Informations

Indice de diversité de Shannon : Pi concerne toutes les espèces trouvées, ou le nombre d'espèces par site ?

Indice de diversité de Shannon : Pi concerne toutes les espèces trouvées, ou le nombre d'espèces par site ?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

j'essaye de creuser Indice de diversité des espèces de Shannon comparer la diversité des espèces entre les différents sites. Pour cela, j'ai besoin de calculer "l'abondance relative des espèces au sein de la communauté"[détails ici][1]. Ce que je ne comprends pas, c'est si cela l'abondance relative concerne toutes les espèces d'un échantillon, ou toutes les espèces trouvées ?

Dans mon exemple, j'ai danssite16 espèces :a B c d e Fet ensite2deux espèces :g, h. Dois-je calculer la proportion par espèce par site par rapport à 6 et 2, ou à 8 (6+2, car les espèces ne se chevauchent pas entre les sites ? Ceci est un exemple fictif, des espèces vont probablement se reproduire).

  • Si calculé par nombre total d'espèces (8) : Shannon H = 1,11 et 0,820,
  • si calculé par nombre total d'espèces par site (6 & 2) : Shannon H = 1,29 et 1,26.

Je me demande lequel est correct ? La tendance générale est la même (le site1 est plus diversifié que le site2) mais les différences entre les indices semblent assez importantes.

Exemple factice pour calculer le H de Shannon pas à pas avecdépliant. Le commentésubir une mutationpermet de changer sidistinctnombre d'espèces et leur somme sera calculée par site ou par total.

# Créer une base de données avec deux sites et 6 et 2 espèces différentes. La superficie indique l'abondance des espèces. d<- data.frame(site = c(rep("s1",6), rep("s2", 4)), espèce = c(lettres[1:6], lettres[5:8]), zone = c(59,12,11,10,5,3, 10,5,21,20)) # Calculer la somme de la zone # calculer le nombre distinct d'espèces, varier si la zone distincte se calcule par somme ou par total ?? d %>% mute(species_n = n_distinct(species)) %>% # !! devrait « muter » en placé avant la variable de regroupement ou après ? muter(species_sum = sum(area)) %>% group_by(site) %>% #mutate(species_n = n_distinct(species)) %>% #mutate(species_sum = sum(area)) %>% muter(spec_pi = area /species_sum) %>% mute(pi_ln = abs(log(spec_pi))) %>% mute(sp_shannon = spec_pi*pi_ln ) %>% mute(shannon_comun = sum(sp_shannon))

J'essaie de creuser dans l'indice de diversité des espèces de Shannon pour comparer la diversité des espèces entre différents sites

L'indice de diversité de Shannon est une mesure de la diversité alpha, ou diversité au sein d'une communauté. Si vous considérez chaque site comme une communauté différente (ce qui ressemble à ce que vous êtes), alors vous calculeriez la diversité Shannon pour chaque site séparément, sans tenir compte des autres sites.

Ce que je ne comprends pas, c'est si cette abondance relative concerne toutes les espèces d'un échantillon, ou toutes les espèces trouvées ?

L'abondance relative n'est pas fonction du nombre d'espèces trouvées, mais du nombre total d'observations recueillies (similaire à l'effort d'échantillonnage) sur un site donné. Ainsi, si vous avez effectué 100 observations au total sur un site et que 10 d'entre elles appartenaient à l'espèce X, l'abondance relative (proportionnelle) de l'espèce X est (10 / 100) ou 0,1, quel que soit le nombre total d'espèces différentes présentes, et indépendamment de de toute observation provenant d'autres sites.

Je ne peux pas commenter votre code, car je ne fais pas de vers bien rangés. Je suppose que je suis (apparemment) de la vieille école et que j'utilise toujours Vegan et LabDSV pour l'analyse de la communauté (je suis peut-être biaisé depuis que j'ai appris l'écologie communautaire de l'auteur du package LabDSV). Mais en général, pour toute mesure de la diversité alpha, chaque communauté obtient sa propre valeur, et vous ne considéreriez aucune observation d'autres sites dans ce calcul, qu'il y ait ou non un chevauchement d'espèces entre les communautés.

Pour une comparaison plus directe de la diversité entre les sites, vous utiliseriez un indice de diversité bêta comme la dissimilarité Bray-Curtis, qui compare chaque communauté à toutes les autres communautés dans votre analyse.


Mesures de la biodiversité


Diverses mesures « objectives » ont été développées afin d'estimer la biodiversité à partir d'observations sur le terrain. L'idée de base d'un indice de biodiversité est d'obtenir une estimation quantitative de la variabilité biologique dans l'espace ou dans le temps qui peut être utilisée pour comparer des entités biologiques, composées de diverses composantes. Il est important de distinguer la « richesse » de la « diversité ». La diversité implique généralement une mesure à la fois du nombre d'espèces et de l'« équité » (ou de la « régularité »). On distingue trois types d'indices :

1. Indices de richesse en espèces: La richesse spécifique est une mesure du nombre total d'espèces dans une communauté (exemples Fig. 1a). Cependant, des inventaires complets de toutes les espèces présentes à un certain endroit, est un objectif presque inaccessible dans les applications pratiques.

2. Indices de régularité: L'uniformité exprime à quel point les individus d'une communauté sont répartis entre les différentes espèces (exemples Fig.1b).


