河南昆虫、蜘蛛、蜱螨地理分布的多元相似性聚类分析

河南省的昆虫、蜘蛛、蜱螨种类共8637种,隶属32目551科3967属。使用多元相似性聚类分析法(MSCA)对全省11个生态区域间的关系进行分析,总相似性系数0.184,表明分布很不均匀,在0.3的相似性水平上,全省分为4个地理分布区:平原盆地区、西北山地丘陵区、伏牛山区和桐柏大别山区。分析了分类阶元、区系成分、不同类群、种类规模、分布地规模对相似性聚类关系的影响,结果显示,属级水平和种级一样,能够揭示省级地理区域内的相似性聚类关系,科级水平将适合更大的地理区域;生物类群是对相似性聚类结构影响最大的参量,保证多类群的参与,是揭示整体规律的关键;在多类群参与的前提下,种类和分布地不是敏感的因素,合适的种类抽样同样能得到满意的结果,分布地的少量增减,也只会引起相似性系数的轻微变动。     

中国哺乳动物地理分布的多元相似性聚类分析

中国的地形复杂、地貌多样,动物的地理分布亦表现出明显的区域间差异。本研究通过新近文献调研,获知中国现生哺乳动物计692种（隶于13目56科246属）;进而建立物种及其地理分布数据库。采用多元相似性聚类分析（multivariate similarity clustering analysis, MSCA）方法,探讨了中国哺乳动物的地理分布特征。结果表明：（1）中国的现生哺乳动物可划分为176个调查地理单元（investigated geographical unit, IGU）,进而归并为63个基础地理单元（basic geographical unit, BGU）;（2）当相似性系数取0.31、0.25和0.15时,上述63个BGU可分别归并为10个、7个和2个基础地理单元群;据此可对中国的哺乳动物地理分布作出2界7区10亚区的3级区划。本文建议,世界动物地理区划中古北界与东洋界在中国境内的分界线走向为：南迦巴瓦峰西部-玛卿岗日-秦岭北部-黄土高原南缘-大别山-淮河南-长江中下游一线。     

中国昆虫区系的多元相似性聚类分析和地理区划

为了总结分析中国昆虫的分布规律, 为昆虫地理区划提出依据, 作者2008年创建了新的多元相似性聚类分析方法, 它与传统的聚类分析方法的主要不同是直接计算任意多个地区之间的相似性系数, 从而摈弃原来的合并环节。我们应用这种方法对中国823科17 018属93 662种昆虫的分布进行了定量分析。当种级水平相似性系数分别为0.19和0.14时, 全国64个基础地理单元聚类为20个小单元群和9个大单元群。根据聚类分析结果, 提出我国第一个由定量分析产生的9个昆虫区20个昆虫亚区的中国昆虫地理区划的初步方案。西北昆虫区、 东北昆虫区、 华北昆虫区、 青藏昆虫区稳定地组成中国北方昆虫大区, 江淮昆虫区、 华中昆虫区、 西南昆虫区、 华东昆虫区、 华南昆虫区稳定地组成中国南方昆虫大区。江淮昆虫区的设立是因为这里多平原和丘陵, 为重要农业区, 昆虫区系简单, 种类显著少于华东、 华中、 华南昆虫区, 而和华北昆虫区相当; 包括台湾在内的华东昆虫区是昆虫多样性最丰富地区之一, 显著高于邻近的华北、 江淮、 华南昆虫区。最后, 对昆虫地理定量分析中的重要环节进行讨论, 还对今后昆虫区系调查的薄弱地区提出建议。这项研究证明多元相似性聚类分析方法是简便、 快捷、 实用的, 能够在更广泛的范围应用, 这预示着生物地理学研究将会由定性研究进入到定量研究阶段。     

