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。本次培训注重理论与实践相结合。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。
(资料图片仅供参考)
Meta分析简介
1、Meta分析简介2、现状及发展趋势3、基本思路4、常用软件
Meta分析案例——步骤①
1、Meta分析选题2、文献资料的搜集与初筛3、数据库的建立4、数据整合
Meta分析基础理论
1、效应值的选取、计算与转换2、合并效应值的计算及异质性检验3、非结构化数据、分组数据、连续数据4、随机效应模型
Meta分析案例——步骤②
1、效应值的选取与计算2、合并效应值的计算3、参数模型与非参数模型4、分组分析与Meta回归（单变量、双变量）5、累积/递减Meta分析6、模型比较（Model Building）7、结果解读
文献偏倚与抽样检验
1、图形分析法2、秩相关检验法3、失安全数4、偏倚结果的矫正——“Trim and Fill”
图形绘制
1、森林图2、漏斗图3、加权直方图及高斯拟合4、正态分位数图
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，本课程以鱼类、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
标签：
