图1为群落组成与生态系统功能（community assembly and the functioning of ecosystems, CAFE）的概念图。如图所示，当我们谈论生态系统的功能与物种丰富度的关系时，我们实际上涉及了该种关系的三个交错复杂的组分。（图1a）第一组分，我们通常认为生态系统的功能随着物种数目的增加而增强。比如，物种数目增加时，不同物种执行相似、相同或者互补功能的概率增大，整体效果上来看，有助于增大群落的稳定性、维持系统功能的正常发挥、强化系统的功能。图1a中每个空心圆分别代表一个群落，红色箭头表示受到扰动以后，群落从一个状态转换到另外一个状态，这个转换的过程伴随着群落组成（community composition）和物种丰富度（species richness）的变化。（图1b）第二组分，群落水平的物种组成对生态系统功能的影响，以及每个物种（物种水平）对生态系统功能的影响。图1b里面每个字母代表一个物种，每块饼的大小对应每个物种对群落功能的贡献。（图1c）第三组分，导致群落组成、结构与物种丰富度变化的因素，这里主要关注群落的组装过程（community assembly processes）。比如，随机过程或者决定性过程如何协同或者拮抗地影响群落。
图1. CAFE概念图
可以看到，按照这个思路来解析问题固然是比较全面的，但是实践起来是比较难的。那么，能否做些简化呢？与BEF类似，CAFE的概念框架的简化处理方式为，只关注（1）物种的丢失（species loss）、（2）物种的获得（species gain）、（3）原有物种（resident species）丰度或者功能的变化，而不考虑影响因素等复杂组分。
如图2所示，假设有群落A和群落B，任意设定其中一个为基线群落（如A, baseline community），一个为对比群落（如B, comparison community）。群落状态从A到B的转化过程中，单个物种可能的变化形式无外乎有三种：从无到有（G, gain），从有到无（L, loss），一直存在（C, shared）。即，一个物种，通过这三种途径对基线群落A施加影响，从而驱动群落状态过渡到B。在图2a中，这三种途径可以用三个向量来表示。向量C表示共有物种，垂直方向作用；共有物种对群落功能的影响表现为功能的改变（change）。向量L表示物种的丢失，左下方作用；丢失的物种如果代表性比较好（average species），其对功能的影响用`L表示；若代表性不好，则用L^ 表示功能的实际损失与平均损失的差值。向量G表示物种的获得，右上方作用；获得的物种如果代表性比较好（average species），其对功能的影响用`G表示；若代表性不好，则用G^表示功能的实际增补与平均增补的差值。（类似于物理中力的合成与分解）。把所有物种的变化过程首尾相连，即可以实现物种水平所表示的群落动态变化，如图2b所示。
图2. 物种效应对群落丰富度和系统功能的影响
针对单个物种的各种变化形式及其对功能的影响，可以有三种解读视角，如图2c所示，从左到右，分辨率依次提高。图2c最左图，丰富度-组成（richness-composition）视角，重点考虑物种数目变化的影响，则功能变化由两部分组成，SR + TCE。SR为物种丰富度效应（species richness effect），即假设所有获得或者丢失的物种均具有较好的代表性，SR = Σ(`L+`G)。余下三个向量的总和称为“总组成效应”，TCE（total composition effect），TCE = Σ(C + L^ + G^)。图2c中间图，群落组装（community assembly）视角，该方法把物种的三种变化形式分开，则功能变化由三部分组成，SL + SG + CDE。SL，物种丢失效应，SL =Σ(`L + L^ )。SG，物种获得效应，SG =Σ(`G + G^)。CDE，背景依赖效应，CDE =ΣC。
上述两个视角，分别对不同的组分进行了打包处理，相当于低、中分辨率的解析。为了获取高分辨率的认识，需要拆分物种不同变化形式的影响，采用“五组分-普莱斯”（5-part price）视角，如图2c最右侧图所示。在该视角中，功能变化由五个部分组成，SRE.L + SIE.L + SRE.G + SIE.G + CDE。SRE.L =Σ`L，即物种丢失效应的直接影响，species richness effect of species loss。SIE.L =ΣL^ ，即物种丢失效应的校正，species identityeffect of species loss。SRE.G = Σ`G，即物种获得效应的直接影响，species richness effect of species gain。SIE.G = ΣG^，即物种获得效应的校正，species identity effect ofspecies gain。CDE =ΣC，则是共有物种贡献的功能差异，context-dependent effect。
上述三个处理视角实际上都是基于生物多样性变化的，说白了，就是物种数目和丰度的变化，所以都是可以计算的。如图3所示，展示了“五组分-普莱斯”的计算方法。根据群落变化前、后，物种的出现、消失或者共享情况，可以分别对每个组分进行计算。比较变化前后五个组分的总和，即可以比较群落所贡献的生态系统功能（ecosystem function, EF）的变化，ΔEF = T’ –T = SRE.L + SIE.L + SRE.G + SIE.G + CDE。而同时对三个视角进行计算和比较，则可以从低分辨率到高分辨率，逐步提高对不同物种影响系统功能的认识。文章后半截给了三个计算示例，更直观地展示了不同视角的差异。详情见原文。
图3. 普莱斯方程的生态学应用示意图
