第八章-生物群落的分类与3S技术在植被制图中的应用-《生态学》课件.ppt

《第八章-生物群落的分类与3S技术在植被制图中的应用-《生态学》课件.ppt》由会员分享，可在线阅读，更多相关《第八章-生物群落的分类与3S技术在植被制图中的应用-《生态学》课件.ppt（62页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 第八章第八章 生物群落的分类生物群落的分类 与与3 3S S技术技术 在植被制图中的应用在植被制图中的应用1 第一节第一节生物群落生物群落 的分类的分类 第二节第二节3S技术在技术在植被制图植被制图中的应用中的应用2 第一节第一节 生物群落的分类生物群落的分类 1 2 3 4 5中国的植物群落分类中国的植物群落分类 法瑞学派的群落分类法瑞学派的群落分类 美国的群落分类美国的群落分类 群落的数量分类群落的数量分类生物群落的排序生物群落的排序 3 一、中国的植物群落分类一、中国的植物群落分类 高级单位的分类依据侧重于外貌、结构和高级单位的分类依据侧重于外貌、结构和生态地理特征，中级和中级以下的单

2、位则侧重生态地理特征，中级和中级以下的单位则侧重于种类组成。其系统如下：于种类组成。其系统如下：植被型组植被型组 植被型植被型 植被亚型植被亚型 群系组群系组 群系群系 亚群系亚群系 群丛组群丛组 群丛群丛 亚群丛亚群丛4 在植被型内据优势层片或指示层片的差在植被型内据优势层片或指示层片的差异可划分植被亚型（异可划分植被亚型（vegetation subtype)vegetation subtype)。这种层片结构的差异一般是由于气候亚带的差这种层片结构的差异一般是由于气候亚带的差异或一定的地貌、基质条件的差异而引起。例异或一定的地貌、基质条件的差异而引起。例如温带草原可分为三个亚型：草甸草原

3、如温带草原可分为三个亚型：草甸草原(半湿半湿润润)、典型草原、典型草原(半干旱半干旱)和荒漠草原和荒漠草原(干旱干旱)。6森森 林林7草草 原原8 沙沙 地地浑善达克沙地浑善达克沙地10沙沙 漠漠11 群丛群丛(association)association)群丛是植物群落分类的基本单位，有群丛是植物群落分类的基本单位，有如植物分类中的种。凡是层片结构相同，如植物分类中的种。凡是层片结构相同，各层片的优势种或共优种相同的植物群落各层片的优势种或共优种相同的植物群落联合为群丛。如羊草联合为群丛。如羊草+大针茅这一群丛组大针茅这一群丛组内，羊草内，羊草+大针茅大针茅+黄囊苔黄囊苔(Carex Ca

4、rex korshinskyikorshinskyi)草原和羊草草原和羊草+大针茅大针茅+柴柴胡胡(Bupleurum scorzonerifoliumBupleurum scorzonerifolium)草原都草原都是不同的群丛。凡是层片结构相似，而且是不同的群丛。凡是层片结构相似，而且优势层片与次优势层片的优势种或共优种优势层片与次优势层片的优势种或共优种相同的植物群丛联合为群丛组相同的植物群丛联合为群丛组(associa-associa-tion group)tion group)。13 群群丛丛的的命命名名方方法法：凡凡是是已已确确定定的的群群丛丛应应正正式式命命名名，我我国国习习惯惯

5、于于采采用用联联名名法法，即即将将各各个个层层中中的的建建群群种种或或优优势势种种和和生生态态指指示示种种的的学学名名按按顺顺序序排排列列。在在前前面面冠冠以以Ass.(AssociationAss.(Association的的缩缩写写),),不同层之间的优势种以不同层之间的优势种以“”相联。如相联。如 Ass.Ass.Larix Larix gmelini-Rhododendron gmelini-Rhododendron dahurica-dahurica-Pyrola Pyrola incarnataincarnata (即即兴兴安安落落叶叶松松杜杜鹃鹃红红花花鹿鹿蹄蹄草草群群丛丛),)

