典范相关分析技术在植被生态信息中的应用研究

典范相关分析是一种检验两组变量间最大相关的多元统计技术。本文运用此技术结合Pearson's相关系数、PCA分析,对植物群落中植物重要值与土壤组分的相关研究表明:典范相关分析能极好地定量解释生态学中两组变量的相关,并能指示出多个因子的复合作用。同时强调,由于典范相关分析技术对原始数据的线性要求,从而有必要对数据进行标准化和预先的PCA分析。     

典范趋势面分析及其在山西省沙棘灌丛水平格局分析中的应用

介绍一种综合趋势面的分析方法——典范趋势面分析。典范趋势面分析是典范相关分析与趋势面分析的结合,它克服了趋势面分析的缺陷,能同时对单母体空间上的多变量进行分析,拟合一个综合趋势面。通过对山西沙棘灌丛水平格局的分析介绍了典范趋势面分析的应用,并比较了趋势面分析与典范趋势面分析。     

长白猪典范选择指数的构建与通径分析化研究

本研究围绕长白猪选育目标,将典范分析与通径分析有机结合,实现了典范选择指数相关遗传进展的剖分,为构建和评价典范选择指数提供了一种有效方法。     

多个典范性状的综合优化研究

本文运用系统优化原理,利用综合的手段,研究了育种目标约束下多个数量性状表现型向量与基因型向量的典范相关,提出了综合典范性状的数学模型．综合典范性状是Ｓ个遗传力较大的典范性状在育种目标约束下遗传力极大化的线性组合．综合典范性状作为选择指标,选择效率高,提高了多目标育种决策的科学性和预见性．     

典范分析法在黄河三角洲菜州湾滨海区盐生植物群落研究中的应用

 典范变量分析能同时处理两种类型的变量集并给出它们之间的相关系数。本文采用该方法对黄河三角洲地区的10个植物群丛及其土壤的有关性质进行了分析。典范相关系数是0.9和1。文中同时求出了所有典范变量,保留了原数据的全部信息。结果表明该地区植被的动态变化与土壤水盐及有机质含量的动态变化显著相关。土壤的水盐动态是这一地区植被演替的制约因素。二维典范变量图较直观地表示出了群丛间的演替关系。初步判断出芦苇和白茅群丛是这一地区植被演替过程中相对稳定的阶段。该方法对研究植物群落的分布及植被演替等内容是很有帮助的。     

典范分析法在黄河三角洲莱州湾滨海区盐生植物群落研究中的应用

典范变量分析能同时处理两种类型的变量集并给出它们之间的相关系数。本文采用该方法对黄河三角洲地区的10个植物群丛及其土壤的有关性质进行了分析。典范相关系数是0.9和1。文中同时求出了所有典范变量,保留了原数据的全部信息。结果表明该地区植被的动态变化与土壤水盐及有机质含量的动态变化显著相关。土壤的水盐动态是这一地区植被演替的制约因素。二维典范变量图较直观地表示出了群丛间的演替关系。初步判断出芦苇和白茅群丛是这一地区植被演替过程中相对稳定的阶段。该方法对研究植物群落的分布及植被演替等内容是很有帮助的。     

多个典范选择性状的综合优化研究

利用综合优化方法,研究了在育种目标约束下,选择性状表现型向量与目标性状基因型向量的典范相关,提出了综合典范性状对的数学模型。综合典范性状对是Ｓ个间撞遗传系数较在的典范选择－目标性状对,在育种目标约束下间接遗传系数极大化的线性组合。综合典范选择性状,作为间接选择的指标,有较好地满足多目标育种的要求。     

典范分析在江苏海岸带盐土植物排序中的应用

本文应用典范分析,对取自江苏海岸带一珍禽保护区盐土植被的样方进行排序,根据前人已作的江苏海岸带植被的研究结果,分析比较了以各类典型变量排序样方对揭示植物群落分布连续性及环境梯度变化的有效性。     

R程序包“rdacca.hp”在生态学数据分析中的应用:案例与进展

定量评估不同变量对群落组成的贡献是群落生态学分析的热点问题。但在具体的分析情景中,因子间的共线性与解释率的重叠对评估不同因子重要性造成了较大困难。基于这一问题, R程序包“rdacca.hp”通过引入层次分割法(HP)的理念,在所有可能的模型子集下为各解释变量(或解释变量组)分配单独效应,为典范分析中共线性解释变量的相对重要性评估提供了新的定量指标。目前,“rdacca.hp”包已经成为群落生态学分析的重要工具。为进一步促进用户对“rdacca.hp”包的理解与运用,该文通过引入一个分析塑造甲螨(Oribatida)群落的重要环境和空间驱动因素的实例,重点展示了使用该程序包进行典范分析的一般步骤。随后对近期应用“rdacca.hp”包开展分析的相关研究进行文献计量学分析,结果表明该程序包自上线以来已被广泛用作解决生态学、环境科学及相关学科问题的基本定量框架。最后,该文对“rdacca.hp”包的未来应用和升级进行了展望。总之,该文旨在使国内学者们进一步加深对“rdacca.hp”包的认识和应用。     

