[转载]R软件包vegan教程 2.2群落差异

2.2 群落差异（Community dissimilarities）

非度量多维度变换是排序的好方法，因为它能使用具有生态学意义的方法度量群落差异。好的差异指标沿环境梯度有好的排列顺序关系。NMDS只是用排列信息，并用非线性的方法把排列在序列空间中以图示的形式显示出来，因此可以用它处理物种的、各种形式的非线性响应，有效和稳健地找出潜在的梯度。

最自然的差异测度是欧氏距离，它是特征向量排序的内在方法。它是物种空间距离。物种空间指每个物种都是一个与其它所有物种正交的轴，样地是多维度超空间中的点。但是欧氏距离是一种基于差异的平方的距离，受到单一的巨大差异的控制。大多数具有生态意义的差异是马氏（Manhattan）类型的，它不使用平方项。成比例是良好差异指数的另一个性质：如果两个群落没有共有种，它们差异取最大值 1。按欧氏距离和马氏距离计算总丰富度结果会不同，即便两个群落没有共有种。

在vegan程序包里，函数 vegdist 使用Bray-Curtis，Jaccard，和
Kulczyński 指数。这些都是马氏类型，都只用第一顺序（use only first order terms(sums and differences)），并且都使用相对值，当没有共有种时取得最大值，1。vegdist 是标准R函数 dist 的替代，都可用于分析差异。

有很多差异指数令人困惑，同样的指数写成不同样式的方程是原因之一，从Manhattan公式可见一斑。命名混杂是另一个让人困惑的原因：函数vegdist使用的是不太严谨的口语化命名；vegan里默认的是Bray（或者Bray-Curtis）指数，但是也许该称其为Steinhaus指数。另一方面，在过去，它的正确命名被认为应是Czekanowski指数（现在认为是另一个指数），还被称为Sørensen指数（拼写常被搞错）。严格来说，Jac