《使用CANOCO进行CCA或RDA》由会员分享，可在线阅读，更多相关《使用CANOCO进行CCA或RDA（29页珍藏版）》请在金锄头文库上搜索。
1、如何用如何用CANOCO 4.5进行进行CCA/RDA分析分析由于制作者水平有限，本篇不涉及蒙特卡洛检验。进一步学习应参考Canoco for Windows 4.5 中文简明教程 与Multivariate Analysis of Ecological Data Using Canoco。本篇内容参考上述资料。数据文件预处理WCanoImp是将excel数据转换为CANOCO可以处理的数据格式的程序。使用方法：1、打开excel文件，将数据组织为“以行代表样方，以列代表变量”的格式。2、选中这一部分，并复制（此时这些数据在粘贴板上，WCanoImp将直接从粘贴板上读取这些数据）。3、打开WC
2、anoImp，点击保存（如果数据格式以如前所述在excel文件中组织好，则不需要点击任何选框，直接保存即可）。保存文件后缀为“dat”。4、将环境变量和物种变量皆以上述步骤处理，得到两个dat文件，这是我们进行排序的原材料。RDA排序分析CANOCO for Windows 4.5是我们进行排序操作的程序。使用方法：1、打开该程序，点击New project开始一次新的排序。2、程序将出现一个名为”Available Data的对话框，选框意义如下图。选择完毕后点选下一步（下面以进行RDA分析为例）。同时有物种数据与环境数据时选择（进行CCA、RDA必须有这两种数据）。直接梯度分析，包括RDA
3、、CCA。进行这些分析时选择。这里藏着一行，是间接梯度分析，包括PCA、CA等。3、进入“Data Files”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。分别选择前面处理后的环境与物种数据文件（dat文件）。选择结果输出文件。程序没有自动建立结果输出文件的功能，因此需要我们手动建立。建立方法是：建立一个空的文本文件，然后把后缀改为“sol”即可。建立后再在本对话框中指定它。4、进入“Type of Analysis”对话框，用于指明需要的分析类型。此处以RDA为例。指定后点击下一步。前面若在”Available Data对话框中选择了间接梯度排序，在此处就可以选择这几种方法因为
4、我们前面在”Available Data对话框中选择了直接梯度排序，在此处只能选择几种直接梯度排序的方法，包括CCA、RDA。5、进入“Scaling： Linear Methods”对话框，此处参数的选择见Multivariate Analysis of Ecological Data Using Canoco的P55，选择后对图解释方式的影响见P152-153。指定后点击下一步。关注样方情况时选择这个。关注物种时选择。物种箭头长度代表物种在排序空间内的变异性。选择这个时，物种箭头长度代表了该物种在多大程度上被排序图解释。样方情况与物种情况都想关注时选择。由于对原理的不了解，Species
5、scores的选择对箭头长度的影响我还不能很好地理解。此外，这两个选项的选择还将对解释有下面影响：前者：物种变量箭头在另一个物种变量箭头线上的垂直投影代表了两者的相关性。后者：两个变量箭头之间cosine值代表了两者之间的相关性。但是，两种Species scores的在物种相关性方面解释的结果是差不多的。CCA与RDA类似，但由于模型的不同，有个别参数设置不同。在此只介绍不同的部分前面选择了CCA分析后，进入“Scaling： Unimodal Methods”对话框。与RDA部分相同biplot scaling 适用于物种比较集中，梯度较短类型。Hills scaling选项适用于物种梯度
6、较长尺度类型。一般选择前者就行，它能为排序图提供一个更量化的解释。CCA中该对话框的选择6、进入“Transformation of Species Data”对话框，此处参数的选择见Multivariate Analysis of Ecological Data Using Canoco的P13。指定后点击下一步。一般进行Log转换，默认值A、B为1的情况适应大多数情况。但是当物种数据的值太小（比如0.1以下）时，B=1会导致结果受参数B影响过大。此时应该改变A的值，比如说改为10。一般程序默认值在物种数据大约在0100这个规模下结果良好。7、进入“Centering and Standar