6、,从从该该名名称称可可知知,该该群群丛丛乔乔木木层层、灌灌木木层层和和草草本本层层的的优优势势种种分分别别是是兴兴安安落落叶叶松松、杜杜鹃鹃和和红红花花鹿鹿蹄蹄草草。有有时时某某一一层层具具共共优优种种，这这时用时用“”相联。相联。15 如如Ass.Ass.Larix Larix gmelini-Rhododendron gmelini-Rhododendron dahurica-Pyrola dahurica-Pyrola incarnata+Carex incarnata+Carex sp.sp.当当最最上上层层的的植植物物不不是是群群落落的的建建群群种种，而而是是伴伴生生种种或或景景观观

7、植植物物，这这时时用用“”来来表表示示层层间间关系关系(或用或用“”“”或或“()”)“()”)。如。如AssAss.Caragana microphylla Caragana microphylla(或或)Stipa Stipa grandis-Cleistogenes squarrosa grandis-Cleistogenes squarrosa或或Ass.Ass.(Caragana microphylla)-Stipa grandis-(Caragana microphylla)-Stipa grandis-Cleistogenes Cleistogenes squarrasasqua

8、rrasa。在在对对草草本本植植物物群群落落的的命命名名时时，我我们们习习惯惯上上用用“”来来联联接接各各亚亚层层的的优优势势种种，而而不不用用“”“”。如如Ass.Ass.Caragana microphyllaCaragana microphyllaStipa grandis+Stipa grandis+Cleistogenes squarrasa+Artemisia Cleistogenes squarrasa+Artemisia frigida frigida。16三、美国的群落分类三、美国的群落分类 表表8 82 2英美学派的分类系统英美学派的分类系统 顶极群落顶极群落(climax

9、)climax)系统系统 演替系列演替系列(series)series)系统系统 群系型群系型(formation type)formation type)群系群系(formation)formation)群丛群丛(association)association)演替系列群丛演替系列群丛(associes)associes)单优种群丛单优种群丛(consociation)consociation)演替系列单优种群丛演替系列单优种群丛 (consocies)consocies)群丛相群丛相(faciation)faciation)演替系列群丛相演替系列群丛相(facies)facies)组合组合

10、(society)society)演替系列组合演替系列组合(socies)socies)集团集团(clan)clan)集群集群(colony)colony)季相季相(aspect)aspect)季相季相(aspect)aspect)层层(layer)layer)层层(layer)layer)18 表表8 83 3 美国国家植被分类系统美国国家植被分类系统(引自引自FGDCFGDC，1996)1996)等等 级级 序序 列列 区域水平区域水平 目目 OrderOrder 外貌水平外貌水平 纲纲 ClassClass 亚纲亚纲 SubclassSubclass 群群 GroupGroup 亚群亚群

11、 SubgroupSubgroup 群系群系 FormationFormation 植物区系水平植物区系水平 群属群属 AlliancAllianc 群丛群丛 Association Association 19四、群落的数量分类四、群落的数量分类 所谓分类，就是对实体（或属性）集所谓分类，就是对实体（或属性）集 合按其属性（或实体）数据所反映的相似合按其属性（或实体）数据所反映的相似 关系把它们分成组，使同组内的成员尽量关系把它们分成组，使同组内的成员尽量 相似，而不同组的成员则尽量相异。相似，而不同组的成员则尽量相异。20 分类方法分类方法 重叠的重叠的 不重叠的不重叠的 外在的外在的 内

12、在的内在的 等级的等级的 等级的等级的 分划的分划的 聚合的聚合的 串行的串行的 并行的并行的 多元的多元的 单元的单元的 目前的分类方法几乎都是不重叠的，内目前的分类方法几乎都是不重叠的，内在的，其中最主要的又只是等级的聚合分类在的，其中最主要的又只是等级的聚合分类和分划分类两种。和分划分类两种。下面分别介绍。下面分别介绍。21（一）一）等级聚合分类等级聚合分类 等级聚合分类都是多元的。假设有等级聚合分类都是多元的。假设有N N 个样方和个样方和p p个种的数据：个种的数据：X=X=（x xijij）（i=i=1 1，2 2，,p,p；j=j=1 1，2 2，,N,N）。）。以这样的数据集合

