生物群集の多変量解析の応用
生物群集の多変量解析の応用
現在見られる生物群集が、場所によってどのように違うのか明らかにしたり、特 定の環境条件に対応した生物群を見つけだしたりする上で、多変量解析は有効な手 段となります。生物群集の調査結果に対する多変量解析をとりいれた、地域の環境 評価、環境管理、環境計画の手法の開発を進めています。
加藤和弘(1996)：ランドスケープ研究60(1)，46-55。
都市や農村における環境計画では、生物群集やその生息地の保全・再生は重要な 課題の一つである。計画対象地域で生物群集調査を行い、得られた種組成のデータ に多変量解析を適用することで、生物群集や生息地の現状を把握し、計画策定のた めの判断材料を得ることができる。多変量解析により可能な作業として、計画対象 地域の生物相の広域的な位置づけ、対象地域内部の環境構造の把握、生息地（また はビオトープ）地図の作成、計画代替案の有効性の相互比較、環境モニタリング対 象種の選択などをあげることができる。本論文では、多変量解析による生物群集分 析の可能性を既往研究に基づき整理し、実際の地域環境計画への応用について考察 した。
加藤和弘(1995)：環境科学会誌 8，339-352。
生物群集の種組成の変化のパターンを分析し、群集に影響を及ぼす環境要因を明
らかにしたり、その環境要因から見た地域の環境評価、環境計画を支援するために、
種組成データの多変量解析による分析が利用されている。本研究ではそのうちの序列
化に焦点を当て、主要な手法の有効性を比較、検討した。既に研究され、種組成の変
化のパターンとその環境要因がわかっている生物群集データ２セットを、よく利用さ
れている６つの序列化手法、主成分分析、反復平均法、ＤＣＡ、多次元尺度構成法、
ＢＣ序列法、およびＣＣＡにより分析し、結果を比較した。種組成のデータの他に環
境条件のデータを必要とするＣＣＡについては、種組成とは無関係の環境条件に関す
るデータが計算結果に与える影響を知るために、一部またはすべての環境条件のデー
タを乱数に置き換えての計算も行った。得られた結論は以下の通りである。種組成の変
化の幅が狭い場合（総種数がサンプルあたり平均種数の３倍前後またはそれ以下）には、
データを対数変換した上での主成分分析が適当であり、ＤＣＡと多次元尺度構成法がこ
れに次ぐ。種組成の変化の幅が広く、かつその環境要因が相互に独立である場合には、
ＤＣＡが適当である。種組成の変化の幅が広い場合でも、その環境要因が互いに連関し
て変化している場合には、ＤＣＡは誤った結果を示すことがあり、反復平均法との相互
検証が必要になる。多次元尺度構成法はおおよそ常に歪みの少ない結果を出すが、類似
度指数の選択により結果が左右されるうえ、サンプル（地点）の序列と種の序列が独立
に計算され、不便である。ＣＣＡは、種組成の変化に関与する環境条件に関するパラメ
ータが計算に用いられている場合は、他の手法以上に効果的である。そうでない場合に
は妥当な結果を得ることができず、種組成とは無関係の環境条件に関するパラメータに
由来する軸の固有値は、ごく小さな価を取ることが示された。
「都市緑地生態系の研究」に戻る
ホームに戻る