3. Indices taxonomiques : Ces indices tiennent compte de la relation taxonomique entre les différents organismes d'une communauté. La diversité taxonomique, par exemple, reflète la distance taxonomique moyenne entre deux organismes quelconques, choisis au hasard à partir d'un échantillon. La distance peut être considérée comme la longueur du chemin reliant ces deux organismes le long des branches d'un arbre phylogénétique.

Ces trois types d'indices peuvent être utilisés à différentes échelles spatiales Ώ] :

  • La diversité alpha fait référence à la diversité au sein d'une zone, d'une communauté ou d'un écosystème particulier, et est généralement mesurée en comptant le nombre de taxons au sein de l'écosystème (généralement au niveau de l'espèce)
  • La diversité bêta est la diversité des espèces entre les écosystèmes, cela implique de comparer le nombre de taxons qui sont uniques à chacun des écosystèmes. Par exemple, la diversité des mangroves versus la diversité des herbiers marins
  • La diversité gamma est une mesure de la diversité globale des différents écosystèmes d'une région. Par exemple, la diversité au sein de la région côtière de la baie de Gazi au Kenya.

Résumé

Trois mesures de la diversité des espèces – la richesse des espèces, l'indice de Shannon et l'indice de Simpson – sont encore largement utilisées en écologie, malgré des décennies de critiques valables dirigées contre elles. Développer une métrique de diversité robuste a été difficile car, contrairement à de nombreuses variables que les écologistes mesurent, la diversité d'une communauté ne peut souvent pas être estimée de manière impartiale sur la base d'un échantillon aléatoire de cette communauté. Au cours de la dernière décennie, les écologistes ont commencé à incorporer deux outils importants pour estimer la diversité : la couverture et la diversité des collines. La couverture est une méthode d'égalisation des échantillons qui, pour des raisons théoriques, est préférable à d'autres méthodes couramment utilisées telles que l'échantillonnage à effort égal ou la raréfaction des ensembles de données pour obtenir une taille d'échantillon égale. La diversité des collines comprend un éventail de mesures de diversité et est basée sur trois idées clés. Premièrement, la richesse spécifique et les variantes des indices de Shannon et de Simpson sont tous des cas particuliers d'une équation générale. Deuxièmement, la richesse, Shannon et Simpson peut être exprimée à la même échelle et en unités d'espèces. Troisièmement, il n'y a aucun moyen d'éliminer l'effet de l'abondance relative des estimations de l'une de ces mesures de diversité, y compris la richesse en espèces. Au contraire, un chercheur doit choisir la sensibilité relative de la métrique envers les espèces rares et communes, un concept que nous décrivons comme « levier ». Dans cet article, nous expliquons la couverture et la diversité des collines, fournissons des directives sur la façon de les utiliser ensemble pour mesurer la diversité des espèces et démontrons leur utilisation avec des exemples tirés de nos propres données. Nous montrons pourquoi les chercheurs obtiendront des résultats plus robustes lorsqu'ils estimeront la diversité de Hill d'échantillons à couverture égale, plutôt que d'utiliser d'autres méthodes telles que l'échantillonnage à effort égal ou la raréfaction traditionnelle des échantillons.


Résumé

Cet article contribue à la diversité et à la structure des peuplements des mangroves du Kerala, en Inde, en utilisant des méthodes multivariées. La diversité floristique des mangroves comprenait 18 espèces de véritables mangroves, dont Sonneratia alba, Avicennia alba, et Tagal Ceriops se sont avérées rares, alors que Bruguiera parviflora était éteint dans l'état. Les analyses structurelles ont révélé l'importance de Avicennia officinalis et la domination de Acanthe ilicifolius. La densité moyenne des tiges variait de 10 à 13 846 no/ha, tandis que la surface terrière moyenne variait de 0,02 à 20,19 m 2 /ha. L'analyse multivariée des véritables mangroves pourrait être classée en cinq groupes floristiques en fonction de la densité des tiges. Groupe 1 composé Rhizophora mucronata, R. apiculata, Ceriops tagal, Kandelia candel, Sonneratia alba, et S. caseolaris, qui ont été vus dans la zone frangeante. Une combinaison du Groupe 2 et du Groupe 3 comprenait Avicennia marina, A. alba, Lumnitzera racemosa, Acrostichum aureum, Excoecaria agallocha, E. indica, Avicennia officinalis, Bruguiera gymnorrhiza, et Aegiceras corniculatum, trouvé dans la zone intermédiaire, alors que Bruguiera sexangula et B. cylindrica se sont produits dans les régions terrestres qui constituaient le groupe 4. Acanthe ilicifolius, ayant une distribution étendue, a été trouvé dans les trois zones représentées par le groupe 5. L'élévation des marées s'est avérée importante dans la formation de la zonation observée.


Résultats

Comparaison des méthodes de conservation à température ambiante

Dans cette expérience, cinq méthodes ont été étudiées pour leur capacité à préserver les communautés microbiennes d'échantillons de matières fécales à température ambiante de cinq participants, par rapport aux témoins surgelés. Compte tenu des exigences conventionnelles pour le stockage des échantillons de matières fécales pendant de longues périodes avant le traitement, les échantillons conservés ont été stockés pendant la durée maximale recommandée à température ambiante (une ou quatre semaines selon les instructions du fabricant) avant la congélation. Six échantillons répétés de chaque participant et méthode de conservation ont été séquencés, pour un total de 180 échantillons.

