香農威納指數大於1

1. 香農威爾指數公式

香農-威納指數（Shannon-Weinerindex）

資訊理論中熵的公式原來是表示信息的紊亂和不確定程度的，我們也可以用來描述種的個體出現的紊亂和不確定性，信息量越大，不確定性也越大，因而多樣性也就越高。其計算公式為：

式中S為物種數目，Pi為屬於種i的個體在全部個體中的比例，H為物種的多樣性指數。公式中對數的底可取2，e和10，但單位不同，分別為nit，bit和dit。

香農-威納指數包含兩個因素：其一是種類數目，即豐富度；其二是種類中個體分配上的均勻性（evenness）。種類數目越多，多樣性越大；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。

2. Excel計算香農威納指數

工具/材料：Microsoft Office Excel2016版，Excel表格。

1、首先選中Excel表格，雙擊打開。

3. 香農-威納指數的指數

在香農-威納指數中，包含著兩個成分：①種數；②各種間個體分配的回均勻性（equiability或evenness）。各答種之間，個體分配越均勻，H值就越大。如果每一個體都屬於不同的種，多樣性指數就最大；如果每一個體都屬於同一種，則其多樣性指數就最小。那麼，均勻性指數如何來測定呢？可以通過估計群落的理論上的最大多樣性指數（Hmax），然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下：
Hmax=－S（1/S log21/S）=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數
如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，舉例說，群落中只有兩個種時，則：Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為：E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

4. 香農-威納指數的含義

費歇爾和普雷斯頓的方法所表示的多樣性指數僅包括種的多寡一方面。香農-威納指數和辛普森指數則包括了測量群落的異質性。香農-威納指數借用了資訊理論方法。資訊理論的主要測量對象是系統的序（ order）或無序(disorder)的含量。在通訊工程中，人們要進行預測，預測信息中下一個是什麼字母，其不定性的程度有多大。例如，b b b b b b b這樣的信息流，都屬於同一個字母，要預測下一個字母是什麼，沒有任何不定性，其信息的不定性含量等於零。如果是a，b，c，d，e，f，g，每個字母都不相同。那麼其信息的不定性含量就大。在群落多樣性的測度上，就借用了這個資訊理論中不定性測量方法，就是預測下一個採集的個體屬於什麼種，如果群落的多樣性程度越高，其不定性也就越大。
H' = - ∑ Pi ln Pi Shannon Wiener指數計算公式
J = H' / ln S Pielou 均勻度指數計算公式
其中，H=樣品的信息含量（彼得/個體）=群落的多樣性指數，S=種數，Pi=樣品中屬於第i種的個體的比例，如樣品總個體數為N，第i種個體數為ni，則Pi=ni/N
下面用一個假設的簡單數字為例，說明香農一威納指數的含義，設有 A，B，C三個群落，各有兩個種所組成，其中各種個體數組成如下：
物種甲 物種乙
群落A 100（1.0） 0(0)
群落B 50(0.5) 50(0.5)
群落C 99(0.99) 1(0.01)
括弧內數字即 Pi因為群落A的所有個體均屬於物種甲，沒有任何多樣性，從理論上說H應該等於零，其香農一威納指數是：
H=－〔(1.0 log21.0)+ 0）〕=0
由於在群落B中兩個物種各有50個體，其分布是均勻的。它的香農指數是：
H=－〔0.50（log20.50）+0.50（log20.50）〕=l
群落C的兩個物種分別具有99和1個個體，則：
H=一〔0.99（log20.99）+ 0.01（log20.01）〕=0.081
顯然，H值的大小與我們的直覺是相符的：群落B的多樣性較群落C大，而群落A的多樣性等於零。

5. 香農-威納指數的介紹

香農-威納指數是一個專業術語。

6. 「香農維納指數」和「辛普森指數」的區別是什麼

香農-威納指數和辛普森指數包括了測量群落的異質性。

香農-威納指數借用了資訊理論方法。資訊理論的主要測量對象是系統的序（ order）或無序(disorder)的含量。
香農-威納指數（Shannon-Weiner index），是用來描述種的個體出現的紊亂和不確定性，不確定性越高，多樣性也就越高。

