生态因子的差异,往往包含单个维度或者多个维度,这在早期的生态学研究中称之为:生态位宽度.生态位宽度反映了物种对周围环境资源的可利用性以及利用偏好.当然,伴随着物种自身进化及周围环境的变化以及生物相互作用的发生,生态位宽度也在发生着同样的进化.

​ 生态位宽度的进化,是可以被检测到的,通过多物种比较或者单物种在时间/空间上投影的变化过程来显示生态位宽度的进化过程;_----:需要参考那篇经典文献:生态位宽度的进化- Evolution of niche breadth

​ 理论上自然界的环境生态因子伴随着物种的分布集合种群动态分布,其对应的环境生曲线也会出现明显的单峰分布或/双峰分布/多峰分布,这些分布特征反映了种及种下的环境适应性差异.因此对属下物种间/姐妹种间/种内的环境因子分子可以有效的解释种群在某个维度的特征差异,这种特征差异本身有可能能够反映环境局域环境空间自相关/适应性分化/尺度效应的差异(小尺度上存在差异,在宽尺度上存在共性)/集合种群动态在时间/空间上的投影/顶级群落的特征差异/群落发育阶段对物种生态位宽度的影响差异等等.

​ 生态位宽度 检测可以从多个维度进化,也可以从单个维度比较.

​ 多个维度因子分析:可以反映不同维度之间的线性/非线性关系,还可以同时利用经典群落生态位的排序和聚类的方法来研究环境因子及物种数据集在矩阵数据集的内外属性,以及不同环境矩阵的之间的空间关联性;

​ 主成分分析（PCA）、主坐标分析（PCOA）、对应分析（CA）、去趋势对应分析（DCA）和非度量多维尺度分析（NMDS)、冗余分析（RDA）、典范对应分析（CCA）都属于降维排序分析方法. 所有排序方法都是基于一定的模型之上，这种模型反映物种和环境之间的关系以及在某一环境梯度上的种间关系。

## 多维度因子分析:
## 经典的分析包括:聚类和排序和空间分析
### 聚类:
监督分类(svm,glm,ann)/无监督聚类(kmeans/层析分析)
### 排序(连续体环境梯度排序):
## 注意:线性模型（PCA 和RDA和多元线性回归）;单峰模型(CA和CCA);
## 理论上单峰模型能够更好的反映环境有因子间的数据关系;
非约束排序(线性:pca/pcoa/ca;非线性:tsne)
约束排序(rda/cca)
### 空间分析
## 空间结构/空间尺度/空间分析/空间异质性
## 空间自相关:墨兰指数
## mentel test

​