Reproductibilité technique des différentes méthodes de conservation

La reproductibilité technique (entre réplicats) a été évaluée pour les espèces microbiennes et les profils fonctionnels pour chaque méthode de conservation (Fig. 2, Figs. supplémentaires S1-S3). Pour les profils d'espèces, l'écouvillon BBL avait une variabilité technique significativement plus élevée par rapport aux témoins congelés, et FLOQSwab et OMNIgene-GUT avaient la plus faible quantité de variance technique (Fig. 2A, Fig. supplémentaire S2). L'analyse Adonis PERMANOVA et les analyses W-UniFrac ont confirmé ces résultats (Fig. supplémentaire S3). Les profils fonctionnels avaient généralement moins de variabilité technique que les profils d'espèces (Fig. 2B). Malgré cela, l'écouvillon BBL et LifeGuard présentaient une variabilité technique des profils fonctionnels significativement plus élevée que les échantillons congelés, tandis que OMNIgene-GUT présentait la variabilité la plus faible. Encore une fois, l'analyse Adonis PERMANOVA a confirmé ces résultats, avec FLOQSwab-ADT, OMNIgene-GUT et RNAlater ayant la plus faible variance résiduelle et l'écouvillon BBL ayant la plus grande variance résiduelle (Fig. supplémentaire S3).

UNE Dissemblance Bray-Curtis agrégée entre les profils d'espèces répliquées de tous les participants pour chacune des méthodes de stabilisation. B Dissemblance Bray-Curtis agrégée entre les profils fonctionnels répliqués de tous les participants pour chacune des méthodes de stabilisation. * = FDR P valeur < 0,05 par rapport aux échantillons congelés. L'importance a été évaluée par régression linéaire à effet mixte (LMER).

Impact des méthodes de conservation sur les espèces et les profils fonctionnels

Les participants représentaient la majorité de la variance associée aux profils d'espèces (allant de 64 % de variance pour l'écouvillon BBL à 84 % de variance pour FLOQSwab-ADT) et aux profils fonctionnels (allant de 51 % de variance pour l'écouvillon BBL à 90 % de variance pour RNAlater) dans tous les cinq méthodes de conservation (Fig. S4–S6). Cependant, les comparaisons de la diversité alpha et bêta ont révélé des différences substantielles dans la capacité des méthodes à préserver les espèces et les profils fonctionnels par rapport aux contrôles surgelés.

FLOQSwab-ADT, OMNIgene-GUT et RNAlater présentaient une diversité, une régularité et une richesse de Shannon similaires à celles des échantillons surgelés pour les profils d'espèces dérivés du MCP, et LifeGuard avait également une richesse d'espèces similaire. En revanche, l'écouvillon BBL et, dans une moindre mesure, LifeGuard, avaient considérablement réduit la diversité de Shannon et l'uniformité des profils d'espèces (Fig. 3A, Fig. supplémentaire S7). Lorsque les profils d'espèces ont été dérivés de MetaPhlAn3, seuls OMNIgene-GUT et l'écouvillon BBL avaient considérablement réduit la diversité et l'uniformité de Shannon par rapport au contrôle surgelé (Fig. supplémentaire S8). Les profils fonctionnels ont montré une diversité et une régularité de Shannon légèrement accrues pour FLOQSwab-ADT, OMNIgene-GUT et RNAlater, et une diversité, une régularité et une richesse considérablement accrues pour LifeGuard et l'écouvillon BBL (Fig. 3B, Fig. supplémentaire S7).

UNE Diversité agrégée de Shannon basée sur les profils d'espèces de tous les participants pour chaque méthode de stockage. B Diversité Shannon agrégée basée sur les profils fonctionnels de tous les participants pour chaque méthode de stockage. C Dissemblance agrégée Bray-Curtis des profils d'espèces de tous les participants pour chaque méthode de stabilisation. Dissemblance Bray-Curtis agrégée des profils fonctionnels de tous les participants pour chaque méthode de stabilisation. L'importance a été évaluée par régression linéaire à effet mixte (LMER). UNE, B Différentes couleurs représentent différents participants. * = FDR P valeur < 0,05 par rapport aux échantillons congelés. C, Les boîtes qui ne partagent pas la même lettre sont très différentes chez FDR P valeur < 0.05.

La dissemblance de Bray-Curtis et les distances W-UniFrac de chaque méthode par rapport aux contrôles surgelés indiquaient que FLOQSwab-ADT et RNAlater avaient les profils d'espèces les plus similaires au contrôle surgelé. Les profils d'espèces des écouvillons OMNIgene-GUT et BBL variaient le plus par rapport aux échantillons surgelés (figure 3C, figures supplémentaires S6a, S9a, S10d). Ce résultat a été reproduit lorsque les profils d'espèces ont été dérivés de MetaPhlAn3 (Fig. supplémentaire S10b). Sur le plan fonctionnel, les profils FLOQSwab-ADT, RNAlater et OMNIgene-GUT présentaient les profils les plus similaires aux échantillons surgelés, tandis que les profils d'écouvillons LifeGuard et BBL divergeaient le plus (Fig. 3D, Figs supplémentaires. S6, S9b). Ces résultats étaient cohérents avec les parcelles PCA pour chaque participant où les espèces et les profils fonctionnels de LifeGuard et de l'écouvillon BBL avaient tendance à se regrouper séparément des autres méthodes (figure 4B, figures supplémentaires S11b, S12b).