应用排序分析藓类植物分类群分布与气候因素的关系

以我国21个山地藓类植物区系和气象资料为基础,应用典范对应分析(CCA)和除趋势典范对应分析(DCCA),比较了21个山地中藓类植物61个科,曲尾藓科(Dicranaceae)23个属、曲柄藓属(Campylopus)17种及曲尾藓属(Dicranum)35种分布与年均温度、>10℃积温、1月均温、7月均温、年均相对湿度、年均降雨量、年有雾天数、年有霜天数和年日照时数的关系,通过排序进行了直观的展示;同时还应用典范对应分析直观地反映了包括长白山在内的我国9个山地苔藓植物地理成分组成上的相似性及它们与气候因素间的关系.本文研究表明将DCCA和CCA应用到植物区系地理学研究上是可行的.     

Sparse canonical correlation analysis from a predictive point of view

Canonical correlation analysis (CCA) describes the associations between two sets of variables by maximizing the correlation between linear combinations of the variables in each dataset. However, in high‐dimensional settings where the number of variables exceeds the sample size or when the variables are highly correlated, traditional CCA is no longer appropriate. This paper proposes a method for sparse CCA. Sparse estimation produces linear combinations of only a subset of variables from each dataset, thereby increasing the interpretability of the canonical variates. We consider the CCA problem from a predictive point of view and recast it into a regression framework. By combining an alternating regression approach together with a lasso penalty, we induce sparsity in the canonical vectors. We compare the performance with other sparse CCA techniques in different simulation settings and illustrate its usefulness on a genomic dataset.     

Distribution of recent benthic foraminifera on the Sunda Shelf (South China Sea)

In this study we investigate the species composition and spatial distribution patterns of Rose Bengal stained and unstained benthic foraminifera from the central part of the Sunda Shelf in the south-western South China Sea in relation to environmental factors. The uppermost centimetre of the surface sediments (> 150 μm) from 45 sites from inner (60 m) to outer shelf (226 m) water depths revealed 584 species including 443 stained species.The univariate analyses of individual species abundances and community parameters and next canonical correspondence analysis were used to relate the faunal data to a set of measured environmental parameters. Four biofacies recognised on the Sunda Shelf are most strongly correlated to water depth, primary production and sediment type of the habitat. The inner shelf biofacies (CCA cluster A), defined by Ammomassilina alveoliniformis and Asterorotalia pulchella, occurs in fine grained sediments classified as modern terrigenous mud in the region with the highest primary production values. The high-energy inner shelf biofacies (CCA cluster B), defined by Heterolepa dutemplei and Textularia lythostrota, occurs in modern terrigenous sand and silt dominated sediments, northeast from the Natuna Island. The high-energy outer shelf biofacies (CCA cluster C), defined by Cibicidoides pachyderma and Textularia bocki, is sandwiched between assemblages of biofacies D. It occurs in the region characterised by neritic relict sand. In the shallow-waters on the Sunda Shelf the relationship of benthic foraminiferal faunal composition to grain size of sediments indirectly signals the prevailing bottom hydrodynamic conditions. The dominance of the epibenthic foraminifera attached to bigger particles (e.g. Cibicides lobatulus, Planulina arimiensis) and much higher abundances of empty tests suggest greater current velocities northeast of Natuna Island. The outer shelf biofacies (CCA cluster D) is defined by Facetocochlea pulchra and Bulimina marginata. It occurs in an area covered with modern terrigenous silt and mud and is characterised by lower annual primary production, but seasonally influenced by weak upwelling.     

应用典范对应分析探讨长白山金发藓科植物的生态位分化

应用典范对应分析(Canonical Co rrespondence Analysis, CCA)对长白山主要生态系统30个样点中的13种金发藓科植物分布与环境因子间的关系进行了研究。发现在长白山地区,金发藓科植物在海拔高度、土壤含砂量、含水量、酸度、光照条件等资源维上存在明显的生态分化现象。13种金发藓科植物中,球蒴金发藓(Polytrichum sphaerothecium(Besch.)C.Mull.、高山异发藓短叶变种(Polytrichastrum alpinum var. brevifolium(R.Br.)Brid.)在海拔上,拟异发藓(Polytrichastrum formosum(Hedw.)G.L.Smith)、变形异发藓(Polytrichastrum dicipensLimpr.)、毛尖金发藓(Polytrichum piliferum Schred.ex Hedw.)、桧叶金发藓(Polytrichum juniperinum Willd.ex Hedw.)在光照上以及大金发藓(Polytrichum commune Hedw.)、直叶金发藓(Polytrichum juniperinum ssp. strictum(Brid.)Nhy.&Sael.)在土壤酸度与水分上的生态要求比较接近。     

White Blood Cells Image Classification Using Deep Learning with Canonical Correlation Analysis

White Blood Cells play an important role in observing the health condition of an individual. The opinion related to blood disease involves the identification and characterization of a patient's blood sample. Recent approaches employ Convolutional Neural Network (CNN), Recurrent Neural Network (RNN) and merging of CNN and RNN models to enrich the understanding of image content. From beginning to end, training of big data in medical image analysis has encouraged us to discover prominent features from sample images. A single cell patch extraction from blood sample techniques for blood cell classification has resulted in the good performance rate. However, these approaches are unable to address the issues of multiple cells overlap. To address this problem, the Canonical Correlation Analysis (CCA) method is used in this paper. CCA method views the effects of overlapping nuclei where multiple nuclei patches are extracted, learned and trained at a time. Due to overlapping of blood cell images, the classification time is reduced, the dimension of input images gets compressed and the network converges faster with more accurate weight parameters. Experimental results evaluated using publicly available database show that the proposed CNN and RNN merging model with canonical correlation analysis determines higher accuracy compared to other state-of-the-art blood cell classification techniques.     

