
RDA排序
蒙特卡洛检验值P
小结:排序的步骤 1.原始数据的整理:样方(生物/环境)矩阵 2.排序方法选择 3.计算主轴及样点位置 4.排序轴的生态意义解释
常用统计分析软件包 Canoco PC-ORD Primer TWINSPAN and DECORANA Spss
谢 谢