13、来介绍聚合的一般过以这样的数据集合来介绍聚合的一般过程。程。22 2.2.找出最相似的两个样方进行一次找出最相似的两个样方进行一次合并合并 从矩阵从矩阵C CN N的除对角线以外的上的除对角线以外的上(或下或下)三角元素中三角元素中,找出相似性指标的找出相似性指标的最大值最大值,比如元素比如元素C Cj j0 0k k0 0(j j0 0k k0 0),),则则样方样方j j0 0和样方和样方k k0 0是最相似的就将它们合是最相似的就将它们合并成一组。合并后就只有并成一组。合并后就只有N N-1-1个样方组，个样方组，其中一个是并组，其余其中一个是并组，其余N N-2-2个是原来的个是原来的

14、单个样方。单个样方。24 3.3.重算（重算（N-N-1 1）（N-N-1 1）的相似矩阵的相似矩阵 对（对（N-N-1 1）个样方组，再计算两两之个样方组，再计算两两之间的相似系数，并列出（间的相似系数，并列出（N-N-1 1）（N-N-1 1）的相似矩阵的相似矩阵C CN N-1-1。注意，这里只需要补算注意，这里只需要补算(j j0 0+k k0 0)这一这一并组与其余并组与其余N N-2-2个样方之间的一共个样方之间的一共N N-2-2个相个相似系数。似系数。25 4.4.重复合并过程直到全部样方并成一重复合并过程直到全部样方并成一组组 对于对于C C，又可选出两个最相似的样又可选出两

15、个最相似的样方组，将它们合并后，就变成方组，将它们合并后，就变成N N-2-2个组了。个组了。重复这种聚合过程，每次使样方组数少重复这种聚合过程，每次使样方组数少1 1，总共进行，总共进行N N-1-1次合并后，就将原有次合并后，就将原有N N个个样方聚合成一个组，过程即告结束。样方聚合成一个组，过程即告结束。26 根据定义，有根据定义，有 D DC(A+BC(A+B)=1/=1/n nC Cn nA+BA+BD Djkjk=（n nA A/n nA+BA+B）D DCACA+（n nB B/n nA+BA+B ）D DCBCB 2 5 2 1 0 3 2 5 2 1 0 3 X X=0 1

16、4 3 1 2 =0 1 4 3 1 2 3 4 1 0 0 2 3 4 1 0 0 2 1 2 3 4 5 6 1 2 3 4 5 6 0 3.317 4.472 4.359 3.742 2.449 0 3.317 4.472 4.359 3.742 2.449 0 5.196 6 6.403 3 0 5.196 6 6.403 3 0 1.732 3.742 2.449 0 1.732 3.742 2.449 0 2.236 3 0 2.236 3 0 3.742 0 3.742 0 0 28 第一步第一步:将样方将样方3 3与与4 4合并成合并成33组组,合并时的距离为合并时的距离为1.

17、7321.732。第二步第二步:补算补算D D1313,D D2323,D D5353,D D6363,可得到新的距离矩阵可得到新的距离矩阵 1 2 3 5 6 1 2 3 5 6 0 3.317 4.472 3.742 2.449 0 3.317 4.472 3.742 2.449 0 6 6.403 3 0 6 6.403 3 0 3.742 3 0 3.742 3 0 3.742 0 3.742 0 0 其中其中D D1616=2.449=2.449最小最小,第二次合并样方第二次合并样方1 1和和6,6,并组记为并组记为1 1组。组。29 最后这两组的距离为最后这两组的距离为6.403,

18、6.403,将它们合成一组将它们合成一组,整个整个聚聚 合过程完毕。合过程完毕。上述聚合过程的树状图为上述聚合过程的树状图为:1 16 2 3 4 56 2 3 4 5 31 （二）二）等级分划分类等级分划分类 等级分划的方法有单元和多元两种。仍等级分划的方法有单元和多元两种。仍以以N N个样方个样方p p个种（属性）的样方分类为例，个种（属性）的样方分类为例，其分划过程是从其分划过程是从N N个样方的整个集合开始，个样方的整个集合开始，从上向下逐次分划。首先将从上向下逐次分划。首先将N N个样方依某种个样方依某种方式分成两个样方组，使两组间的相异性最方式分成两个样方组，使两组间的相异性最大，

