排序和广义线性模型与广义可加模型在植物种与环境关系研究中的应用

？排序和广义线性模型(generalizedlinearmodd,glm)与广义可加模型(goneralizedadditivemodel,gam)是研究植物种与环境间关系的重要方法.基于线性模型的排序方法应限定于环境梯度较短的植被数据,而基于单峰模型的排序方法更适用于梯度较长的情况.pca、ca/ra系列和cca系列是常用的排序方法.同时进行环境数据和植被数据分析的cca系列,能清楚地得出植物种与环境间的关系.cca改进后的dcca和pcca,是现今较理想的排序方法.glm和gam实质上是用环境变量的高阶多项式来拟合植物种与环境变量的关系.glm和gam扩展了植物种与环境变量之间的关系模型,能深入地探讨植物种与环境间的关系.glm主要是模型决定的,而gam主要取决于原始数据.一般来说,排序能得出研究区域的主要环境梯度,提供了物种聚集和植物群落的概略描述.glm与gam对于深入研究单个植物种与环境间的关系具有优势.在实际研究中,两种方法结合使用能互补不足.