非度量多维测度及其在群落分类中的应用

排序与聚类分析法是近代最为常用的植被数量分析方法。原理上，排序较之于聚类法，一般具有较为严格的数学基础。在植被研究的应用方面，排序比聚类法能更好反映植被的连续性。同时，在反映植被分类结果上，排序图不仅象聚类树形图一样，使全部实体之间的划分关系得以反映，而且两两实体间的关系可以通过排序图上彼此间的距离比较而得以较好的反映。然而常规的排序方法主要适用于具有线性结构的数据分析，在２—３维排序图上常难以充分反映这些实体的生态学关系，造成大量生态学数据信息的损失。非度量多维测度（Ｎｏｎ－ｍｅｔｒｉｃｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｓｃａｌｉｎｇ）是近期发展起来的适用于非线性数据结构分析的一种复杂的迭代排序方法。它的基本思想是通过排序，ｎ个实体在尽可能低维（ｔ＜ｎ）排序空间上之间的距离与实体之间的实际相异性一致。本文在较为详尽介绍这一多元分析方法的同时，以海南岛霸王岭热带山地植被的群落分类为例，说明非度量多维测度技术在植被生态学研究中的应用。结果显示，其排序结果明显优于其它分析方法。同时，非度量多维测度具有能处理较大量的数据且常能以低维排序图反映结果的优点，是一种具有广泛应用前景的排序技术。