19、从而保证每组样方内部的相似性最大。大，从而保证每组样方内部的相似性最大。一旦分成了两个组，对其中每个组又要以同一旦分成了两个组，对其中每个组又要以同样方式再分成两个相异性最大的组，如此进样方式再分成两个相异性最大的组，如此进行下去，最终可分成单个样方，或者达到一行下去，最终可分成单个样方，或者达到一定要求的定要求的“同质同质”样方组。样方组。32 分划方法与聚合方法相比有一个重分划方法与聚合方法相比有一个重要的优点，就是分划过程可以停留在任要的优点，就是分划过程可以停留在任一需要的水平上，而不必分到最下层的一需要的水平上，而不必分到最下层的样方，这样可以减少计算工作量。样方，这样可以减少计算工

20、作量。单元分划和多元分划相比，理论上单元分划和多元分划相比，理论上讲，多元分划方法是较理想的，因为它讲，多元分划方法是较理想的，因为它是按全部或多个属性进行分类的，但多是按全部或多个属性进行分类的，但多元分划也有它的缺点，就是它的计算量元分划也有它的缺点，就是它的计算量太大，使用时很不方便。太大，使用时很不方便。33 五、五、生物群落的排序生物群落的排序 （一）间接梯度分析（一）间接梯度分析 排序方法可分为两类：一是群落排排序方法可分为两类：一是群落排序，用植物群落本身属性序，用植物群落本身属性(如种的出现与如种的出现与否，种的频度、盖度等等否，种的频度、盖度等等)，排定群落样，排定群落样地的

21、位序，称为间接排序地的位序，称为间接排序 (indirect(indirect ordination)ordination)，又称间接梯度分析，又称间接梯度分析 (indirect gradiant analysis)(indirect gradiant analysis)或者组或者组成分析成分析(compositional analysis)(compositional analysis)。34（二）直接梯度分析（二）直接梯度分析 直接排序直接排序(direct ordination)(direct ordination)是利是利用环境因素的排序，又称为直接梯度分析用环境因素的排序，又称为直

22、接梯度分析(direct gradiant analysis)(direct gradiant analysis)或者梯度分或者梯度分析析(gradiant analysis)(gradiant analysis)，即以群落生境，即以群落生境或其中某一生态因子的变化，排定样地生或其中某一生态因子的变化，排定样地生境的位序。境的位序。35 排序基本上是一个几何问题，是把实排序基本上是一个几何问题，是把实体作为点在以属性为坐标轴的体作为点在以属性为坐标轴的p p维空间中按维空间中按其相似关系把它们排列出来，简单的说是按其相似关系把它们排列出来，简单的说是按属性去排序实体。同样，也可以按实体去排属性

23、去排序实体。同样，也可以按实体去排序属性。序属性。排序的基本原理是通过一定的数学方排序的基本原理是通过一定的数学方法将法将p p维空间中的点进行降维处理，使得超维空间中的点进行降维处理，使得超过三维空间就不能表示出直观图形的问题，过三维空间就不能表示出直观图形的问题，力图用二、三维的图形去表示实体，以便于力图用二、三维的图形去表示实体，以便于直观地了解实体点的排列。直观地了解实体点的排列。一般情况下，减少维数往往会损失一些一般情况下，减少维数往往会损失一些信息，排序方法应该使得由降维引起的信息信息，排序方法应该使得由降维引起的信息损失尽量少，即发生的畸变最小。损失尽量少，即发生的畸变最小。36

24、 已经建立的排序方法目前很多，内容相当丰已经建立的排序方法目前很多，内容相当丰富，下面只介绍主分量分析富，下面只介绍主分量分析 主分量分析（主分量分析（PCAPCA）principal components analysis principal components analysis 主分量分析是所有近代排序方法中用主分量分析是所有近代排序方法中用的最多的一种方法。它有着严格的数学基的最多的一种方法。它有着严格的数学基础。础。37 PCAPCA的基本计算过程是：的基本计算过程是：（1 1）原始数据的中心化、标准化原始数据的中心化、标准化 对于对于pNpN的原始数据矩阵的原始数据矩阵X X首先必

