Meta分析在生态环境领域里的应用

Meta分析（Meta Analysis）是当今比较流行的综合具有同一主题的多个独立研究的统计学方法，是较高一级逻辑形式上的定量文献综述。20世纪90年代后，Meta分析被引入生态环境领域的研究，并得到高度的重视和长足的发展，尤其是在生态系统对CO2浓度升高、全球变暖、O3浓度升高等的响应，以及土地利用变化对气候变化的影响等方面的应用发展迅速。

为了Meta分析问题的设计、基础理论、软件操作和结果解读进行交流和互相学习，选取专门针对生态环境问题的Meta分析软件——MetaWin进行讲解。这个软件是由生态环境领域最著名的Meta分析大师Jessica Gurevitch等人开发的，不涉及复杂的代码编写，界面简单，操作方便，有利于初学者在短时间内较系统的掌握Meta分析的基本方法。

理论方面，针对Meta分析效应量的选取与计算、异质性检验、数据结构、固定效应和随机效应模型、数据信息的获取与偏倚分析、数据填补等知识进行系统的梳理。实践方面，结合具体案例，针对MetaWin软件的功能逐一介绍，并对结果如何导出和解读进行全面讲解。掌握生态环境领域相关问题Meta分析的基本思路与基本步骤，且通过一步步讲解与上机操作，具备解决实际问题的能力。

R语言在生态环境领域中的实践技术应用

R语言作为新兴的统计软件，以开源、自由、免费等特点风靡全球。生态环境领域研究内容广泛，数据常多样而复杂。利用R语言进行多元统计分析，从复杂的现象中发现规律、探索机制正是R的优势。为此，本学习以鱼类、昆虫、水文、地形等多样化的生态环境数据为例，在R语言的基本操作介绍基础上，利用vegan、ade4、adespatial、stats、cluster、dendextend等多个程序包分析数据的分布、相关性、回归、聚类、排序、空间结构和群落多样性等内容，解读其结果及生态学意义，并将数据分析和作图展现集成于一体，引导读者能够系统运用R语言在生态环境领域进行多方位分析与探索。

专题一、R语言基本操作及语法
1、R的获取和安装
2、R的数据类型
3、R的函数
4、R包的载入及使用

专题二、探索性数据分析
案例一：不同物种的多度分析
案例二：不同物种在样方中的空间分布
案例三：水文、地形等环境数据地图

专题三、相关性分析
1、不同变量之间的相关性分析
2、不同物种之间的差异及距离矩阵
3、图解关联矩阵

专题四、回归分析
1、用lm()拟合回归模型
2、一元及多元线性回归
3、多项式回归
4、回归诊断
5、选择最佳的回归模型

专题五、聚类分析
案例：样方之间的不同类型聚类及比较
（单连接、完全连接、平均聚合聚类(UPGMA)、Ward最小方差聚类等）

专题六、排序分析
1、主成分分析(PCA)
2、对应分析(CA)
3、主坐标分析(PCoA)
4、非度量多维尺度分析(NMDS)

专题七、数据空间分析
1、空间结构和空间分析概述
2、多元趋势面分析
3、基于特征根的空间变量和空间建模
4、多尺度排序（MSO）

专题八、生物多样性分析
1、生物群落的稀疏度分析
2、生物群落的alpha、beta和gamma多样性
3、群落功能多样性、功能组成和谱系多样性

MATLAB在生态环境数据处理与分析中的应用

​专题一、MATLAB编程入门
要点：介绍、案例演示、软件界面、语法基础、基本运算等

专题二、MATLAB编程入门
要点：脚本编写、函数调用、循环控制、代码调试、文件读写等

专题三、MATLAB可视化与绘图
要点：交互式绘图、编程绘图、时序数据、三维数据、动画制作等

专题四、时间序列数据处理与案例分析
要点：时间尺度、平滑插值、统计分析、参数拟合等
案例：野外站时间序列长期观测数据分析等

专题五、图像视频数据处理与案例分析
要点：文件类型、特征提取、图像分类、图像匹配、视频处理等
案例：野外植被物候相机观测数据分析等

专题六、地图矢量数据处理与案例分析
要点：地理空间数据、地图投影与变换、地图可视化等
案例：植被斑块动态观测数据分析等

专题七、遥感影像数据处理与案例分析
要点：非成像光谱、无人机航拍、卫星遥感影像等
案例：植被高光谱数据处理、无人机/卫星影像处理等

专题八、三维点云数据处理与案例分析
要点：点云文件读写、可视化分析、点云数据处理等
案例：无人机激光雷达点云数据处理与分析等

专题九、生态环境数值模型与案例分析
要点：生态环境系统过程模型、微分方程构建与求解等
案例：生态系统模型构建与数值模拟等