孫卿 馬艷杰 孫婷婷/五大連池市林業(yè)局
植被的數(shù)量分析
孫卿 馬艷杰 孫婷婷/五大連池市林業(yè)局
本文主要介紹了植被排序的一些概況,著重評述近年來較常用的排序方法及其應(yīng)用,如主分量分析(PCA)、對應(yīng)分析(CA或RA)、典范對應(yīng)分析(CCA)、非度量多維度測度等,并對我國植被排序的發(fā)展前景及目前所存在的問題進(jìn)行了分析.
植被數(shù)量分析;主分量分析;對應(yīng)分析;非度量多維度測度
1.直接排序。直接排序又稱直接梯度分析是指沿著已知的環(huán)境梯度,按一定的取樣方法對植被進(jìn)行取樣,分析植物種的分布以及者被變化與環(huán)境因子之間的關(guān)系。環(huán)境梯度可以理解為單因子的,也可以理解為含多個環(huán)境因子的梯度的復(fù)合梯度,例如沿著山坡海拔高度的梯度,它將隨著海拔的升高,許多環(huán)境因子如溫度、濕度、降水、風(fēng)速以及土壤特性等都同時發(fā)生變化,所以海拔高度是一個復(fù)合梯度。從生態(tài)學(xué)觀點看,一切環(huán)境因子都是相互聯(lián)系的,任何環(huán)境因子的變動都會引起相關(guān)因子的變化,土壤濕度改變會不會影響土壤溫度,PH值改變也會影響土壤的其他化學(xué)性質(zhì)變化,因此梯度分析在多數(shù)情況下都是復(fù)合梯度分析。
模糊數(shù)學(xué)排序法是以植物群落種類數(shù)據(jù)和環(huán)境因子數(shù)據(jù)為基礎(chǔ),通過模糊集的運算,得出排序坐標(biāo)值,從而實現(xiàn)排序的方法。由于模糊數(shù)學(xué)排序是以模糊集合理論為基礎(chǔ),因而它適用于以研究植被連續(xù)性為特點的排序分析。最早的模糊數(shù)學(xué)排序用一個環(huán)境因子,后來可以將兩個或三個環(huán)境因子結(jié)合在一個排序圖上。但當(dāng)環(huán)境因子多于三個是,就難以完成。這就限制了該方法的實際應(yīng)用,因為植被研究所得到的環(huán)境數(shù)據(jù)往往是一個龐大的矩陣。先用DCA綜合環(huán)境因子信息,然后再進(jìn)行模糊數(shù)學(xué)排序,這樣環(huán)境因子的數(shù)目理論上講就沒有限制,模糊數(shù)學(xué)排序的功能就得以擴(kuò)展。張金屯采用該方法對英國北威爾士山地草甸的植被數(shù)據(jù)和環(huán)境因子數(shù)據(jù)進(jìn)行了分析,結(jié)果較好地描述了草甸植被和環(huán)境之間的關(guān)系,生態(tài)意義明確。
2.間接排序。間接排序是根據(jù)群落本身的屬性,如種的出現(xiàn)與否,種的頻度,蓋度等定量的數(shù)據(jù),通過相關(guān)性計算導(dǎo)出抽象軸,這些抽象軸是否就是環(huán)境梯度是未知的,通過在這些抽象軸上的排序,力求找出群落變化的環(huán)境解釋。
(1)主分量分析:
主分量分析是近代用的較廣的一種,它既適用于數(shù)量數(shù)據(jù),也可以用于二元數(shù)據(jù)?;舅枷刖褪前袾個樣方表示成n維空間中的m個點,排序目的就是在較低維空間中,特別是在更直觀的二維或三維空間中,排列m個樣方點,而是原始數(shù)據(jù)損失的最少。
典范主分量分析是PCA與多元回歸結(jié)合而成的一種新的排序方法。CPCA保留了PCA的特點,即理論嚴(yán)密、結(jié)果客觀,且將PCA的一般排序分析功能擴(kuò)展到能夠結(jié)合環(huán)境因子矩陣。CPCA在完成排序之后,一切生態(tài)關(guān)系都已很明顯,因此它大大簡化了植被與環(huán)境關(guān)系的分析過程。但CPCA和PCA一樣,是以線性模型為基礎(chǔ)的。張金屯采用該方法研究了山西植被與氣候之間的關(guān)系,從結(jié)果很好地反映了植被與氣候的關(guān)系,從而驗證了它是研究植被與環(huán)境關(guān)系的有效方法。
(2)對應(yīng)分析。對應(yīng)分析又稱相互平均法。他可以同時對實體和屬性進(jìn)行排列,也就是說,在一次分析過程中同時進(jìn)行正分析和逆分析。它一方面用迭代法求特征向量,對樣方(實體)進(jìn)行排序,這一點與PCA相似,同時也得到了對屬性(物種)的排序,很接近于梯度分析。在對應(yīng)分析中,物種坐標(biāo)值是樣方坐標(biāo)值的加權(quán)平均,相應(yīng)的,樣方坐標(biāo)是物種坐標(biāo)的加權(quán)平均,他們之間構(gòu)成不可分割的整體,對應(yīng)分析可以提供較客觀的分析結(jié)果,無須主觀選擇端點和權(quán)重,結(jié)果的解釋與計算無關(guān),它的計算隨著數(shù)據(jù)的增加只呈線性增長,可以分析大量的數(shù)據(jù)。此法對數(shù)量數(shù)據(jù)和二元數(shù)據(jù)同樣適用。