三峡库区古夫河着生藻类分布与水质因子的关系

于2010年12月至2011年12月,对位于长江三峡库区内的湖北省兴山县古夫河着生的藻类和水体共采样10次,共鉴定出着生藻类28属,检测水质指标12项。对水质变量进行因子分析,根据特征值大于1的原则选取4个主成分,第一主成分主要代表总氮（TN）和硝酸盐氮（NO3--N）,第二主成分主要代表pH和化学需氧量（CODCr）,第三主成分主要代表磷酸盐磷（PO34--P）、总磷（TP）和氨氮（NH4＋-N）,第四主成分主要代表电导率（Cond）和总有机碳（TOC）。将提取的9项主要水质因子与着生藻类重要属进行典型对应分析（CCA）,结果可见,古夫河主要水质因子与着生藻类类群分布相关性大小为：CODCr〉pH〉TN〉NO3--N〉TOC〉TP〉PO34--P〉Cond〉NH4＋-N。Monte Carlo显著性检验表明,CODCr和pH对古夫河着生藻类物种组成及空间分布的影响最大,其次为TN、NO3--N和TOC。pH与CODCr呈极强的负相关关系,古夫河着生藻类大多数类群均与CODCr表现出正相关关系,仅胶毛藻属（Chaetophora）倾向低CODcr和偏碱性的环境。TN和NO3--N有很强正相关性,而两者均与TOC有强负相关,它们将古夫河着生藻类大体上分为两类,即亲碳元素的类群和亲氮元素的类群。TP通常是河流生态系统中的限制性营养因子,但在古夫河流域中并不是影响着生藻类物种分布的主要水质因子。     

环境因子对大亚湾人工鱼礁上附着生物分布的影响

通过对深圳大亚湾人工鱼礁区7个月(2008-04～2008-10)挂板实验,同时监测相应的环境因子指标.以附着生物丰度数据进行了除趋势对应分析(DCA),并根据附着生物丰度数据和7个环境因子进行了典范对应分析(CCA).共鉴定出附着生物54种,物种鉴定结果表明实验试板上的常见种有华美盘管虫 (Hydroides elegans)、三角藤壶( Balanus trigonus)、细肋肌蛤(Musculus mirandus)等.DCA种类排序图可明显地看出每种附着生物都有自己的分布中心和分布区域;CCA分析结果表明深度、透明度、溶解氧是影响附着生物群落变化的最主要环境因子,其次是盐度和温度.CCA排序图较好地反映了人工鱼礁上附着生物分布与各环境因子的相互关系.     

Comparison of different treatments of rare species in canonical correspondence analysis

运用吕梁山南段植物群落及其环境调查数据,比较研究不同稀有种处理(剔除稀有种、稀有种不做处理与降低稀有种权重3种方法处理)对典范对应分析(CCA)排序结果的影响,并用Spearman秩相关系数检验对应排序轴的相关性。结果表明3种方法的分析效果基本一致,但它们对环境因子的解释趋势有差异。基于环境数据、物种数据和样方数据的排序轴相关分析结果显示:未处理稀有种的CCA与降低稀有种权重的CCA吻合度高于剔除稀有种的CCA与降低稀有种权重的CCA的吻合度,未处理稀有种的CCA与降低稀有种权重的CCA的前4轴呈极显著的一一对应关系;剔除稀有种的CCA和降低稀有种权重的CCA仅在基于环境数据和样方数据分析时前3轴呈极显著的一一对应关系,而在基于物种数据的相关分析时前4轴的对应相关性不显著。从物种-环境关系的解释量上来看,降低稀有种权重的CCA最优,剔除稀有种的CCA和未处理稀有种的CCA次之。结合对应排序轴的相关性分析和物种-环境关系累计解释量来看,这3种稀有种处理方法在准确地揭示物种与环境关系时的顺序依次为:降低稀有种权重>对稀有种不做处理>剔除稀有种。     

荒漠啮齿动物群落与植物群落的对应分析

动物与其生存环境变量之间的关系一直是生态学家们广泛关注的问题.啮齿动物作为荒漠生态系统中重要的功能群,其数量大小和生态功能对生态系统的平衡和稳定具有重要意义.生境中的植被为啮齿动物提供赖以生存的食物资源和栖息地,了解啮齿动物群落与植被特征之间的关系对于理解动物群落变动规律具有重要意义.不同植被条件下啮齿动物群落的结构不同,Hernández等(2005)研究发现北美Chihuahuan荒漠的灌木生境中啮齿动物密度高于草地生境.