25、须对首先必须对属性中心化，使坐标原点处于属性中心化，使坐标原点处于N N个点的形心个点的形心处。也可以根据各属性数据的不同情况，处。也可以根据各属性数据的不同情况，选用别的标准化方法，如对属性的离差标选用别的标准化方法，如对属性的离差标准化或标准差标准化。准化或标准差标准化。38 以一个以一个6 6个样方个样方2 2个种的多度数据为个种的多度数据为例来说明例来说明PCAPCA分析分析样样 方方 1 2 3 4 5 6 1 2 3 4 5 6 种种 1 5 6 4 6 0 3 1 5 6 4 6 0 3 2 11 8 7 6 2 22 11 8 7 6 2 239 中心化原始数据为：中心化原始数

26、据为：样样 方方 1 2 3 4 5 6 1 2 3 4 5 6 种种 1 1 2 0 2 -4 -1 1 1 2 0 2 -4 -1 2 5 2 1 0 -4 -4 2 5 2 1 0 -4 -4 40 （2 2）把这些点投影到）把这些点投影到y y1 1轴上可以得到它轴上可以得到它们的一个线性排序，并且可以说当们的一个线性排序，并且可以说当y y1 1值的值的平方和平方和y y1 1r r2 2最大时，此排序引起的畸变最大时，此排序引起的畸变最小。关键是坐标轴刚性旋转的角度最小。关键是坐标轴刚性旋转的角度。411 13 34 42 26 65x x1 1x x2 2y y1 1y y2 2

27、42 o oc cb bd dp p x xy y Y Y1 1r r=ap+ad=ap+bc=x=ap+ad=ap+bc=x1 1r rcoscos+x+x2r 2rsinsin Y Y2 2r r=oc=occd=cd=ab+oc=ab+oc=x x1 1r rsinsin+x+x2r 2rcoscos a a43 这可以写成矩阵形式这可以写成矩阵形式 y y1 1r r cos cos sinsin x x1 1r r =y y2 2r r sinsin coscos x x2 2r r44上式可以写成更简捷的形式：上式可以写成更简捷的形式：Y=UXY=UX其中其中 coscos sin

28、sin U=U=sinsin coscos45 （3 3）计算属性间的内积矩阵计算属性间的内积矩阵S S 对上述的对上述的p pN N数据矩阵数据矩阵X X，求出属性间求出属性间的内积矩阵的内积矩阵 S=XXT=S=XXT=（ShiShi）（）（h h，i i=1=1，,p p）显然显然,它是它是p p阶的对称方阵。阶的对称方阵。如果如果X X是中心化的，则是中心化的，则S S是种间协方差是种间协方差矩阵的（矩阵的（N N-1-1）倍，有倍，有S S=（N N-1-1）；如果如果 X X是离差标准化的，则是离差标准化的，则S S是种间相关矩阵是种间相关矩阵R R；如果如果X X是标准差标准化的

29、，则是标准差标准化的，则S S是种间相关是种间相关矩阵的（矩阵的（N N-1-1）倍。倍。无论是采用哪种内积矩阵，其后的计无论是采用哪种内积矩阵，其后的计算都是相同的。算都是相同的。46 求离差矩阵求离差矩阵S S：1 2 0 2 -4 -1 1 5 1 2 0 2 -4 -1 1 5 S S=XXTXXT=5 2 1 0 -4 -4 2 2 =5 2 1 0 -4 -4 2 2 0 1 0 1 2 0 2 0 -4-4 -4-4 -1-4 -1-4 26 29 26 29 =29 62 =29 62 它是种间协方差矩阵的它是种间协方差矩阵的5 5倍。倍。47 （4 4）求出）求出S S特征根

30、和特征向量特征根和特征向量 计算计算S S的特征根是关键的一步，即求出的特征根是关键的一步，即求出特征多项式的特征多项式的p p个根。个根。S S-=0=0 依大小次序排列成依大小次序排列成1 12 2p p 然后由然后由USUS=U U的关系解出的关系解出p p个个相应的特征相应的特征向量向量,并把它们依次排列就得到变换矩阵并把它们依次排列就得到变换矩阵U U。48 再求再求再求再求S S S S的特征根的特征根的特征根的特征根1 1 1 1,2 2 2 2(1 1 1 12 2 2 2),),),),及相应的特征向量。及相应的特征向量。及相应的特征向量。及相应的特征向量。26 26 26

