典范对应分析

《典范对应分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、GIS即地理信息系统(GeographicInformationSystem),地理信息系统是以地理空间数据库为基础，在计算机软硬件的支持下，运用系统工程和信息科学的理论，科学管理和综合分析具有空间内涵的地理数据，以提供管理、决策等所需信息的技术系统。简单的说，GIS是综合处理和分析地理空间数据的一种技术系统，是以测绘测量为基础，以数据库作为数据储存和使用的数据源，以计算机编程为平台的全球空间分析即时技术。地理信息系统作为获取、存储、分析和管理地理空间数据的重要工具、技术和学科，近年来得到了广泛关注和迅猛发展。对应分析(Correspo

2、ndenceanalysis)也称关联分析、R-Q型因了分析，是近年新发展起来的一种多元相依变量统计分析技术，通过分析由定性变量构成的交互汇总表来揭示变量间的联系。可以揭示同一变量的各个类别之间的差异，以及不同变量各个类别之间的对应关系。主要应用在市场细分、产品定位、地质研究以及计算机工程等领域中。原因在于，它是一种视觉化的数据分析方法，它能够将几组看不出任何联系的数据，通过视觉上可以接受的定位图展现出来。对应分析的基本思想是将一个联列表的行和列中各元素的比例结构以点的形式在较低维的空间中表示出来。它最大特点是能把众多的样品和众多的变量

3、同时作到同一张图解上，将样品的大类及其属性在图上直观而又明了地表示出来，具有直观性。另外,它还省去了因子选择和因子轴旋转等复杂的数学运算及中间过程，可以从因子载荷图上对样品进行直观的分类，而且能够指示分类的主要参数(主因子)以及分类的依据，是一种直观、简单、方便的多元统计方法。对应分析法整个处理过程由两部分组成：表格和关联图。对应分析法中的表格是一个二维的表格，由行和列组成。每一行代表事物的一个属性，依次排开。列则代表不同的事物本身，它由样本集合构成，排列顺序并没有特别的要求。在关联图上，各个样本都浓缩为一个点集合，而样本的属性变量在图

4、上同样也是以点集合的形式显示出来。典范对应分析(CCA)(—)CCA方法简介：典范对应分析(canonicalcorrespondenceanalusis,CCA),是基于对应分析发展而来的一种排序方法，将对应分析与多元回归分析相结合，每一步计算均与环境因子进行回归,又称多元直接梯度分析。其基本思路是在对应分析的迭代过程中，每次得到的样方排序坐标值均与环境因子进行多元线性回归。CCA要求两个数据矩阵，一个是植被数据矩阵，一个是环境数据矩阵。首先计算出一组样方排序值和种类排序值(同对应分析)，然后将样方排序值与环境因子用回归分析方法结合起

5、来，这样得到的样方排序值即反映了样方种类组成及生态重要值对群落的作用，同时也反映了环境因子的影响，再用样方排序值加权平均求种类排序值，使种类排序坐标值值也简介地与环境因子相联系。其算法可由Canoco软件快速实现。最大优点：CCA是一种基于单峰模型的排序方法，样方排序与对象排序对应分析，而且在排序过程中结合多个环境因子，因此可以把样方、对象与环境因子的排序结果表示在同一排序图上。缺点：存在“弓形效应”。克服弓形效应可以采用除趋势典范对应分析（detrendedcanonicalcorrespondence,DCCA）・结果可信性：查看累

6、计贡献率及环境与研究对象前两个排序轴之间的相关性。（二）CCA排序图解释箭头表示环境因子，箭头所处的象限表示环境因子与排序轴之间的正负相关性,箭头连线的长度代表着某个环境因子与研究对象分布相关程度的大小，连线越长，代表这个环境因子对研究对象的分布影响越大。箭头连线与排序轴的家教代表这某个环境因子与排序轴的相关性大小，夹角越小，相关性越高。（三）关键问题：（1）RDA或CCA的选择问题：RDA是基于线性模型，CCA是基于单峰模型。一般我们会选择CCA来做直接梯度分析。但是如果CCA排序的效果不太好，就可以考虑是不是用RDA分析。RDA或C

7、CA选择原则：先用species-sample资料做DCA分析，看分析结果中Lengthsofgradient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。（2）计算单个坏境因子的贡献率：CCA分析里面所得到的累计贡献率是所有环境因子的贡献率，怎么得到每个环境因子的贡献率：生成三个矩阵，第一个是物种样方矩阵，第二个是目标环境因子矩阵，第三个是剔除目标环境因子矩阵后的环境因子矩阵。分别输入Canoco软件中，这样CCA分析得到的特征根贡献率即是单个目

8、标环境因子的贡献率。