香農多樣性指數計算器
輸入各物種個體數,即時算出香農多樣性指數 H = −Σ pᵢ·ln(pᵢ) 與 Pielou 均勻度 J = H/ln(S),量化群落的物種多樣性。
輸入資料
計算結果
重點速覽:香農多樣性指數(Shannon diversity index),又稱 Shannon–Wiener 指數,源自資訊理論中「訊息熵」的概念,被生態學家借用來量化生物群落的多樣性,是野外調查與環境評估中最普遍的多樣性指標之一。它的巧妙之處在於同時反映兩件事:一是群落裡有多少種物種(物種豐富度),二是這些物種的個體數量分布是否均勻(均勻度)。公式為 H = −Σ pᵢ·ln(pᵢ),計算步驟是:先統計每個物種的個體數 nᵢ 與所有物種的總個體數 N,算出每個物種的相對豐度(比例)pᵢ = nᵢ ÷ N;再對每個物種計算 pᵢ × ln(pᵢ),把所有物種的這個乘積加總,最後取負號(因為 pᵢ 介於 0–1,其對數為負,加負號使結果為正)。對於本工具採用的自然對數 ln,H 的單位常稱為「nats」;也有文獻用 log₂(單位 bits)或 log₁₀,數值會依對數底不同而縮放,比較時須統一。H 的直觀意義:物種越多、且各物種數量越接近平均,H 越大,代表你隨機抽出一個個體時「不確定它屬於哪個物種」的程度越高,也就是多樣性越高;反之若某一物種佔絕大多數(群落被單一優勢種主導),抽出的個體幾乎都是同一種,不確定性低,H 趨近 0。為了把「均勻程度」單獨拆出來看,常用 Pielou 均勻度 J = H ÷ H_max,其中 H_max = ln(S)(S 為物種數),代表在物種數固定下、各物種完全均勻時 H 能達到的最大值。J 介於 0–1,J = 1 表示所有物種數量完全相等(最均勻),J 越小表示分布越偏、越被少數物種主導。舉個典型例子:四個物種個體數各為 25、合計 100,每個 pᵢ = 0.25,H = −4 × 0.25 × ln(0.25) = −ln(0.25) = ln4 ≈ 1.386,且 J = 1.386 ÷ ln4 = 1,代表完全均勻。若同樣 4 種但個體數變成 90、5、3、2(總數 100),H 只有約 0.43、J 約 0.31,因為群落被第一個物種強烈主導,多樣性與均勻度都低得多。使用香農指數時要注意幾點:第一,H 對「稀有物種」較敏感、對「是否遺漏極稀有種」不會劇烈改變結果,但抽樣努力(樣本大小)會影響觀察到的物種數,比較不同群落時應在相近的抽樣強度下進行;第二,H 值本身沒有絕對好壞的門檻,多用於同一方法下不同樣區或不同時間的相對比較,常見的自然群落 H 大致落在 1.5–3.5,但視分類群與尺度而定;第三,H 與 Simpson 指數(強調優勢種)互補,前者對稀有種較敏感、後者對優勢種較敏感,可一起報告;第四,物種的界定與計數品質直接影響結果,應確保鑑定一致、計數完整。總之,香農多樣性指數用一個數字同時概括「有多少種」與「分布多均勻」,是描述、監測與比較生態群落多樣性的核心工具。
計算公式
香農多樣性指數:H = −Σ pᵢ·ln(pᵢ),pᵢ = nᵢ ÷ N。
Pielou 均勻度:J = H ÷ ln(S),S 為物種數,J 介於 0–1。
各物種數量越平均、物種越多,H 越大;被單一物種主導時 H → 0。
$$H = -\sum_{i=1}^{S} p_i \ln p_i, \quad p_i = \dfrac{n_i}{N}$$$$J = \dfrac{H}{\ln S}$$使用說明
- 統計樣區中各物種的個體數,填入對應欄位(不足四種者其餘留 0)。
- 系統把各物種個體數轉為相對豐度,計算香農指數 H。
- 同時算出 Pielou 均勻度 J,用於判讀多樣性與分布是否均勻。
群落分布對 H 與 J 的影響(總數 100、4 種)
| 個體數分布 | H (nats) | J | 說明 |
|---|---|---|---|
| 25,25,25,25 | 1.386 | 1.00 | 完全均勻,多樣性最高 |
| 40,30,20,10 | 1.279 | 0.923 | 稍不均,仍高 |
| 70,15,10,5 | 0.919 | 0.663 | 有明顯優勢種 |
| 90,5,3,2 | 0.428 | 0.309 | 強烈單一物種主導 |
物種數相同下,分布越均勻 H 與 J 越大;採自然對數 ln,單位 nats。
理財情境案例
均勻群落的 H 與 J
某樣區記錄 4 個物種各 25 隻,總數 100,各 pᵢ = 0.25。
H = −4 × 0.25 × ln(0.25) = ln4 ≈ 1.386;均勻度 J = 1.386 ÷ ln4 = 1。
H 高且 J = 1,代表這是物種數與均勻度都理想的高多樣性群落。
被優勢種主導的群落
另一樣區同樣 4 種,但個體數為 90、5、3、2(總數 100)。
H ≈ 0.428、J ≈ 0.309,遠低於均勻情況。
雖然物種數一樣是 4,但第一個物種強烈主導,多樣性與均勻度都很低。
常見問題
香農指數用的是哪種對數?
本工具採自然對數 ln,H 的單位稱為 nats。文獻中也有用 log₂(單位 bits)或 log₁₀,換底只會讓數值等比縮放,並不改變相對高低。重點是同一批比較要用相同的對數底,否則數值不可直接對照。
H 多大才算多樣性高?
H 沒有絕對門檻,多用於相同方法下不同樣區或不同時間的相對比較。常見自然群落的 H 大致在 1.5–3.5,但會因分類群、尺度與抽樣強度而異。判讀時建議搭配物種數與均勻度 J 一起看,並在相近抽樣努力下比較。
均勻度 J 代表什麼?
J = H ÷ ln(S) 是 Pielou 均勻度,把 H 相對於『物種數固定下完全均勻時的最大值 ln(S)』標準化到 0–1。J = 1 表示各物種數量完全相等;J 越小表示群落越被少數物種主導。它能把『均勻程度』從多樣性中單獨拆出來看。
香農指數與 Simpson 指數有何不同?
兩者都衡量多樣性,但側重不同:香農指數 H 對『稀有物種』較敏感,Simpson 指數(如 1−D)對『優勢物種』較敏感。群落中稀有種的增減對 H 影響較明顯,而優勢種比例變化對 Simpson 影響較大。實務上常同時報告兩者以互補。
抽樣多少才夠?物種數會不會被低估?
觀察到的物種數會隨抽樣努力增加而上升,樣本太小容易漏掉稀有種、低估多樣性。比較不同群落時應盡量以相近的抽樣強度或用稀釋曲線(rarefaction)校正。確保物種鑑定一致、計數完整,也是可靠估計 H 的前提。
相關工具
參考資料
內容審核:香港計算器科學團隊。H = −Σ pᵢ·ln(pᵢ);J = H/ln(S)。