image.png
样品和物种
在线性排序图，从样方的点在物种箭头及其延长线的投影点可以表示他们之间的关系。在图中，我们可以预测，物种Spc_2的丰度最大的样方应该是在样方Sa4，其次是Sa2，在样方Sa3和Sa1里丰度接近平均值， Sa5里面丰度最小。
样品和样品
样方点之间的距离可以代表它们之间的关系。如图，我们可以预测样方Sa5与Sa2相似度最高，与Sa3和Sa4次之, 与Sa1相似度最小。
物种和物种
物种箭头夹角（余弦值）可以表示物种之间的相关性。如图中的物种Spc_1和Spc_2之间的箭头夹角接近90度，其余弦值接近于0，说明这两个物种的相关系数接近0，相关性很低。
物种和环境
环境因子的箭头与物种因子之间的箭头的夹角也可以表示物种与环境因子之间的相关性。如图中，环境因子B与物种Spc_2之间的夹角小于90°，表示之间正相关，即Spc_2的丰度会随环境因子B值的增加而增加。相反，环境因子B与物种Spc_1之间的夹角大于90°，表示环境因子B与物种Spc_1之间负相关。 环境因子箭头的长度表示环境因子影响力大小。
样品和环境因子
从样方点到数量型环境因子的箭头投影点，可以表示该环境因子的值在样方内的情况。如图中，尽管样方Sa4和Sa3的点到环境因子A的箭头距离不一样，但是A在这两个样方内的值应该上差不多，因为它们的投影点很接近。
环境因子和环境因子
. 数量型环境因子箭头之间夹角可以表示环境因子之间的相关性。如图中的环境因子A和B之间的夹角接近90度，说明这两个环境因子几乎不相关。
image.png
单峰模型排序图和线性排序图的解读有很多相同的地方。但有几点的区别还是比较明显。最主要的不同的是，在线性排序图中，物种是用箭头表示，而在单峰模型排序图中，物种是用点表示。因为，在线性排序图中，我们的前提假设是物种的丰度是沿着环境梯度单调变化；而在单峰模型中，物种所在点的位置是该物种在梯度上的最适值对应的位置（optimum position），物种点的位置坐标也是通过加权平均算出来的。
还有另外一个重要的不同的是，在单峰排序图中，样方中的相异度（dissimilarity）是以卡方距离（chi-square）依据，也就是说，如果两个样方内各个物种的相对丰度一样，那么这两个样方在图上的位置是一样的（打个比方，样方sam1和sam2均有三个物种a、b、c, 这三个物种在sam1的数量为1、2、1；在sam2的数量分别为10、20、10，那么这两个样方在单峰排序图上的位置应该是在一起的）。
物种和样品
物种点与样方点之间的距离可以表示它们之间的关系。如图中，我们可以预测物种Spc_2在样方Sa4和Sa3内相对丰度最高，其次是在Sa1,在Sa5的相对丰度最小。需要注意的是，这里的均指相对丰度，非绝对丰度。
物种和物种
物种点之间的距离可以代表分布差异程度
物种和环境因子
从物种点到数量型环境因子箭头的投影点的位置次序可以代表这些物种在该环境因子最适值（optima）的排序。图中在B梯度上，Spc_2的最适值比Spc_1高。
image.png
差异检验方法
网友评论