首页 理论教育Canoco RDA/CCA分析

Canoco RDA/CCA分析

【摘要】:在选择结果输出文件时,把后缀改为“sol”即可,见图16-24。图16-257.进入“Detrending Method”对话框,一般选择第一个“by segments”见图16-26。图16-32至此,我们得到了一个Log文件和一个con文件,后者用于作图。在数值上,范数等于列或行内各值平方和的平方根。

一、Canoco RDA/CCA分析

1.在Excel表格中输入数据,每一列代表一个变量,每一行表示一个样方或者重复。数据输入格式如下表16-3所示。

表16-3

2.选中输入的数据矩阵,鼠标右键单击,选择复制,将数据复制到粘贴板见表16-4。

表16-4

3.在“开始”菜单中的所有程序中,找到“Canoco for Windows”文件夹,在下拉菜单中选择“WCanoImp”程序。

图16-18

弹出如下对话框见图16-19,点击“Save”即可。

图16-19

之后弹出如下对话框见图16-20,命名为XXX.dat,本示例命名为“species.dat”。

图16-20

同样地,样地中环境因子的数据同样进行储存并命名见图16-21。

图16-21

4.在桌面上新建一个文本文档,将后缀改为“.sol”。(一般电脑中并未显示后缀,可单击“计算机—组织—文件夹和搜索选项—查看”,将“隐藏已知文件类型的扩展名”前面的勾去掉即可)。

双击Canoco for Windows软件的快捷方式,出现如下对话框见图16-22。单击“File”—“New project”建立新的工程文件。在弹出的“Available Date”对话框(图16-23)选择物种和环境数据、直接梯度分析,包括RDA、CCA。下面藏着的一行是间接梯度分析,包括PCA和CA等。选择完后点击下一步。

图16-22

图16-23

5.进入“Data File”对话框,用于指明将要进行处理的数据文件,指定后点击下一步。在选择结果输出文件时,把后缀改为“sol”即可,见图16-24。

图16-24

6.进入“Type of Analysis”对话框,用于指明需要分析的分析类型,以DCCA为例见图16-25。

图16-25

7.进入“Detrending Method”对话框,一般选择第一个“by segments”见图16-26。

图16-26

8.进入转换对话框,一般进行Log转换,默认A、B值为1的情况适应大多数情况见图16-27,点击下一步。

图16-27

9.“Date Editing Choice”对话框是用于对数据进行选择操作的,其中Species和Env.variables可以用来删除分析中不想分析的物种和环境数据,如果有无须分析的数据,直接点击下一步见图16-28。

图16-28

10.弹出见图16-29对话框,此对话框主要涉及蒙特卡洛置换检验,左栏中我们需要选择最后一个“Both above test”,右栏中排列数和排列类型保持默认状态。点击下一步见图16-30继续保持默认状态,继续下一步。

图16-29

(www.chuimin.cn)

图16-30

11.图16-31为最终确认对话框,点击完成按钮后参数将保存在一个con文件中,选择好保存的文件即可。

图16-31

12.出现Project对话框见图16-32,点击选择Analyze即开始分析,分析结果显示在Log对话框中,该Log文件可以保存,在需要时还可以再次打开。

图16-32

至此,我们得到了一个Log文件和一个con文件,后者用于作图。

二、借助CanoDraw作图

1.打开上述步骤保存的con文件,并按提示保存作图结果在cdw文件中。

2.点击Creat-Biplots and Joint Plots-Species and Env.variables,即可得到图16-33。

图16-33

三、图表的修正

对图表的修正,可以通过图表的不同部分,包括符号、标签、线条、箭头等完成。可通过“View”菜单中的“Proptres Sheet”命令或F5,弹出见图16-34的对话框,我们可以更改图表的颜色、线条等。

图16-34

1.通过选择“Projest-Settinga”命令,可以选择个体是否贴上标签见图16-35,如一个图究竟建立怎样的属性等等。

图16-35

无论你选择何种尺度,排序图展示如下信息:物种的主要格局、物种和数量型环境变量间的关系以及对于名义型的环境变量,每个组中物种的平均值。

图16-36

线性模型中,需要决定物种的箭头所要表示的意义:物种的多度(多度大的箭头长)或者是要反映由物种多度转化的可比较尺度(所能解释的百分比)。

如果选择“divided by the standard deviation”,物种箭头表示在排序空间内展示的物种变化量的比例,是个相对值;如果选择“do not post-transform”,物种箭头表示的是物种在排序空间内的多度变化量,是个绝对值。

2.数据转化。

图16-37

3.中心化与标准化。

图16-38

(1)基于线性模型的排序方法都涉及数据的中性化与标准化。

(2)样方的中心化是让每个样方的平均值为0,物种中性化是让每个物种的平均值为0。

(3)样方(或物种)的标准化是让每行(或列)的范数等于1。在数值上,范数等于列或行内各值平方和的平方根。

(4)中心化和标准化不是必须都得进行。几乎基于线性模型的数据都需要中性化,但不一定标准化;如果都进行,中心化必须先进行;物种数据的量纲不同,物种数据必须标准化(样方数据可能不需要)。

四、DCA分析

图16-39

1.DCA一般都用区间去趋势“by segments”;DCCA一般用多项式去趋势“by polynomials”。

2.多项式去趋势阶数的选择标准:环境因子小于10个,选2阶;小于13个,选3阶,大于13个,选4阶。

3.注意:对于约束排序,去趋势一般是不必要的。