使用CANOCO进行CCA或RDA

如何用CANOCO4 5进行CCA RDA分析 郑有用 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 CanocoforWindows4 5中文简明教程 与 MultivariateAnalysisofEcologicalDataUsingCanoco 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WCanoImp 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 CANOCOforWindows4 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Newproject开始一次新的排序 2 程序将出现一个名为 AvailableData 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 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 DataFiles 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 TypeofAnalysis 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 AvailableData 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 因为我们前面在 AvailableData 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 LinearMethods 对话框 此处参数的选择见MultivariateAnalysisofEcologicalDataUsingCanoco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 Speciesscores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Speciesscores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 UnimodalMethods 对话框 与RDA部分相同 biplotscaling适用于物种比较集中 梯度较短类型 Hill sscaling选项适用于物种梯度较长尺度类型 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 TransformationofSpeciesData 对话框 此处参数的选择见MultivariateAnalysisofEcologicalDataUsingCanoco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0 100这个规模下结果良好 7 进入 CenteringandStandardization 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MultivariateAnalysisofEcologicalDataUsingCanoco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 物种数据量纲不相同时选择这个 8 进入 DataEditingChoices 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 Forwardselectionof 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 ForwardSelectionStep 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Includevariable按钮将选中的变量加入分析中 用Stopselection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 后者用于作图 作图 CanoDrawforWindows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Creat BiplotandJointPlots Speciesandenv 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SelectSuchlike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File Export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 DetrendingMethod 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3 4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 LinearMethods 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