31、26 29 29 29 29 S S S SI=I=I=I=2 2 2 288888888+771=0+771=0+771=0+771=0 29 62 29 62 29 62 29 62 此方程的两个根，依大小排成此方程的两个根，依大小排成此方程的两个根，依大小排成此方程的两个根，依大小排成1 1 1 1=78.13,=78.13,=78.13,=78.13,2 2 2 2=9.87=9.87=9.87=9.87 现在要求特征根现在要求特征根现在要求特征根现在要求特征根1 1 1 1和和和和2 2 2 2对应的特征向量对应的特征向量对应的特征向量对应的特征向量 (u u u u11111111

32、 u u u u12121212)和和和和(u u u u21212121 u u u u22222222)u u u u11 11 11 11 u u u u12121212 U U U U=u u u u21212121 u u u u22 22 22 22 49于是有于是有于是有于是有 u u u u11111111 u u u u12121212 26 29 78.13 0 26 29 78.13 0 26 29 78.13 0 26 29 78.13 0 u u u u21212121 u u u u22222222 =u u u u11111111 u u u u12121212

33、29 62 0 9.87 29 62 0 9.87 29 62 0 9.87 29 62 0 9.87 u u u u21212121 u u u u22222222 由左右两端矩阵的相应元素相等由左右两端矩阵的相应元素相等,得到得到 26 26 26 26 u u u u11111111+29+29+29+29 u u u u12121212=78.13 =78.13 =78.13 =78.13 u u u u11111111 29 29 29 29 u u u u11111111+62+62+62+62 u u u u12121212=78.13 =78.13 =78.13 =78.13

34、u u u u12121212 26 26 26 26 u u u u21212121+29+29+29+29 u u u u22222222=9.87 =9.87 =9.87 =9.87 u u u u21212121 26 26 26 26 u u u u21212121+29+29+29+29 u u u u22222222=9.87 =9.87 =9.87 =9.87 u u u u2222222250 从这些关系中只能知道特征向量的两分量间比例从这些关系中只能知道特征向量的两分量间比例:u u1111/u u1212=29/52.13=29/52.13 u u2121/u u2222

35、=-52.13/29=-52.13/29再由正交矩阵中每行元素的平方和等于再由正交矩阵中每行元素的平方和等于1 1的条件的条件,即即 u u2 21111+u u2 21212=1 =1 u u2 22121+u u2 22222=1=1可以算出可以算出 0.486 0.875 0.486 0.875 U U=-0.875 0.486 -0.875 0.486 其中第一行其中第一行(0.486 0.875)(0.486 0.875)是相应于是相应于1 1=78.13=78.13的的特征向量。特征向量。51 现在计算现在计算6 6个样方点在旋转后的个样方点在旋转后的y y1 1轴和轴和y y2

36、2轴上的坐标。轴上的坐标。0.486 0.875 1 2 0 2 -4 -1 0.486 0.875 1 2 0 2 -4 -1 Y Y=UXUX=-0.875 0.486 5 2 1 0 -4 -4 -0.875 0.486 5 2 1 0 -4 -4 4.86 2.72 0.87 0.97 -5.44 -3.98 4.86 2.72 0.87 0.97 -5.44 -3.98 =1.55-0.78 0.49-1.75 1.56 -1.07 1.55-0.78 0.49-1.75 1.56 -1.07 52y y1 1y y2 25 5 5 5-5-5-5-52 2 2 2-2-2-2-2