合并与不合并：两个相似性聚类分析方法比较

以山西省4638种昆虫在7个地理小区的分布、内蒙古7766种昆虫在14个地理小区的分布和中国16804属昆虫在67个生态区域的分布3组数据为样本,用传统的层层合并的相似性聚类分析法(SCA)和新的不需合并的多元相似性聚类分析法(MSCA)进行运算分析,对比结果表明,不合并法都能得到既符合统计学逻辑,又符合地理学、生物学逻辑的结果;合并法在参与小区较少时,还能够得到与不合并法类似的结果,随着参与小区的增多,聚类结构发生变化,以致聚类功能彻底丧失.无论两种聚类结果差异大小,其性质都迥然不同:不合并法的相似性系数是固有的、互相独立的、同时存在的,聚类结果是所有小区之间关系亲疏、距离远近的状态;合并法的每个相似性系数都是合并的依据或结果,前一个系数是后一个系数产生的条件,后一个系数是前一个系数消亡的结果,严格按照顺序,当最后一个系数产生时,前面所有系数和所有小区都已不复存在,聚类结果只是记录不断合并、不断消亡的过程.因此在肯定合并法历史价值的同时,认为申效诚等创建的多元相似性系数公式及多元相似性聚类分析法摈弃合并降阶这一产生偏差和错误的根源,能够得出相对客观的聚类结果,是生物地理学研究领域有效的聚类分析工具,必将推动生物地理学定量研究迈入一个新阶段.     

哺乳动物分布预测方法初探

本研究首先根据综合自然地理因素(包括海拔、地形、气候、植被、水系、农业等),利用GIS技术手段．将中国版图划分成124个基本单元。选择了171种哺乳类物种,利用中国物种信息系统收集这些物种的分布信息,并运用GIS技术将这些信息转换为各个基本单元内这些物种存在与否的信息,再用数学量化分析方法,群SФrensen多维相似性指数公式计算相关矩阵,以及Ward方法进行聚类分析,得到这124个基本单元的哺乳类物科组成相似性聚类图。然后根据少数几个标本采集点所在的基本单元,利用这些基本单元与其他单元的物种组成相似程度,可以预测出物种的可能分布范围。本研究发现,这种预测方法简单,快速而且较准确。     

世界红树植物分布区域间种类组成的相似性研究

以集合论为基础Ｊａｃｃａｒｄ相似性指数,定交了两个植物分布区域间种类组成的相似度和相异度,分析了世界个结树植物分布区域间的相似性。结果认为,在６个分布区域中,与东岸最相似的区域是大洋洲沿岸,与亚洲沿岸及东太平洋群岛之间最相似的区域也是玉平洋洲沿岸,与美洲西岸最相似的区域是非洲西岸,与非洲西岸最相似的区域是美洲东岸。     

越南蜘蛛区系的初步研究(蛛形纲:蜘蛛目)

依据镜检标本和已知文献, 初步研究了越南的蜘蛛区系。包括本文报道的 21 种新记录在内, 越南蜘蛛目前已知 320 种及 1 亚种。     

陕西蝗虫地理分布格局的聚类分析

以593个经纬网格单元(0.2°×0.2°)统计陕西蝗虫分布数据,根据陕西蝗虫分布范围将其分为全布种(593个网格单元中有分布)、多布种(9个以上网格单元有分布)和独布种(9个以下网格单元有分布)3类.以分布区域为性状作聚类分析,在相关性系数为0.153处,将多布种分布划分为12组,在此基础上运用GIS的空间叠加分析功能确定各组蝗虫的地理分布格局.结果表明:1)秦岭山脉对陕西蝗虫的阻限作用较明显,秦岭以南蝗虫物种以东洋型种为主,秦岭以北以古北型种为主;2)陕西蝗虫的地理分布格局与全国基本一致;3)太白山地区蝗虫物种多样化程度较高,是生物多样性研究的热点区域.     

