介绍
微生物多样性分析中，α多样性主要关注局域均匀生境下的物种数目 ，通俗来讲就是样本内的物种多样性。β多样性是指在地区尺度上，物种组成沿着某个梯度方向从一个群落到另一个群落的变化率；即沿着某一环境梯度，物种替代的速率、物种周转率等， 影响β多样性的主要生态因子有土壤、地貌及干扰等。
排序分析（Ordination analysis)的过程就是在一个可视化的低维空间或平面重新排列这些样本，使得样本之间的距离最大程度地反映出平面散点图内样本之间的关系信息，使得排序轴能够反映一定的生态梯度。包括：
-
只使用物种组成数据的排序称作非限制性排序(unconstrained ordination)
主成分分析(principal components analysis,PCA)
对应分析(correspondence analysis, CA)
Multiple Correspondence Analysis (MCA)：MCA是CA的改良版本，可分析2个以上的变量。
去趋势对应分析(Detrended correspondence analysis, DCA)
主坐标分析(principal coordinate analysis, PCoA)
非度量多维尺度分析(non-metric multi-dimensional scaling, NMDS)
-
同时使用物种和环境因子组成数据的排序叫作限制性排序(constrained ordination)
冗余分析(redundancy analysis,RDA)
典范对应分析(canonical correspondence analysis, CCA)
db-RDA
Tips：通常采用PCA处理环境数据，采用CA处理群落数据；RDA和CCA是多元分析（PCA，CA）和线性回归的结合，研究生物和环境之间的关系；
RDA图解释：
RDA是响应变量矩阵与解释变量之间多元多重线性回归的拟合值矩阵的PCA分析，展示方式一般有双序图和三序图。环境因子一般用箭头表示，箭头所处的象限表示环境因子与排序轴间的正负相关性，箭头与原点的连线长度代表着某个环境因子与群落分布和种类分布间相关程度的大小，连线越长，说有相关性越大，反之越小。箭头连线和排序轴的夹角代表着某个环境因子与排序轴(RDA1和RDA2，主成分1、2)的相关性大小，夹角越小，相关性越高；反之越低。
RDA双序图将对象作为绿色点，将响应或解释变量作为向量（红色箭头），标称型目标变量为红色点（标称型：不是数值的变量，如是和否、男和女、职业等，主要用于分类）。在三序图中，将对象指定为绿色点，而响应和解释变量（红色和绿色箭头）都被绘制为矢量，标称变量绘制为绿色点。
环境因子一般用箭头表示，箭头所处的象限表示环境因子与排序轴间的正负相关性，箭头连线的长度代表着某个环境因子与群落分布和种类分布间相关程度的大小，连线越长，说有相关性越大，反之越小。箭头连线和排序轴的夹角代表着某个环境因子与排序轴的相关性大小，夹角越小，相关性越高；反之越低。