7、dization”对话框，只有线性模型的分析（PCA或RDA）才涉及此参数设置。此处参数的选择见Multivariate Analysis of Ecological Data Using Canoco的 P51。指定后点击下一步。物种数据经过中心化和标准化后，各列变量的平均值均为0 ，方差均为1对于样方，中心化和标准化并不总是必要的；对于物种数据，中心化是必要的，标准化不一定是必要的。但是当物种数据量纲不同时，该数据一定要进行标准化!而当物种数据量纲相同时，不标准化物种数据可能比较好，因为当不同物种的平均丰度差别较大时，标准化会使得罕见物种的权重变大。物种数据量纲相同时选择这个。物种数据量纲
8、不相同时选择这个。8、进入“Data Editing Choices”对话框。这个对话框是用于对数据进行选择操作的。指定后点击下一步。用于在分析中排除不想要分析的环境变量在分析中删除不想要分析的物种数据如果数据都是想要分析的，则直接选择下一步即可。9、进入“Forward selection of ”对话框。这个对话框是用于对环境数据进行预先选择操作的。指定后点击下一步。并不是所有的解释变量对于响应变量的解释都有显著贡献。环境变量预选的目的就是筛选出有显著解释性的环境变量。手动预选，可以看到各个环境变量的解释量，从中选择自动预选的参数自动预选与蒙特卡洛检验相关，这部分不理解。10、此对话框为最
9、终确认对话框，点选完成后参数将保存在一个con文件中，选择好保存的文件即可。11、出现Project对话框，点选Analyze即开始分析。12、前面如果选择了手动预选，则此时进入Forward Selection Step对话框。总解释量变量Salinity的解释量当前已选变量所能解释的解释量用Include variable按钮将选中的变量加入分析中，用Stop selection按钮结束选择。完成后得到分析结果。13、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。这一部分数据有些文献会列出来，需要注意。至此，我们得到了一个log文件和一个con文件，后者用于作
10、图。作图CanoDraw for Windows程序用于作图。使用方法：1、打开分析后得到的con文件，并按提示保存作图结果在cdw文件中。2、点选CreatBiplot and Joint PlotsSpecies and env. variables（根据希望做的图点选即可，此处用物种与环境变量的叠图为例）3、美化排序图。右键点击希望改变的部分，选择Select Suchlike可以同时选中类似的部分，然后按下F5对属性进行改变。4、在FileExport中选择希望导出的格式，即可得到成品图。RDA/CCA方法的选择两种方法的原理相同，但是使用的模型不同，需要先确定待分析数据适合哪一种分析
11、方法。方法是先进行DCA分析。选择这个在这里使用方法：1、选择DCA分析。指定数据文件等步骤与前文相同。一般选择这个即可2、“Detrending Method”对话框。3、转换。此部分参数设置与前文排序介绍中相同。4、一路直接点击“下一步”。5、在“Project”对话框中直接点击分析6、在“log”对话框中找到下图所示的一行如果四个轴中梯度最大值超过4，选择单峰模型（CCA）比较合适；如果小于3，线性模型（RDA）比较合适；介于34 之间，两种模型均适合。物种数据的量纲不同时不适合做单峰模型排序，即便梯度长度大于 4。结果解读1、log文件的解读此处直接粘贴了中文简明教程，log文件的其他
12、部分请参考该资料。2、如何解释排序图。RDA排序图的解释此处只给出一般较关注的物种与环境变量的关系图的解读，其他部分参考中文教程。物种箭头之间的关系一般而言，箭头夹角的余弦值代表两个物种的相关性，如近直角则代表几乎不相关。具体参考PPT的P8，“Scaling： Linear Methods”对话框的选择。物种和环境变量之间的关系空心箭头代表环境变量，实心箭头为物种。相应的余弦值代表了之间的相关性。CCA排序图的解释物种和环境变量之间的关系空心箭头代表环境变量，三角形为物种。物种垂直投影于环境变量延长线上，物种2距离变量箭头的相对位置较物种1近，可以认为物种2在环境变量B 较大时具有最适值，而物种1 的最适值相对较低。注意：在CCA中，物种不再以箭头表示，而是以点表示。若要改为箭头表示，在作图设置中（ProjectSettingAppearance选项卡中）可改。物种之间的关系物种之间的线段距离被称为物种分布的卡方距离，其长短代表了物种间的亲疏关系，越长代表分布差异性越大，反之越小。