37、5 5 5 5 6 6 3 3 4 4 2 2 1 153 （5 5）求求N N个样方的排序坐标个样方的排序坐标 知道了变换矩阵知道了变换矩阵U U，由由Y Y=UXUX就可算出就可算出N N个样方点对新坐标的个样方点对新坐标的p p个主分量的坐标。因个主分量的坐标。因为主分量的次序是依其包含数据信息量的为主分量的次序是依其包含数据信息量的大小排列的，所以总是选取前面的若干个大小排列的，所以总是选取前面的若干个（如（如k k个），只需要算出每个样方点对前若个），只需要算出每个样方点对前若干个主分量之值就可以了。干个主分量之值就可以了。显然选取的主分量愈多，保留信息的显然选取的主分量愈多，保留信

38、息的比例愈大。一般来说，最好只选择二、三比例愈大。一般来说，最好只选择二、三个主分量以便在平面上或立体中画出个主分量以便在平面上或立体中画出N N个样个样方直观的排序图形。方直观的排序图形。54 （6 6）估计属性对主分量的作用估计属性对主分量的作用 将原来二维数据降到一维的主分量上排序时将原来二维数据降到一维的主分量上排序时,究竟究竟保存了多少信息呢保存了多少信息呢?可以这样来估计可以这样来估计:1 1+2 2=78.13+9.87=88=78.13+9.87=88是数据在两个分量上的离差平方和是数据在两个分量上的离差平方和,其中其中1 1=78.13=78.13是在第一主分量上占有的部分是

39、在第一主分量上占有的部分,所以在所以在y y1 1上占有总信息上占有总信息的比例为的比例为:1 1/(/(1 1+2 2)=78.13/88=0.8878=88.78%)=78.13/88=0.8878=88.78%也就是说也就是说,在在y y1 1上保留了总信息的上保留了总信息的88.78%,88.78%,而损失的信而损失的信息占息占11.2%,11.2%,这也是这也是y y2 2上占有的信息。保留信息的多少上占有的信息。保留信息的多少是衡量用是衡量用PCAPCA方法降维效果好坏的一个重要指标，它取方法降维效果好坏的一个重要指标，它取决于原始数据固有的结构。决于原始数据固有的结构。55第二节

40、第二节 3 3S S技术在植被制图中的应用技术在植被制图中的应用 所谓所谓“3S”3S”技术就是地理信息系统技术就是地理信息系统（Geography Information SystemsGeography Information Systems，GISGIS）、全）、全球定位系统（球定位系统（Global Positioning SystemsGlobal Positioning Systems，GPS GPS）、遥感技术（）、遥感技术（Remote SensingRemote Sensing，RSRS）。当）。当然然,对对“3S”3S”的提法还有不同的认识，例如有的提法还有不同的认识，例如

41、有人提出应为人提出应为“5S”,5S”,即加上即加上DPSDPS（数字摄影测量（数字摄影测量系统）和系统）和ESES（专家系统）（专家系统）,但以但以GPSGPS、DPSDPS、RSRS采采集地理信息集地理信息,进行空间定位进行空间定位,并向并向GIS GIS 汇总汇总,进行进行存储、处理、加工、管理和分析存储、处理、加工、管理和分析,形成各种地理形成各种地理信息产品信息产品,这一认识是一致的。这一认识是一致的。56 RSRS是一种高效能的信息采集技术是一种高效能的信息采集技术,正走正走向集多种传感器、多级分辨率、多谱段和向集多种传感器、多级分辨率、多谱段和多时相为一体并形成以获取信息为主，可

42、多时相为一体并形成以获取信息为主，可以进行信息处理和信息应用的综合信息流以进行信息处理和信息应用的综合信息流程程,具有信息获取的瞬时性、信息的丰富性具有信息获取的瞬时性、信息的丰富性和信息的周期性等特点和信息的周期性等特点,是是GISGIS获取信息和获取信息和进行数据更新的一种重要手段。遥感和摄进行数据更新的一种重要手段。遥感和摄影测量没有本质的区别影测量没有本质的区别,可以说遥感技术的可以说遥感技术的历史是摄影测量历史是摄影测量,而摄影测量的现代发展是而摄影测量的现代发展是遥感技术。就目前的实际情况而言遥感技术。就目前的实际情况而言,遥感获遥感获取信息的平台多为卫星取信息的平台多为卫星,而摄

