(1)辛普森多样性指数(Simpson's diversity index) 辛普森在1949年提出过这样的问题：在无限大小的群落中，随机取样得到同样的两个标 本，它们的概率是什么呢？如在加拿大北部森林中，随机采取两株树标本，属同一个种的概 率就很高。相反，如在热带雨林随机取样，两株树同一种的概率很低，他从这个想法出发得 出多样性指数。用公式表示为： 辛普森多样性指数=随机取样的两个个体属于不同种的概率 =1-随机取样的两个个体属于同种的概率 设种ⅰ的个体数占群落中总个体数的比例为P,那么，随机取种ⅰ两个个体的联合概率就 为。如果我们将群落中全部种的概率合起来，就可得到辛普森指数D,即 D=1->P2 i-1 式中，S为物种数目。 辛普森多样性指数的最低值是0，最高值是(1-1/s)。前一种情况出现在全部个体均属于 一个种的时候，后一种情况出现在每个个体分别属于不同种的时候。 例如，甲群落中A、B两个种的个体数分别为99和1，而乙群落中A、B两个种的个体数 均为50，按辛普森多样性指数计算，则甲、乙两群落的多样性指数分别为： D1=1-∑N,02=1-(991/100)2+111002)=0.0198 i-l D2=1- ∑(N:1N)2=1-{(501100)2+(501100)2)=0.5000 1 乙群落的多样性高于甲群落。造成这两个群落多样性差异的主要原因是种的不均匀性，从 丰富度来看，两个群落是一样的，但均匀度不同。 (2)香农-威纳指数(Shannon-Weiner index) 信息论中熵的公式原来是表示信息的紊乱和不确定程度的，我们也可以用来描述种的个体 出现的紊乱和不确定性，信息量越大，不确定性也越大，因而多样性也就越高。其计算公式 为： H=∑1og2 il 式中S为物种数目，Pi为属于种ⅰ的个体在全部个体中的比例，H为物种的多样性指数。 公式中对数的底可取2，e和10，但单位不同，分别为nit,bit和dit。若仍以上述甲、乙两群 落为例计算，则（1）辛普森多样性指数（Simpson's diversity index） 辛普森在 1949 年提出过这样的问题：在无限大小的群落中，随机取样得到同样的两个标 本，它们的概率是什么呢？如在加拿大北部森林中，随机采取两株树标本，属同一个种的概 率就很高。相反，如在热带雨林随机取样，两株树同一种的概率很低，他从这个想法出发得 出多样性指数。用公式表示为： 辛普森多样性指数=随机取样的两个个体属于不同种的概率 =1-随机取样的两个个体属于同种的概率 设种 i 的个体数占群落中总个体数的比例为 Pi，那么，随机取种 i 两个个体的联合概率就 为 。如果我们将群落中全部种的概率合起来，就可得到辛普森指数 D，即 式中，S 为物种数目。 辛普森多样性指数的最低值是 0，最高值是（1-1／s）。前一种情况出现在全部个体均属于 一个种的时候，后一种情况出现在每个个体分别属于不同种的时候。 例如，甲群落中 A、B 两个种的个体数分别为 99 和 1，而乙群落中 A、B 两个种的个体数 均为 50，按辛普森多样性指数计算，则甲、乙两群落的多样性指数分别为： 乙群落的多样性高于甲群落。造成这两个群落多样性差异的主要原因是种的不均匀性，从 丰富度来看，两个群落是一样的，但均匀度不同。 （2）香农-威纳指数（Shannon-Weiner index） 信息论中熵的公式原来是表示信息的紊乱和不确定程度的，我们也可以用来描述种的个体 出现的紊乱和不确定性，信息量越大，不确定性也越大，因而多样性也就越高。其计算公式 为： 式中 S 为物种数目，Pi 为属于种 i 的个体在全部个体中的比例，H 为物种的多样性指数。 公式中对数的底可取 2，e 和 10，但单位不同，分别为 nit，bit 和 dit。若仍以上述甲、乙两群 落为例计算，则