Les profils sont organisés par participant et méthode de stabilisation. UNE Diagramme à barres des espèces microbiennes avec l'abondance moyenne la plus élevée pour chaque participant. Les barres bleu clair et bleu foncé au bas de chaque graphique à barres indiquent le pourcentage de lectures non mappées et non affectées, respectivement. La barre gris clair en haut de chaque graphique à barres indique la proportion d'espèces avec une abondance minimale <0,5% dans tous les échantillons d'un participant. B Des parcelles d'analyse en composantes principales des profils d'espèces transformées par Hellinger sont fournies pour chaque participant avec chaque méthode de stabilisation représentée par une combinaison de couleur et de forme différente.

La différence la plus notable dans les profils d'espèces a été attribuée à une excroissance importante et imprévisible de Escherichia coli ou Escherichia sp2 dans l'écouvillon BBL et LifeGuard (Fig. 4A, Fig. supplémentaire S13, Tableau supplémentaire S2). LifeGuard a également eu une grande excroissance de Citrobacter freundii dans le participant 1. Ces espèces étaient inférieures à 0,05 % d'abondance relative dans les échantillons surgelés et expliquent probablement les différences de diversité alpha pour les espèces et les profils fonctionnels par rapport aux échantillons surgelés (Fig. 3A, B). Plus précisément, l'abondance relative élevée de Escherichia spp. réduit la diversité Shannon au niveau des espèces tandis que les voies métaboliques supplémentaires présentes dans ces anaérobies facultatifs ont augmenté la diversité fonctionnelle de Shannon. Par exemple, il y a eu une augmentation de l'abondance relative de la maturation du peptidoglycane et de la dégradation de la lysine dans les écouvillons BBL et LifeGuard par rapport aux échantillons surgelés (Fig. supplémentaire S11a), que nous attribuons à l'abondance relative accrue de Escherichia espèces (Fig. 4A).

Les espèces et la variation fonctionnelle par rapport aux échantillons surgelés étaient significativement moindres dans FLOQ Swab-ADT et RNAlater que dans BBL swab et LifeGuard (Fig. 3C, D). De nombreux changements, petits mais significatifs, dans l'abondance relative des espèces étaient cohérents entre FLOQSwab-ADT, RNAlater et OMNIgene-GUT par rapport aux échantillons surgelés, bien que la plus grande amplitude de changement ait été observée dans les échantillons OMNIgene-GUT (Fig. 4A supplémentaire, Fig. S13, Tableau supplémentaire S2). Ceux-ci comprenaient une abondance relative accrue de Bacteroides_B vulgatus, Bacteroides uniformis, Prevotella copri et Ruminiclostridium siraeum et une diminution de l'abondance de Agathobacter rectalis et Blautia_A wexlerae. De plus, il y a eu des changements dans les profils OMNIgene-GUT par rapport aux échantillons surgelés qui n'ont pas été observés dans les autres méthodes, comme une abondance relative accrue de Faecalibacterium prausnitzii_A et Faecalibacterium prausnitzii_B, et diminué Ruminococcus_E bromii, et Fusicatenibacter saccharivorans. L'abondance relative des voies fonctionnelles pour FLOQSwab-ADT, RNAlater et OMNIgene-GUT par rapport aux échantillons surgelés a montré moins de variation que les abondances relatives des espèces (Fig. supplémentaire S11).

Ces résultats indiquent que pour la reproductibilité technique et la stabilité de la composition des échantillons fécaux stockés à température ambiante, le FLOQSwab-ADT est le plus performant, suivi de près par RNAlater puis par OMNIgene-GUT. Les écouvillons LifeGuard et BBL étaient les moins reproductibles en raison de la croissance d'espèces anaérobies facultatives.

Stabilité des profils FLOQSwab-ADT à différentes températures

Nous avons ensuite étudié la méthode RT la mieux classée, qui utilise le FLOQSwab-ADT, pour préserver les communautés microbiennes fécales sur une plage de températures de stockage. Pour minimiser la variation dans les échantillons de contrôle, nous avons utilisé des échantillons fraîchement collectés et extraits. Des échantillons de matières fécales ont été prélevés sur dix participants et traités immédiatement comme des échantillons frais ou stockés à -20 °C, température ambiante et 50 °C pendant une période de quatre semaines. Six échantillons répétés ont été évalués pour chaque participant et un traitement thermique pour un total de 240 échantillons. Cependant, un échantillon du participant 9 a échoué au contrôle qualité et a été retiré, ainsi seuls 239 métagénomes ont été utilisés dans l'analyse finale. Comme pour l'expérience précédente, le séquençage métagénomique a été effectué sur tous les échantillons à partir desquels les espèces et les profils fonctionnels ont été générés.

Il n'y avait aucune différence dans la reproductibilité technique des profils d'espèces dérivés du MCP entre les échantillons frais, les traitements RT et 50 ° C (Fig. 5A). Seul le traitement à -20 °C présentait une dissemblance Bray-Curtis significativement accrue entre les profils d'espèces répliquées par rapport aux échantillons frais, bien que la différence de variance des participants entre les écouvillons frais et traités à -20 °C était inférieure à 0,5% (Fig. supplémentaire S14) . Il n'y avait aucune différence dans la reproductibilité technique lorsque les profils d'espèces étaient analysés à l'aide de W-UniFrac ou lorsque les profils d'espèces étaient dérivés de MetaPhlAn3 (Fig. supplémentaire S15a, c). De plus, aucune différence significative dans la reproductibilité technique n'a été observée lors de la comparaison des profils fonctionnels entre les différents traitements de température aux profils frais et la différence maximale de la variance des participants entre les profils fonctionnels frais et traités à la température était de 1,6% (Figs supplémentaires. S14, S16a).

