《表2 八个环境因子间Spearman相关矩阵》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《龙脑香热带雨林附生苔藓沿宿主垂直梯度的微生境偏好及其指示作用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:显著水平P<0.01的相关系数加粗。

本研究涉及到的统计分析均由开源统计平台3.4.3版本的R（http://www.r-project.org）以及Origin pro 9.0完成。统计各个垂直区域内，每个物种出现的频数。为使结果更可靠，排除了低频的偶见种（排除41种），即13个垂直高度中每个垂直高度的频数仅出现1次或2次的苔藓物种未参与统计。数据集由垂直区域-苔藓数据（每行代表一个垂直区域，每列代表一种苔藓或者生活型）和垂直区域-环境因子数据（每行代表一个垂直区域，每列代表一个环境因子）组成，其中环境因子包括气候因子（空气温度、相对湿度、光合有效辐射、风速和水汽压）和宿主特征因子（胸径、区域高度和树皮粗糙度）。根据spearman做环境因子间的相关性比较分析（表2），大气湿度与空气温度、光合有效辐射、风速、树高都显著相关（相关系数大于0.6，P<0.05）。大气湿度与苔藓生理关系最为密切，所以将其保留，其余相关的因子均舍去。因此，大气湿度、水汽压、胸径与树皮粗糙度选为排序分析的环境因子。利用vegan包（Oksanen et al.，2017）里的典范对应分析（CCA）方法来分析附生苔藓及其生活型与潜在驱动因子之间的关系。其中，唯一一种分布于H6、H7的高丛集型苔藓，由于该类生活型频度过低未能显示于CCA图中。根据CCA图苔藓群落在垂直区域上的偏好类型（H1-H3区域，H4-H8区域和H9-H13区域），我们利用R语言中的Labdsv软件包（Roberts，2016）中的IndVal函数计算各个附生苔藓的IndVal值（Dufrêne&Legendre，1997）以筛选出指示特殊生境的指示种，并且以IndVal值大于0.7作为标准确定指示物种（李巧，2001）。