白順華

摘要：生物多樣性是群落生態(tài)學(xué)中的重要概念，α多樣性指數(shù)普遍應(yīng)用于生態(tài)學(xué)科學(xué)研究中。α多樣性指數(shù)的計(jì)算與相關(guān)圖像繪制，在數(shù)據(jù)處理與分析階段是非常必要的。為獲取α多樣性指數(shù)相關(guān)數(shù)據(jù)信息，從規(guī)范的“物種-樣地”二維矩陣初始數(shù)據(jù)格式出發(fā)，運(yùn)用Python編程語(yǔ)言開(kāi)發(fā)程序并通過(guò)測(cè)試，實(shí)現(xiàn)較高整合程度與較快計(jì)算速度，協(xié)助后續(xù)研究過(guò)程。

關(guān)鍵詞：植物群落;α多樣性;多樣性指數(shù);Python語(yǔ)言;程序設(shè)計(jì)

Abstract： Biodiversity is an important concept in community ecology， and α diversity index is widely used in the scientific research of ecology. It is necessary to calculate α diversity index and render its related image in the stage of data processing and analysis. In order to obtain the data information related to α diversity index， a program is developed in Python code and passes the tests on the basis of the standard initial data format of “species-sample” which is a two-dimensional matrix. It increases the integration and computing speed， and assist in the follow-up research process.

Key words： plant community; α diversity; diversity index; Python; program design

1 背景

生物多樣性能夠揭示生物種的多樣化程度、變異狀況以及物種生境的生態(tài)復(fù)雜性[1]。作為人類(lèi)生存與發(fā)展的必要條件，生物多樣性的研究在植物學(xué)、生態(tài)學(xué)、農(nóng)業(yè)科學(xué)等領(lǐng)域得到廣泛應(yīng)用與發(fā)掘，并面向共同維系全球生態(tài)平衡的森林、草地、濕地、海洋各類(lèi)型生態(tài)系統(tǒng)，不斷產(chǎn)生出新的研究熱點(diǎn)與重點(diǎn)。在2015-2021六年間，關(guān)于生物多樣性的論文在愛(ài)斯唯爾Scopus數(shù)據(jù)庫(kù)中數(shù)量達(dá)到67469篇[2]。生物多樣性指數(shù)計(jì)算的結(jié)果可用于表征物種的豐富度和均勻度，反映生境中物種的數(shù)量和分配狀況，實(shí)現(xiàn)生物多樣性測(cè)度的定量化[3]。其中，α生物多樣性指數(shù)的計(jì)算應(yīng)用最為普遍，可應(yīng)用于優(yōu)勢(shì)植物判別、群落特征描述與群落分類(lèi)確定等具體研究方面[4]。在以往的研究中，從研究樣地獲得初始數(shù)據(jù)后，包括生物多樣性指數(shù)計(jì)算的數(shù)據(jù)處理與分析步驟，依賴(lài)于Microsoft Excel、SPSS Statistics、Canoco等軟件，需要人工手動(dòng)輸入和接續(xù)操作，精度較高，但時(shí)間花費(fèi)較長(zhǎng)。近年來(lái)，隨著計(jì)算機(jī)技術(shù)的發(fā)展，出現(xiàn)了R語(yǔ)言中的外在軟件包“Vegan”用于生物多樣性指數(shù)計(jì)算和分析，運(yùn)行效率高，精度也進(jìn)一步提高。相比于更專(zhuān)精于統(tǒng)計(jì)學(xué)數(shù)據(jù)處理的R語(yǔ)言，面向?qū)ο蟮拈_(kāi)源編程語(yǔ)言Python，運(yùn)行速度更快，具有強(qiáng)大的“膠水語(yǔ)言”功能。因此，以α多樣性指數(shù)計(jì)算的數(shù)學(xué)公式為基礎(chǔ)，借助Python語(yǔ)言及Numpy、Matplotlib等第三方庫(kù)，以命令行方式編寫(xiě)了α多樣性指數(shù)計(jì)算處理程序，實(shí)現(xiàn)了α多樣性相關(guān)指數(shù)的計(jì)算與繪圖，其運(yùn)行結(jié)果與傳統(tǒng)軟件及R語(yǔ)言相比無(wú)明顯區(qū)別，集成化等級(jí)高，輸入固定格式的二維數(shù)據(jù)矩陣即可得到計(jì)算結(jié)果與圖像，操作簡(jiǎn)單、上手容易，適合于在生物多樣性科學(xué)研究的數(shù)據(jù)處理與分析過(guò)程中使用。