UNE Reproductibilité technique évaluée à l'aide de la dissemblance Bray-Curtis agrégée des profils d'espèces répliquées de tous les participants, à chaque traitement de température. B Reproductibilité de la composition évaluée à l'aide de la diversité agrégée de Shannon des profils d'espèces pour tous les participants à chaque traitement de température. C Reproductibilité de la composition évaluée à l'aide de la dissemblance agrégée Bray-Curtis des profils d'espèces pour chaque traitement de température par rapport aux témoins frais. La signification statistique a été évaluée par le LMER. * = FDR P-valeur < 0,05 par rapport aux échantillons frais. Différentes couleurs représentent différents participants. Les croix grises représentent les valeurs aberrantes. Lettres : les boîtes qui ne partagent pas la même lettre sont très différentes chez FDR P valeur < 0.05.

La stabilité des espèces évaluée à l'aide de la diversité alpha a montré une réduction faible mais significative de la diversité et de l'uniformité de Shannon dans le traitement à 50 °C, et des augmentations faibles mais significatives de la richesse des espèces dans tous les traitements thermiques par rapport aux échantillons frais (Fig. 5B, Fig. supplémentaire S17) . Aucune différence dans la diversité, la richesse et l'uniformité de Shannon n'a été observée lorsque les profils d'espèces ont été dérivés de MetaPhlAn3 (Fig. supplémentaire S18). Les profils fonctionnels ont montré des réductions faibles mais significatives de la diversité et de l'uniformité de Shannon dans le traitement à −20 °C par rapport aux échantillons frais et les traitements à −20 °C et à 50 °C ont eu des augmentations faibles mais significatives de la richesse fonctionnelle (Fig. S16b- supplémentaire). ré).

La dissemblance des espèces et des profils fonctionnels de Bray-Curtis par rapport aux échantillons frais a également montré des différences faibles mais significatives entre les traitements de température (Fig. 5C, Figs supplémentaires. S15b, S16e). Les profils d'espèces RT étaient les plus proches des profils frais tandis que les profils à 50 °C étaient les plus différents (Fig. 5C). Les distances W-UniFrac des profils d'espèces n'ont montré aucune différence entre les traitements de température (Fig. supplémentaire S15d). Les profils fonctionnels ont également montré que les profils RT étaient les plus proches des profils frais (Fig. supplémentaire S16e). Ces résultats ont été confirmés avec Adonis PERMANOVA, mais ont montré que la différence entre les traitements était minime, avec la quantité de variance expliquée par d'autres sources comprenant un maximum de 2,3% dans les profils d'espèces et un maximum de 7,7% dans les profils fonctionnels (Fig. supplémentaire S19 ).

Comme dans l'expérience précédente, la grande majorité de la variance est attribuée au participant (Fig. supplémentaire S19), qui peut également être observée dans les parcelles taxonomiques PCA qui montrent une séparation claire entre les profils des participants et un degré élevé de chevauchement entre les traitements de température pour un participant donné (Figs. supplémentaires S20, S21). Les diagrammes à barres des espèces et des profils fonctionnels pour chaque participant et le traitement de température révèlent des changements minimes dans la composition de la communauté, quel que soit le traitement (Fig. 6, Figs supplémentaires. S22, S23). Cela suggère que FLOQSwab-ADT préserve de manière robuste à la fois les espèces et les profils fonctionnels de l'échantillon d'origine à -20 °C, température ambiante et 50 °C pendant au moins 4 semaines.

Les profils sont organisés par participant et méthode de traitement. Les diagrammes à barres répertorient les dix espèces ayant l'abondance moyenne la plus élevée pour chaque participant. Les barres bleu clair et bleu foncé au bas de chaque graphique à barres indiquent le pourcentage de lectures non mappées et non affectées, respectivement. La barre gris clair en haut de chaque graphique à barres indique la proportion d'espèces avec une abondance minimale <0,5% dans tous les échantillons d'un participant.


Possibilités d'accès

Obtenez un accès complet au journal pendant 1 an

Tous les prix sont des prix NET.
La TVA sera ajoutée plus tard dans la caisse.
Le calcul des taxes sera finalisé lors du paiement.

Obtenez un accès limité ou complet aux articles sur ReadCube.

Tous les prix sont des prix NET.


Indice de diversité de Simpson

Une communauté dominée par une ou deux espèces est considérée comme moins diversifiée qu'une communauté dans laquelle plusieurs espèces différentes ont une abondance similaire.

L'indice de diversité de Simpson est une mesure de la diversité qui prend en compte le nombre d'espèces présentes, ainsi que l'abondance relative de chaque espèce. Au fur et à mesure que la richesse et la régularité des espèces augmentent, la diversité augmente.

La valeur de est compris entre 0 et 1. Avec cet indice, 1 représente une diversité infinie et 0, aucune diversité.

Pour calculer l'indice de Simpson pour les Muntanyans, deux zones (végétation naturelle et végétation perturbée) doivent être échantillonnées à l'aide de quadrats placés de manière aléatoire ou systématique. Le nombre d'espèces végétales dans chaque quadrat, ainsi que le nombre d'individus de chaque espèce doivent être notés. Il n'est pas nécessaire de pouvoir identifier toutes les espèces, pourvu qu'elles puissent être distinguées les unes des autres.