中国沿海主要岛屿植物区系的性质及其相互关系与分布格局

通过植物区系谱、多样性指数、主坐标排序及聚类分析等方法,研究了中国沿海主要岛屿(从渤海、黄海、东海及南海海域,选取不同纬度所在地的岛屿)的植物区系性质、相互关系及分布格局,为沿海岛屿的生态保护和生物多样性保育提供依据。结果表明:(1)中国沿海主要岛屿植物区系地理成分表现出纬向分异性,温带成分比例随着纬度降低呈递减趋势,而各种热带成分比例呈递增的分布格局,这与不同海岛所处位置气候的纬向地带性基本一致;(2)不同沿海岛屿植物区系的Shannon指数(1.887~2.197)和Simpson指数(0.780~0.865)均无显著差异,而区系间Pearson相关系数(0.199~0.997)则有明显的差异;(3)通过聚类分析和主坐标排序生成的树状图和最小生成树,可将22个岛屿划分为5个集合,揭示了沿海岛屿植物区系属的类似性和南北纬度分布格局。     

陷阱法调查棉田蜘蛛的分布动态

采用陷阱法系统调查棉田各发育期的蜘蛛群落分布型,运用5种聚集度指标、Taylor的幂法则以及m*--x的回归关系综合分析。结果显示:(1)陷阱法所采集的蜘蛛绝大多数为游猎型蜘蛛。(2)棉田游猎性蜘蛛群落在整个棉花发育期都呈随机分布。     

昆虫区系多元相似性分析方法

由植物学领域首先提出的相似性概念已广泛应用于动植物区系地理研究以及生物学、生态学等诸多自然学科乃至社会科学领域.根据Jacard提出的二元相似性系数公式SI=C/(A B-C)和Sprensen提出的二元相似性系数公式SI=2C/(A B),分别推导出2个计算多元相似性系数的数学表达式,SIJab…n=[(∑Hij)2/n (∑Hijk)3/n … Hab…n]/[∑Si-∑Hij-2∑Hijk-…-(n-1)Hab…n]和 SISab…n=[2(∑Hij)2/n (3∑Hijk)3/n … nHab…n]/ ∑Si,并用中国夜蛾广布种类在中国7个动物地理区的分布资料为例进行验证,从而可以直接从整体角度和宏观规模上简便、快捷地考量多个系统间的亲疏程度和相似关系.建议在以相似性为基础的聚类分析中,不必再先把2个系统合并成一个新系统后,再和第3个系统比较,而可直接计算多个系统的相似性系数,以避免由于合并带来的信息损失.还讨论了应该提高Sprensen公式0.5的显著性标准,以使同一组数据的两种计算结果趋向一致.     

厦门海域浮游植物夏季赤潮期间分布变异的多元分析

根据2000年6月至7月夏季藻华期在11个监测站10个航次获取的表层浮游植物和现场测定的理化参数数据,采用多元分析方法揭示浮游植物聚群在污染胁迫下的动态特征。结果表明：（1）该区调查期间浮游植物群落的物种多样性时空变异显著,各站多样性指数值（H′）变动在0．45—4．23之间;（2）聚类分析和多维排序（MDS）结果显示,浮游植物聚群可分为3个与浮游植物阶段性演替以及各水域间不同的理化特征相关联的群落。群落Ⅰ系2000年6月赤潮暴发时主要出现于西海域的低盐港湾群落,由微型（nano一）浮游植物组成,包括硅藻门的角毛藻、骨条藻等属种类以及金藻门的单鞭金藻属种类等,如中肋骨条藻（Skeletonema costatum）、聚生角毛藻（Chaetoceros socialis）等和一种单鞭金藻（Chromulina sp．）（未鉴定到种,藻径3～5μm）,它们是赤潮原因种。群落Ⅱ和群落Ⅲ都以小型（micro-）浮游植物占优势。群落Ⅱ为赤潮前后广泛出现于调查区各水域的亚热带近岸广布群落,代表种有具槽帕拉藻（Paralia sulcata）、翼鼻状藻（Proboscia alata）、菱形海线藻（Thalassionema nitzschioides）和冰河拟星杆藻（Asterionellopsis glacialis）．群落Ⅲ主要分布于本海区东一东北部,由我国东南沿海常见的近海广布性种类组成,包括旋链角毛藻（Chaetoceros curvisetus）、地中海细柱藻（Leptocylindrus mediterraneus）、尖刺伪菱形藻（Pseudonitzschia pungens）、优美施罗藻（Schroederella delicatula）和斯氏几内亚藻（Guinardia striata）等;（3）丰度-生物量曲线（ABC）分析结果显示,当微藻赤潮出现时,数值丰度的K-优势曲线位于生物量K-优势曲线上方,而无赤潮时2条曲线大体上重叠。其模式可指示厦门海区西部海域污染严重以及东-东北部中度污染的状况;（4）根据各航次全部调查数据所作的PCA分析得到的前3个最主要成分,包括浮游植物丰度和溶解氧,铵氮和磷酸盐,盐度和温度等,大约解析本调查总差异的78．5％。     