在香農-威納多樣性指數中包含兩個因素：
①種類數目，即豐富度；
②種類中個體分配上的平均性（equitability）或均勻性（evenness）。
種類數目多，可增加多樣性；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。
如果每一個體都屬於不同的種，多樣性指數就最大;如果每一個體都屬於同一種，則其多樣性指數就最小。
均勻性指數的測定可以通過估計群落的理論上的最大多樣性指數(Hmax)，然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下:
Hmax=-S(1/S log21/S)=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數
如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，舉例說，群落中只有兩個種時，則:Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為:E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

辛普森多樣性指數=隨機取樣的兩個個體屬於不同種的概率
=1-隨機取樣的兩個個體屬於同種的概率
=1-每個物種的物種個數除以總植株個數的平方的加和
例如，甲群落中A、B兩個種的個體數分別為99和1，而乙群落中A、B兩個種的個體數均為50，按辛普森多樣性指數計算，
甲群落的辛普森指數:D甲=1-(0.99^2+0.01^2.)=0.0198
乙群落的辛普森指數:D乙=1-(0.5^2+0.5^2)=0.5
可以看到，群落中種數越多，各種個體分配越均勻，指數越高，指示群落多樣性好。

7. 香農-威納指數、Pielou均勻度指數 算出來之後有什麼意義嗎能說明什麼問題

這兩個人所給的公式
主要是給生物多樣性指數的比較進行了定量的定義
意義就很簡單了，指數越高生物多樣性越高

8. 香農維納指數和辛普森指數的區別

香農-威納指數和辛普森指數包括了測量群落的異質性。

香農-威納指數借用了資訊理論方法。資訊理論的主要測量對象是系統的序（ order）或無序(disorder)的含量。
香農-威納指數（Shannon-Weiner index），是用來描述種的個體出現的紊亂和不確定性，不確定性越高，多樣性也就越高。

在香農-威納多樣性指數中包含兩個因素：
①種類數目，即豐富度；
②種類中個體分配上的平均性（equitability）或均勻性（evenness）。
種類數目多，可增加多樣性；同樣，種類之間個體分配的均勻性增加也會使多樣性提高。
如果每一個體都屬於不同的種，多樣性指數就最大;如果每一個體都屬於同一種，則其多樣性指數就最小。
均勻性指數的測定可以通過估計群落的理論上的最大多樣性指數(Hmax)，然後以實際的多樣性指數對Hmax的比率，從而獲得均勻性指數，具體步驟如下:
Hmax=-S(1/S log21/S)=log2S，其中 Hmax=在最大均勻性條件下的種多樣性值，S=群落中種數
如果有S個種，在最大均勻性條件下，即每個種有1/S個體比例，所以在此條件下Pi=1/S，舉例說，群落中只有兩個種時，則:Hmax=log22=1
這與前面的計算是一致的，因此，我們可以把均勻性指數定義為:E=H/ Hmax，其中 E=均勻性指數，H=實測多樣性值，Hmax =最大多樣性值= log2S

辛普森多樣性指數=隨機取樣的兩個個體屬於不同種的概率
=1-隨機取樣的兩個個體屬於同種的概率
=1-每個物種的物種個數除以總植株個數的平方的加和
例如，甲群落中A、B兩個種的個體數分別為99和1，而乙群落中A、B兩個種的個體數均為50，按辛普森多樣性指數計算，
甲群落的辛普森指數:D甲=1-(0.99^2+0.01^2.)=0.0198
乙群落的辛普森指數:D乙=1-(0.5^2+0.5^2)=0.5
可以看到，群落中種數越多，各種個體分配越均勻，指數越高，指示群落多樣性好。

9. 香農維納指數可不可以大於1

當然可以大於一啦，H大於3才是物種豐富級別的啊

10. 關於物種多樣性指數（香農威納）

物種多樣性是生物多樣性的重要組成部分，是衡量一個地區生態保護、回生態建設與恢復水答平的較好指標。本指標選擇代表性的動植物（鳥類、魚類、和植物）作為衡量城市物種多樣性的標准。
物種指數的計算方法如下：
單項物種指數：pi=（i=1,2,3,分別代表鳥類、魚類和植物）
其中，Pi為單項物種指數，Nbi為城市建成區內該類物種數，Ni為市域范圍內該類物種總數。
綜合物種指數為單項物種指數的平均值。
綜合物種指數H=,n=3
注:鳥類、魚類均以自然環境中生存的種類計算，人工飼養者不計。