A titre d'exemple, calculons la valeur de pour un seul échantillon quadrat de végétation au sol dans les dunes de Muntanyans. Bien entendu, échantillonner un seul quadrat ne vous donnerait pas une estimation fiable de la diversité de la flore dunaire. Plusieurs échantillons devraient être prélevés et les données mises en commun pour donner une meilleure estimation de la diversité globale. La méthode utilisée pour optimiser l'échantillonnage est la Technique de taille de quadrat optimale.


Barik S.K., Tripathi R.S., Pandey H.N. et Rao P. 1996. Régénération des arbres dans une forêt humide subtropicale : effet des perturbations culturelles sur la production de graines, la dispersion et la germination. Journal d'écologie appliquée 33 : 1551-1560.

Bhat D.M., Naik M.B., Patagar S.G., Hedge G.T., Kanade Y.G., Hedge G.N. et al. 2000. Dynamique forestière dans la forêt tropicale humide du district d'Uttara Kanada dans l'ouest de Ghat, en Inde. Science actuelle 79 : 975-985.

Ennuyeux L.R., Monk C.D. et Swank W.T. 1981. Régénération précoce d'une forêt coupée à blanc du sud des Appalaches. Écologie 62 : 1244-1253.

Bormann F.H. et Likens G.E. 1979. Distrophique catastrophique et état d'équilibre dans les forêts du nord. Scientifique américain 67 : 600-669.

Champion H.G. et Seth S.K. 1968. Une enquête révisée des types de forêts de l'Inde. Government of India Press, New Delhi, Inde.

Chandrasekharan C. 1960. Types forestiers de l'État du Kerala. Document spécial soumis pour le diplôme en foresterie. New Forest, Dehra Dun, Inde.

Connell J.H. 1971. Sur le rôle des ennemis naturels dans la prévention de l'exclusion compétitive chez certains animaux marins et dans les arbres de la forêt tropicale. Dans : Den Boer J. et Grawell G. (eds), Dynamics of Populations. Proc. Av. Inst. d'études Dynamique Nombres Popul. (Oosterbeek 1970), Wageningen, Pays-Bas., pp. 298-310.

Evans J. 1992. Plantation forestière dans les tropiques. 2e éd. Oxford University Press, Oxford, Royaume-Uni.

Harris A.S. et Farr W.A. 1974. Écologie forestière et gestion du bois : l'écosystème forestier du sud-est de l'Alaska. Rapport technique général, PNW-25. Département de l'agriculture des États-Unis, Service des forêts, Station expérimentale des forêts et des parcours du nord-ouest du Pacifique, Portland, Oregon.

Hartshorn G.S. 1980. Dynamique des forêts néotropicales. Biotropica 12 : 23-30.

Hubbell S.P. 1979. Dispersion, abondance et diversité des arbres dans une forêt tropicale sèche. Sciences 203 : 1299-1309.

Hubbell S.P. et Froster R.S. 1992. Dynamique à court terme d'une forêt néotropicale : pourquoi la recherche écologique est importante pour la conservation et la gestion tropicales. Oikos 63 : 48-61.

Jaccard P. 1912. La répartition de la flore de la zone alpine. Nouveau Phytologue 11 : 37-50.

Janzen D.H. 1970. Les herbivores et le nombre d'espèces d'arbres dans la forêt tropicale. Naturaliste américain 104 : 501-528.

Kaul R.N. et Haridasan K. 1987. Types forestiers de l'Arunachal Pradesh – une étude préliminaire. Journal de botanique économique et taxonomique 9 : 383-389.

Khan M.L., Rai J.P.N. et Tripathi R.S. 1987. Structure de la population de certaines espèces d'arbres dans les forêts subtropicales perturbées et protégées du nord-est de l'Inde. Acta Oecologica : Oecologia Applicata 8 : 247-255.

Lucks O.L. 1970. Évolution de l'efficacité de la diversité et de la stabilité de la communauté. Zoologiste américain 10 : 17-25.

Magurran A.F. 1988. La diversité écologique et sa mesure. Princeton University Press, Princeton, New Jersey, pp. 145-146.

Maram Kuba M. et Khan M.L. 1998. Statut de régénération des arbres dans diverses catégories de forêts au Manipur. Journal de Hill Research 11 : 178–182.

Menon S., Ponce R.G. Jr, Rose J., Khan M.L. et Bawa K.S. 2001. Identification des zones prioritaires pour la conservation dans les tropiques : une approche de modélisation du changement d'affectation des terres. Biologie de la conservation 15 : 501-512.

Murali K.S. et Setty R.S. 2001. Effet de l'herbe Lantana camara et Chromelina odorata croissance sur la diversité des espèces, la régénération et la densité des tiges de la couche d'arbres et d'arbustes dans le sanctuaire BRT. Science actuelle 80 : 675-678.

Murali K.S., Uma Shankar, Ganeshaih K.N., Umashaanker R. et Bawa K.S. 1996. Extraction de produits forestiers non ligneux dans la forêt de Bilgiri Rangan Hill, Inde, 2. Impact de l'extraction des PFNL sur la régénération de la structure de la population et de la composition des espèces. Botanique économique 50 : 252-269.

Myers N. 1984. La principale source : les forêts tropicales et notre avenir. W.W. Norton, New York.

Ohsawa M., Shakya P.R. et Numata M. 1986. Distribution et succession des types de forêts humides de l'Himalaya dans la partie orientale de l'Himalaya népalais. Recherche et développement en montagne 6 : 183-200.

Olivier C.D. et Larson B.C. 1990. Dynamique des peuplements forestiers. McGraw-Hill Inc., New York.