The distribution of zooplankton in the Sanyati Bay,Lake Kariba; A multivariate analysis

A principal component and discriminant function analysis of zooplankton from the Sanyati Bay, Lake Kariba, indicated that the distribution of plankton was associated with the riverine in-flow into the lake.     

A comparison of clustering methods for river benthic community analysis

Four commonly used clustering methods (UPGMA, Ward Linkage,Complete Linkage and TWINSPAN) were compared in their abilitytorecognise the structure of three river macroinvertebratesdatasetswhich were pre-determined based on habitat and biologicalcharacteristics or chemical water quality of sampling sites.DCA,NMDS and ANOSIM were applied to the same datasets to providefurther information about data structure, and nonparametrictestswere also undertaken on major chemical variables to justifythepredeterminations. The modified Rand Index was used to measuretheagreement between a particular solution and the pre-determinedclassification. The results showed that Ward Linkage performedbestwhen its use was broadened and used with the CY DissimilarityMeasure, followed by TWINSPAN and Complete Linkage with UPGMAbeingleast successful. There was evidence to suggest that theeffectiveness of some clustering methods (e.g. UPGMA) may varyatdifferent clustering levels, and simulation techniques whichhavebeen used to assess clustering methods could leave somepropertiesof clustering methods unexamined.     

A biogeographical analysis of terrestrial isopods (Isopoda, Oniscidea) from the central Aegean islands (Greece)

Abstract. Terrestrial isopods (Isopoda, Oniscidea) of forty-three central Aegean islands and islets are analysed from a biogeographical point of view. The oniscid fauna consists of sixty-nine species, thirty-two genera and fourteen families and is characterized by Aegean elements that have an eastern Mediterranean origin. Endemism is at the level of 20%, similar to that of oniscids from other Mediterranean archipelagoes. Analysis of species distribution through both idiographic and quantitative approaches (faunal similarity among islands using Jaccard's index, simple matching indices and the UPGMA clustering technique) resulted in the recognition of a major disjunction between Kykladesplus-Ikaria and eastern islands-plus-Astypalea and four noteworthy island groups: the eastern islands, Naxos-Ikaria, Amorgos, and all other Kyklades. Island similarities are generally consistent with the known palaeogeography of the area with the exception of Ikaria's placement with Naxos among the Kyklades. Also, the 'eastern' character of Astypalea is in conflict with evidence from other known taxa.     

中国凤蝶科昆虫地理分布的聚类分析

在对中国凤蝶科昆虫多样性分布统计的基础上,用特有性简约性方法构建中国凤蝶科昆虫的分布区分支图。结果表明,中国凤蝶在8大生物地理分布区中可分成6个聚类群,至少有5次大的隔离分化事件造成了目前我国凤蝶科昆虫的分布格局。分支图显示出东北区与蒙新区比其他分布区形成要早,华南区和西南区的凤蝶多样性最为丰富,推测其原因可能与生态环境等因素有关。     

Multilevel functional clustering analysis

Summary In this article, we investigate clustering methods for multilevel functional data, which consist of repeated random functions observed for a large number of units (e.g., genes) at multiple subunits (e.g., bacteria types). To describe the within- and between variability induced by the hierarchical structure in the data, we take a multilevel functional principal component analysis (MFPCA) approach. We develop and compare a hard clustering method applied to the scores derived from the MFPCA and a soft clustering method using an MFPCA decomposition. In a simulation study, we assess the estimation accuracy of the clustering membership and the cluster patterns under a series of settings: small versus moderate number of time points; various noise levels; and varying number of subunits per unit. We demonstrate the applicability of the clustering analysis to a real data set consisting of expression profiles from genes activated by immunity system cells. Prevalent response patterns are identified by clustering the expression profiles using our multilevel clustering analysis.