如何在R中计算分三列的植被高度比例变量的异质性

针对你的样带植被高度比例数据，以下几种方法可以有效衡量异质性/均匀性：

一、行内标准差/变异系数 #

直接计算每个样带三个比例的标准差，数值越大说明比例差异越大（异质性越高），数值越小则分布越均匀。由于三个比例总和固定为100，每行的均值约为33.33，变异系数（标准差/均值）和标准差的排序结果完全一致，可按需选择。

R代码实现： #

# 提取植被比例列
veg_cols <- c("vegunder5cm", "vegbw5and15cm", "vegover15cm")

# 计算每行的标准差
df$sd_hetero <- apply(df[, veg_cols], 1, sd)

# 计算变异系数（可选）
df$cv_hetero <- df$sd_hetero / rowMeans(df[, veg_cols])

# 按异质性从高到低排序
df_sorted <- df[order(-df$sd_hetero), ]

二、香农-威纳多样性指数 #

这是生态学中衡量群落异质性的经典指标，公式为：

H = -Σ(p_i × ln(p_i))
其中p_i是每个高度类别的比例（转换为0-1的小数）。H值越大，说明植被高度分布越均匀（异质性越低）；H值越小，说明分布越集中在少数类别（异质性越高）。

R代码实现： #

# 定义香农指数计算函数
shannon_index <- function(x) {
  p <- x / 100  # 转换为0-1比例
  p <- p[p > 0]  # 排除0值，避免ln(0)报错
  -sum(p * log(p))
}

# 计算每个样带的香农指数
df$shannon_index <- apply(df[, veg_cols], 1, shannon_index)

# 按均匀性从高到低排序（即异质性从低到高）
df_sorted_shannon <- df[order(-df$shannon_index), ]

三、辛普森指数 #

辛普森指数的计算公式为：

D = Σ(p_i²)
D值越大，说明分布越集中（异质性越高）；D值越小，说明分布越均匀（异质性越低）。也可以用1-D来表示，此时数值越大则均匀性越高。

R代码实现： #

# 定义辛普森指数计算函数
simpson_index <- function(x) {
  p <- x / 100
  sum(p^2)
}

# 计算辛普森指数D
df$simpson_D <- apply(df[, veg_cols], 1, simpson_index)
# 计算1-D（可选，数值越大均匀性越高）
df$simpson_1D <- 1 - df$simpson_D

# 按异质性从高到低排序（D值从大到小）
df_sorted_simpson <- df[order(-df$simpson_D), ]

结果说明 #

• 比如样带10（vegunder5cm=0，vegbw5and15cm=30，vegover15cm=70）的标准差最大、香农指数最小、辛普森D值最大，说明它的异质性最高，分布最集中；
• 样带1（37.4、43.4、19.2）的标准差较小、香农指数较高，说明分布相对均匀，异质性较低。

内容的提问来源于stack exchange，提问作者weed_atman