Paijmans K. 1970. Une analyse de quatre sites de forêts tropicales humides en Nouvelle-Guinée. Journal d'écologie 58 : 77-101.

Pandey S.K. et Shukla R.P. 1999. Diversité végétale et modèles de communauté le long du gradient de perturbation dans les forêts de plantation de sal (Shorea robusta Gaertn.). Science actuelle 77 : 814-818.

Parthasarathy N. 1999. Densité et distribution des arbres dans les sites non perturbés et touchés par l'homme de la forêt tropicale humide sempervirente du sud-ouest des Ghâts, en Inde. Biodiversité et conservation 8 : 1365-1381.

Pimm S.L. et Lawton J.H. 1998. Planification de la biodiversité. Sciences 279 : 2068-2069.

Rai S.N. 1983. Superficie terrière et augmentation du volume dans la forêt tropicale humide de l'Inde. Forestier indien 109 : 198-211.

Rao P., Barik S.K., Pandey H.N. et Tripathi R.S. 1990. Composition de la communauté et structure de la population d'arbres dans une forêt de feuillus subtropicale le long d'un gradient de perturbation. Végétatio 88 : 151-162.

Richards D.W. 1952. La forêt tropicale humide. Cambridge University Press, Cambridge, Royaume-Uni.

Saxena A.K. et Singh J.S. 1984. Structure de la population d'arbres de certaines associations forestières himalayennes et implications concernant leur composition future. Végétatio 58 : 61-69.

Shannon C.E. et Wiener W. 1963. La théorie mathématique des communautés. University of Illinois Press, Urbana, Illinois, 117 pages.

Simpson E.M. 1949. Mesure de la diversité. Nature 163 : 688.

Singh J.S. et Singh S.P. 1987. Végétation forestière de l'Himalaya. Revue botanique 53 : 80-192.

Smiet A.C. 1992. Écologie forestière de Java : impact humain et végétation de la forêt montagnarde. Journal of Tropical Ecology 8 : 129-152.

Rapport sur l'état des forêts 1999. Enquête forestière de l'Inde. Ministère de l'Environnement et des Forêts, Dehra Dun, Inde.


Introduction

L'agroforesterie cacaoyère est un système de production dans lequel les agriculteurs intègrent intentionnellement des arbres d'ombrage avec des cacaoyers sur la même parcelle avec des cultures vivrières. Étant donné que les agroforêts de cacao sont à bien des égards – par ex. en termes de couverture arborée, de composition et de structure - plus proche des écosystèmes forestiers naturels que des monocultures, il reçoit beaucoup d'attention suite à la réalisation de son potentiel de conservation de la biodiversité et de fournir des avantages environnementaux, biologiques, écologiques et socio-économiques à différentes échelles imbriquées comme la parcelle, la ferme, le paysage et l'écorégion [1–4]. Les agroforêts cacaoyères préservent la diversité végétale et animale indigène [5] et fournissent des coproduits qui diversifient le régime alimentaire des agriculteurs ainsi que des revenus supplémentaires et une certaine sécurité contre les chocs liés au changement climatique [6-8]. Comme les prévisions climatiques futures suggèrent une réduction des zones de production de cacao appropriées au Ghana et en Côte d'Ivoire [9] les deux principaux producteurs de cacao, les agroforêts de cacao pourraient jouer un rôle important dans le maintien de la production de cacao dans ces pays car ces systèmes ont le potentiel de améliorer les conditions microclimatiques renforçant ainsi leur résilience écologique [6 10].

Il existe une demande mondiale croissante de cacao et on estime qu'au cours de la prochaine décennie, la production mondiale et le prix du cacao augmenteront respectivement de 10 % et 25 % [11]. Pour répondre à cette demande, la réponse immédiate des agriculteurs, comme dans le passé, comprend l'intensification et/ou l'expansion des systèmes de production de cacao, qui ont tous deux été cités comme moteurs de la déforestation et du déclin de la biodiversité en Afrique de l'Ouest et ailleurs [4 6 dix]. Cocoa is mostly grown under partially cleared forests the retained trees provide shade for cocoa and co-products for farmers while shade tree leaf litter inputs and accumulated nutrients in forests soil ensure productivity [10 12]. However, farmers gradually replace native trees with food crops or fruits (e.g. Citrus spp. et Musa spp.) and plant more cocoa as the cocoa trees mature to increase income [9 13]. This trend of simplification within cocoa agroforests leads to the creation of agrochemicals-dependent cocoa systems referred to as conventional cocoa systems, which smallholders cannot manage due to high input costs [12 14]. Therefore, cocoa intensification within the current socio-economic context of cocoa farmers may result in shifts in cocoa production to new frontiers through clearance of forests land thus enhancing deforestation. Moreover, use of synthetic agrochemicals in the conventional cocoa systems may negatively modify soil biota composition which could affect soil health that underpins productivity [15].