2 α多樣性計(jì)算原理

α多樣性是關(guān)注局域生境（如棲息地或群落）物種多樣性的測(cè)度指標(biāo)，其測(cè)度包括物種豐富度指數(shù)、物種相對(duì)多度模型、物種多樣性指數(shù)、物種均勻度指數(shù)四個(gè)方面，可以應(yīng)用于微生物測(cè)序分析與植物群落研究中[5]。選取了具有代表性的數(shù)量豐度、物種密度、Chao1指數(shù)、ACE指數(shù)、Simpson多樣性指數(shù)、Shannon多樣性指數(shù)六個(gè)數(shù)量指數(shù)與物種稀釋曲線(xiàn)、秩-多度曲線(xiàn)兩個(gè)曲線(xiàn)圖像，通過(guò)Python語(yǔ)言編程實(shí)現(xiàn)指數(shù)計(jì)算與圖像繪制。

α多樣性的計(jì)算依賴(lài)于野外實(shí)驗(yàn)或模型推演中獲得的數(shù)據(jù)。野外實(shí)驗(yàn)中，在設(shè)定的樣方內(nèi)逐物種識(shí)別并記錄，綜合統(tǒng)計(jì)得到初始數(shù)據(jù);模型推演中，依靠固定的數(shù)學(xué)模型自動(dòng)或手動(dòng)推算產(chǎn)生初始數(shù)據(jù)。初始數(shù)據(jù)通常儲(chǔ)存為“物種-樣方”的二維矩陣形式，將物種名（即屬性）放在行名中，樣地名（即樣方名、地點(diǎn)）放在列名中，某個(gè)樣地某個(gè)物種的個(gè)體數(shù)量以自然數(shù)（大于等于0的整數(shù)）的格式存儲(chǔ)在某行某列的單個(gè)元素中。

得到數(shù)據(jù)完整的二維矩陣后，對(duì)每列（即每個(gè)樣地）進(jìn)行數(shù)據(jù)處理與分析。假設(shè)樣地編號(hào)為i1，i2，i3， ……，ir，所有樣地內(nèi)物種編號(hào)依次為j1，j2，j3，……，js（允許被編號(hào)的物種僅在某個(gè)或某幾個(gè)樣地中出現(xiàn)），某個(gè)樣地某個(gè)物種的個(gè)體數(shù)量編號(hào)為k11，k12， ……，k21， ……，krs，則初始數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)如表1所示。

Simpson多樣性指數(shù)與Shannon多樣性指數(shù)是反映群落個(gè)體屬于何種物種的不確定性的兩種物種多樣性指數(shù)，這兩個(gè)指數(shù)都可以由物種度和均勻度兩個(gè)側(cè)面來(lái)反映α多樣性。

Simpson多樣性指數(shù)以隨機(jī)取樣的概率學(xué)問(wèn)題出發(fā)，可表述為在群落或樣地中隨機(jī)選擇兩個(gè)個(gè)體，其屬于同一個(gè)物種的概率。其中，pi為某個(gè)編號(hào)為i的物種在整個(gè)樣地中出現(xiàn)的概率，S為數(shù)量豐度。

3 α多樣性程序設(shè)計(jì)方法

獲取初始數(shù)據(jù)后，確定數(shù)據(jù)結(jié)構(gòu)，即得到完整的數(shù)據(jù)信息?；赪indows10系統(tǒng)下Python語(yǔ)言3.7.6版本的支持，通過(guò)Python語(yǔ)言程序設(shè)計(jì)方法，進(jìn)行數(shù)據(jù)處理與分析。程序設(shè)計(jì)中主要借助于擁有多種針對(duì)數(shù)組進(jìn)行數(shù)據(jù)綜合處理模塊的NumPy庫(kù)與math庫(kù)，進(jìn)行α多樣性相關(guān)指數(shù)的計(jì)算與匯總;使用Matplotlib庫(kù)實(shí)現(xiàn)α多樣性相關(guān)科學(xué)計(jì)算圖像繪制;使用Pandas庫(kù)實(shí)現(xiàn)基于二維矩陣Dataframe格式的“物種-樣地”數(shù)據(jù)結(jié)構(gòu)進(jìn)行數(shù)據(jù)處理，將數(shù)據(jù)從Excel軟件的.csv格式讀取和輸出;同時(shí)使用SciPy、Random等庫(kù)，進(jìn)行隨機(jī)數(shù)生成和數(shù)據(jù)最優(yōu)化選擇等功能。程序依托于Python3.7.6與Jupyter Notebook軟件運(yùn)行，運(yùn)行前需先安裝這兩個(gè)軟件，并將擴(kuò)展名為.ipynb的程序文件在Jupyter Notebook軟件中上傳后運(yùn)行。