43、影测量则为飞而摄影测量则为飞机。因而摄影测量获取信息的地域范围相机。因而摄影测量获取信息的地域范围相对小一些对小一些,比例尺和分辨率要高一些。比例尺和分辨率要高一些。57 GPSGPS作为一种定位手段作为一种定位手段,可应用它的静可应用它的静态和动态定位方法态和动态定位方法,直接获取各类大地模型直接获取各类大地模型信息信息,解决传感器位置和姿态的快速定位问解决传感器位置和姿态的快速定位问题题,这样也就解决了遥感信息的定位问题。这样也就解决了遥感信息的定位问题。现在现在GPSGPS与摄影仪如与摄影仪如RC30RC30连接连接,在航空摄影在航空摄影瞬间瞬间,测定摄影中心的空间位置和摄影仪姿测定摄影

44、中心的空间位置和摄影仪姿态态,使摄影测量外业控制工作大大简化使摄影测量外业控制工作大大简化,从从而使卫星遥感信息和摄影测量信息（采用而使卫星遥感信息和摄影测量信息（采用DPSDPS技术）直接进入技术）直接进入GIS GIS 数据库成为可能。数据库成为可能。应用于农业测量、森林资源测量、渔业资应用于农业测量、森林资源测量、渔业资源测量等，可获得高精度的空间定位数据。源测量等，可获得高精度的空间定位数据。58 GISGIS是一种特定的空间信息系统是一种特定的空间信息系统,它是它是由计算机硬软件、空间数据库、数据输入由计算机硬软件、空间数据库、数据输入输出转换和通讯设备等组成的计算机系统输出转换和通

45、讯设备等组成的计算机系统,用来采集、量测、分析、存储、管理、显用来采集、量测、分析、存储、管理、显示、传播和应用与地理和空间分布有关的示、传播和应用与地理和空间分布有关的数据和信息。数据和信息。GISGIS是一种进行地理信息管理是一种进行地理信息管理和空间分析的先进工具和空间分析的先进工具,通过它所具有的多通过它所具有的多目标数据库目标数据库,分析软件和应用模块分析软件和应用模块,可实现可实现信息查询、检索、空间数据的分析和统计信息查询、检索、空间数据的分析和统计,地图和各类专题图的制作地图和各类专题图的制作,区域地理的综合区域地理的综合研究和评价研究和评价,环境动态监测以及区域开发管环境动态

46、监测以及区域开发管理和规划决策等。理和规划决策等。59 从广泛的意义上来理解从广泛的意义上来理解,“3S”,“3S”技术技术的集成实际上是当前测绘技术、摄影测的集成实际上是当前测绘技术、摄影测量和遥感技术、地图制图技术、图形图量和遥感技术、地图制图技术、图形图像技术、地理信息技术、计算机技术、像技术、地理信息技术、计算机技术、专家系统和定位技术及数据通讯技术的专家系统和定位技术及数据通讯技术的结合和综合应用。可见结合和综合应用。可见,将将“3S”3S”技术技术集成化是当代测绘科技发展的一个必然集成化是当代测绘科技发展的一个必然趋势。趋势。60 思思 考考 题题1.1.为什么要进行群落分类？为什

47、么要进行群落分类？2.2.群落分类的主要系统有哪些？它们之间群落分类的主要系统有哪些？它们之间 有什么差别？有什么差别？3.3.简述中国群落分类的原则、系统与单位。简述中国群落分类的原则、系统与单位。4.4.简述群落数量分类与排序的异同。简述群落数量分类与排序的异同。5.5.评述群落数量分类方法的优、缺点。评述群落数量分类方法的优、缺点。61 推荐阅读文献推荐阅读文献1 1 阳含熙，卢泽愚植物生态的数量分类阳含熙，卢泽愚植物生态的数量分类 方法北京：科学出版社，方法北京：科学出版社，198119812 2 吴征镒中国植被北京：科学出版社，吴征镒中国植被北京：科学出版社，198019803 Whittaker R H3 Whittaker R H植物群落分类周纪纶，植物群落分类周纪纶，等译北京：科学出版社，等译北京：科学出版社，198519854 Whittaker R H4 Whittaker R HGradient analysis of Gradient analysis of vegetation vegetationBiol RevBiol Rev，19671967，49 49：207-264207-264返回返回62