Organic farming defined as production systems with an inherent ethos to sustain the health of soils, ecosystems and people prohibits the use of synthetic agrochemicals [8 15]. Since synthetic agrochemicals such as fertilizer, pesticides and herbicides are not used in organic farming, farmers pursue one of two strategies organic monocultures or organic agroforests. Organic cocoa monocultures rely solely on organic agrochemicals for soil nutrient replenishment and control of weeds, pests and diseases. Organic cocoa agroforests make use of a variety of shade trees to suppress weed growth and insect pest outbreaks [16 17] and to compensate for nutrient losses due to nutrient uptake by cocoa trees through nitrogen fixation, reduced nutrient leakage and decomposition of litter from shade trees [17 18]. Cocoa trees also benefit from microclimate amelioration and increased water retention [4 6 16]. Additionally, the shade trees provide a range of benefits to people, soils and ecosystems such as (i) provision of food and fruits [7], (ii) enhanced soil and water quality through reduced erosion and pollution [16], (iii) maintenance of high levels of native species and functional agrobiodiversity [7], (iv) increased farm resilience [8] and carbon sequestration [4 5 6 7] and its attendant climate change mitigation benefits.

Therefore, organic cocoa farming that makes use of diverse shade trees (agroforestry) might contribute meaningfully to the mitigation of biological diversity loss in the tropics [8 19], especially in regions where forest cover has been significantly reduced [1]. Furthermore, it has been shown that an integration of organic farming (i.e. the use of solely organic inputs) and agroforestry (introduction of trees on farmlands) would enhance biodiversity conservation [2 8 15] and integration has been strongly recommended for Africa [2 20]. However, robust data supporting this claim are lacking, especially in tropical and developing countries [20 21]. In Ghana, the integration of organic farming practices into shade cocoa production (i.e. organic cocoa agroforestry) is not a recent phenomenon as systems date back to 1870 when cocoa was first introduced but organic certification is a relatively new phenomenon. While conventional cocoa production has been carried out using shade systems, and in some cases without shade trees (full sun), fertilisation of cocoa plots and the control of pests and diseases have been undertaken using inorganic inputs. The recruitment of shade tree species in cocoa systems is a reflection of what farmers deem important for the provision of shade and other ecological services [13 16]. Thus, it is essential to understand the importance value–a measure of how dominant a species is in a given ecosystem–of shade tree species in cocoa agroforestry systems. The composition and structure of cocoa agroforestry systems changes with time via management, thus dominant shade tree species at each stage as the cocoa systems mature is closely linked to management [13 22].

There is a consensus that agroforestry systems can conserve flora and fauna better than monocultural crop systems, but not native forests (e.g. [4 5 6 10 16]). However, little is known about organic cocoa agroforests contribution to the conservation of flora and fauna, making it difficult to quantitatively evaluate their contribution to the conservation of floristic diversity but such data is vital for biodiversity conservation because the major cocoa production areas are also classified as biodiversity hotspots [1 2 16 20]. Moreover, given the large spatial extent of cocoa systems in the major cocoa production countries [1 9], the significant overlap with biodiversity hotspots [1 2 16] and the debate on land-sparing or land-sharing species conservation strategies [9 23], it is crucial to evaluate the potential of cocoa systems to conserve tree diversity. It has been observed that the adoption of land-sparing and agroecological methods like cocoa agroforestry can create a more biodiversity-friendly agricultural matrix [16 24] to develop complex, multilayered habitats, and improve connectivity thus exhibiting potential for a providing a solution to the biodiversity-food trade-off [25].

There is also a growing consumer demand for organic commodities coupled with advocacy by environmentalists for organic cocoa because such systems tend to be more ecologically sustainable compared with conventional systems [7 8 19]. Yet, in West Africa the comparison of shade organic cocoa systems and conventional cocoa systems in terms of biodiversity benefits is not well documented. The present research seeks to bridge these gaps and to contribute to the understanding of the benefits of organic cocoa agroforests in terms of conservation of native shade tree species. Specifically, the study compared the community structure (abundance, heterogeneity, richness and composition) of organic and conventional farms. It also determined the conservation status and importance value of shade species (i.e. both woody and non-woody shade providing plants) in both production systems. Finally, it determined the shade strategies (the stem density/number and type of shade species planted/retained on cocoa farms) utilized by farmers. We hypothesized that organic cocoa farms will be more diversified in structure and richer in shade species composition compared to conventional farms.


Why is species diversity important?

    is important because first and foremost, it helps buffer environmental stresses on an ecosystem. A diverse ecosystem has a better chance of surviving rapid changes with minimal losses.
  • Diversity plays an important role in providing a variety of diets for the organisms in the ecosystem. It is diversity that leads to a food web this is decidedly a better situation to have than a real food chain.
  • C'est aussi important aesthetically. As a person, you like to see a forest with different kinds of trees and animals, rather than rows and rows of the same tree with nothing in between.
  • Diverse ecosystems can sustain complex ecological interactions between biotic and abiotic components in an ecosystem.

Large scale interactions are important, because it ensures that the ecosystem will not collapse after a short while. For example-

This is an example of a food web which clearly shows high species richness (so many different organisms). Now imagine an ecosystem where only a maximum of 5 individuals of each organism is present (low abundance): low species diversity. With all the eating they will be doing, how long do you think it’ll take for this ecosystem to die?

A forest ecosystem with high species abundance, low species richness and low species diversity.

All conservation efforts that focus on species diversity need to improve species richness and abundance and their spatial distribution.


Voir la vidéo: Les invasions biologiques (Juillet 2022).


Commentaires:

  1. Custennin

    Grande question

  2. Palban

    Je m'excuse, mais, à mon avis, vous n'avez pas raison. Je peux le prouver. Écrivez-moi dans PM, nous parlerons.

  3. Jagger

    C'est agréable, cette pensée admirable doit être précisément à dessein

  4. Dor

    Bravo, on vous a visité avec une idée tout simplement brillante

  5. Delancy

    Je pense que cela a déjà été discuté.



Écrire un message