[論文レビュー] Extending species-area relationships (SAR) to diversity-area relationships (DAR)

Zhanshan Ma|arXiv (Cornell University)|Nov 16, 2017

Species Distribution and Climate Change参考文献 34被引用数 3

ひとこと要約

本論文は、ヒル数を用いて多様度の順序パラメータ（q）にわたるアルファ多様度およびベータ多様度を定量化することで、古典的な種-面積関係（SAR）を一般化多様度-面積関係（DAR）に拡張する。3つの新規プロファイル（DARプロファイル（z-q）、PDOプロファイル（g-q）、MADプロファイル（Dmax-q））を導入し、自己同型性とスケーリング則を統合的なモデルに統合した。アメリカン・ガット・プロジェクトのデータセットを用いた検証では、べき乗則およびPLECモデルと強い適合を示し、種数以外の多様度にまで及ぶ包括的な生物多様性スケーリング分析を可能にする。

ABSTRACT

I extend the traditional SAR, which has achieved status of ecological law and plays a critical role in global biodiversity assessment, to the general (alpha- or beta-diversity in Hill numbers) diversity area relationship (DAR). The extension was motivated to remedy the limitation of traditional SAR that only address one aspect of biodiversity scaling, i.e., species richness scaling over space. The extension was made possible by the fact that all Hill numbers are in units of species (referred to as the effective number of species or as species equivalents), and I postulated that Hill numbers should follow the same or similar pattern of SAR. I selected three DAR models, the traditional power law (PL), PLEC (PL with exponential cutoff) and PLIEC (PL with inverse exponential cutoff). I defined three new concepts and derived their quantifications: (i)DAR profile: z-q series where z is the PL scaling parameter at different diversity order (q); (ii)PDO (pair-wise diversity overlap) profile: g-q series where g is the PDO corresponding to q; (iii) MAD (maximal accrual diversity) profile: Dmax-q series where Dmax is the MAD corresponding to q. Furthermore, the PDO-g is quantified based on the self-similarity property of the PL model, and Dmax can be estimated from the PLEC parameters. The three profiles constitute a novel DAR approach to biodiversity scaling. I verified the postulation with the American gut microbiome project (AGP) dataset of 1473 healthy North American individuals (the largest human dataset from a single project to date). The PL model was preferred due to its simplicity and established ecological properties such as self-similarity (necessary for establishing PDO profile), and PLEC has an advantage in establishing the MAD profile. All three profiles for the AGP dataset were successfully quantified and compared with existing SAR parameters in the literature whenever possible.

研究の動機と目的

• 従来のSARが種数のスケーリングに限定されているという限界を是正するため、アルファ多様度およびベータ多様度といったより広範な多様度測定値を含むようにSARを拡張すること。
• すべてのヒル多様度測定値を同等の種数単位で表現することで、種-面積関係と多様度-面積関係（DAR）を統合すること。
• さまざまな多様度順序（q）に適用可能なスケーラブルで数学的に整合性のある生物多様性スケーリングフレームワークを構築すること。
• 大規模なヒトマイクロバイオームデータセット（アメリカン・ガット・プロジェクト、n=1,473名）を用いて、拡張されたDARフレームワークを検証すること。
• 空間的またはサンプル面積の勾配に沿った多様度のスケーリングパターンを捉える新しい定量的プロファイル（DAR、PDO、MAD）を確立すること。

提案手法

• ヒル多様度測定値を用いて、多様度-面積関係（DAR）へのべき乗則（PL）モデルの一般化を提案し、すべての値を種数換算単位で表現する。
• DARプロファイルをz-q系列として導入し、zは各多様度順序qにおけるべき乗則のスケーリング指数を表す。
• PDO（ペアワイズ多様度オーバーラップ）プロファイルをg-q系列として定義し、gはべき乗則モデルの自己同型性から導かれるオーバーラップ係数を表す。
• MAD（最大蓄積多様度）プロファイルをDmax-q系列として導入し、DmaxはPLECモデルのパラメータから推定され、最大多様度蓄積を表す。
• 多様度スケーリングをモデル化するためにPLEC（べき乗則に指数的カットオフを加えたもの）およびPLIEC（逆指数的カットオフを加えたべき乗則）モデルを用い、PLECはMADプロファイル推定に優位である。
• べき乗則モデルの自己同型性の性質を用いて、PDO-g関係を解析的に導出し、qにわたる多様度オーバーラップの定量的評価を可能にする。

実験結果

リサーチクエスチョン

• RQ1 種-面積関係（SAR）は、空間的またはサンプル面積の勾配に沿って、種数に加え、アルファ多様度やベータ多様度といったより広範な多様度測定値をモデル化できるか。
• RQ2 ヒル数を多様度指標として用いる場合、べき乗則モデルのスケーリング指数（z）は、多様度順序（q）に応じてどのように変化するか。
• RQ3 ペアワイズ多様度オーバーラップ（PDO）と多様度順序（q）の間にはどのような関係があり、べき乗則モデルの自己同型性を用いてその関係を定量的に評価できるか。
• RQ4 最大蓄積多様度（MAD）はPLECモデルのパラメータから推定可能か。また、多様度順序（q）に応じてどのように変化するか。
• RQ5 提案されたDARプロファイル（z-q、g-q、Dmax-q）は、実世界のデータセットにおいて一貫性があり、経験的に検証可能な生物多様性スケーリングフレームワークを提供するか。

主な発見

• べき乗則（PL）モデルは、シンプルさと自己同型性のおかげで好まれ、PDO-gプロファイルの解析的導出を可能にした。
• PLECモデルは、最大蓄積多様度（MAD）の推定に優れており、Dmax-qプロファイルの信頼性ある推定を可能にした。
• DARプロファイル（z-q）は、スケーリング指数zが多様度順序qに応じて体系的に変化することを示し、多様度タイプごとの非一様スケーリングを示した。
• PDO-gプロファイルは、多様度順序qが高くなるにつれてペアワイズ多様度オーバーラップが減少することを明らかにした。これは、高q値におけるサンプリングへの感受性が高まっていることを示している。
• MADプロファイル（Dmax-q）は、最大多様度蓄積がqに依存し、PLECパラメータから信頼性高く推定可能であることを示し、モデルの予測力の裏付けを示した。
• 3つのプロファイルすべてがアメリカン・ガット・プロジェクトのデータセットを用いて定量的かつ検証可能であり、大規模なヒトマイクロバイオームデータへのフレームワークの実用的適用性を確認した。