所有排序方法都是建立在一定的模型上,這種模型反映植物種和環(huán)境之間的關(guān)系,以及某一環(huán)境梯度上的種間關(guān)系。最常用的模型有:線性模型:基于線性模型的排序方法稱線性排序。非線性模型:基于非線性模型的排序方法稱非線性排序。由于非線性排序能更好的反映種與環(huán)境以及種與種間的關(guān)系,排序結(jié)果一般好于線性排序。常規(guī)的排序方法主要適合用于具有線性結(jié)構(gòu)的數(shù)據(jù)分析,在2-3維排序圖上難以充分反映這些實體的生態(tài)關(guān)系,造成大量生態(tài)數(shù)據(jù)信息的損失。
排序作為重要的植被分析手段,在未來的植被研究中,將會比分類顯得更為重要。在方法上,PCA、CA或RA、DCA仍是主要使用方法,同時,CCA、DCCA、CPCA、FSO等會被更廣泛地應(yīng)用,而直接梯度分析和PO在教學(xué)中依然會有重要意義。在實際應(yīng)用中,由于排序能夠綜合生態(tài)信息,因而可作為其它方法的基礎(chǔ)。如TW IN SPAN、模糊c-均值聚類、排序軸分類法等均是基于排序之上的分類方法,而對于結(jié)合多個環(huán)境因子的模糊w數(shù)學(xué)排序是排序方法之間的結(jié)合。同時又由于排序能很好地反映植被與環(huán)境的關(guān)系,因而其又可很好地應(yīng)用于植被與氣候、土壤等環(huán)境因子之間的生態(tài)關(guān)系分析。可以預(yù)期,排序仍是重要的、具有很大發(fā)展?jié)摿Φ纳鷳B(tài)學(xué)技術(shù)。
大多數(shù)植被數(shù)量分析方法必須借助計算機方能完成,因而計算機軟件顯得尤為重要,它已成為數(shù)量方法能否廣泛應(yīng)用的內(nèi)在決定因素。目前,在我國植被分析領(lǐng)域廣為流行的軟件有 SAS、SPSS、MINITAB等統(tǒng)計學(xué)軟件,以及CANOCO、ECO等生態(tài)學(xué)軟件。此外,我國的生態(tài)學(xué)者在應(yīng)用通用軟件時,也根據(jù)需要編一些自用軟件,如郎奎健、唐守正的《IBMPC BA SlC程序集》、鐘揚的《數(shù)量分類的方法和程序》、高瓊的數(shù)量分析軟件包FUZPAK以及余世孝的GINGK OV1.0等,但其影響范圍很小??偟膩碚f,我國尚缺乏自行編制的國際通用軟件包。
數(shù)量排序方法的應(yīng)用領(lǐng)域不斷擴(kuò)大,由原來山地、森林、草地、濕地等群落的應(yīng)用研究領(lǐng)域到植被群落演替階段的劃分、植被區(qū)劃、景觀生態(tài)學(xué)、植被與環(huán)境關(guān)系的分析、森林立地、生態(tài)型劃分以及植被生活型譜的劃分等領(lǐng)域,將進(jìn)一步擴(kuò)大到全球氣候變化、荒(沙)漠化等領(lǐng)域。由于各種方法均有自己的優(yōu)點和缺陷,多種方法結(jié)合使用可以更加客觀、準(zhǔn)確的揭示植物種或植物種與環(huán)境之間的生態(tài)關(guān)系,在今后的發(fā)展中,多種方法的結(jié)合使用將會是植被數(shù)量排序方法發(fā)展的又一個趨勢。
地理信息系統(tǒng)具有對空間數(shù)據(jù)的存儲和管理功能,可以提供強大的空間分析手段,利用地理信息系統(tǒng)技術(shù)和數(shù)量生態(tài)學(xué)方法研究植物種間或植物種與環(huán)境的關(guān)系,可以滿足現(xiàn)代生態(tài)學(xué)研究中大量的龐雜的空間信息的要求。二者的結(jié)合在景觀或更大尺度的生態(tài)系統(tǒng)的研究中有重要的意義。
[1]張金屯.植被數(shù)量分析方法的發(fā)展.當(dāng)代生態(tài)學(xué)博論[M].北京:中國科學(xué)技術(shù)出版社,1992.
[2]張金屯.1992.植被數(shù)量分析方法的發(fā)展[A].見:劉建國.當(dāng)代生態(tài)學(xué)博論[C].北京:中國科學(xué)技術(shù)出版社.
[3]宋永昌.植被生態(tài)學(xué)[M].華東師范大學(xué)出版社,2001.