林木空间分布格局分析方法比较及其适应性
[目的]对比研究各类林木空间分布格局分析方法及其对不同应用场景的适应性,为选取最适宜的空间分布格局方法提供参考.[方法]以模拟样地和实际调查样地为数据源,采用MATLAB和R语言工具,对比分析最近邻体法、角尺度、Voronoi变异系数法、Ripley's L函数和双相关函数5种方法在工作原理、使用方式和评价标准上的异同以及各方法对不同样地条件的适应性.为便于比较,按照是否依赖于空间尺度将空间分布格局分析方法分为固定尺度型和可变尺度型两大类.[结果]研究区阔叶林具有显著的空间分布规律,以聚集分布和随机分布为常见格局.固定尺度型方法依赖空间邻域,适用于小尺度,在林分经营和林分微结构调控中应用广泛.可变尺度型方法与空间尺度密切相关,能提供更为丰富的空间信息,适合复杂条件下对森林进行长期监测.角尺度和Voronoi变异系数法对空间分布格局的判断较为一致,实际应用中可互相验证或替代,而最近邻体法对空间分布格局则可能产生误判.多数情况下,概率密度函数(双相关函数)比累计分布函数(Ripley's L函数)更易于解释和分析,双相关函数优于Ripley's L函数.角尺度与双相关函数和Ripley's L函数的性能优劣尚存争议,每种空间分布格局分析方法均有其适用前提和条件,性能优劣只是相对而言.固定尺度型和可变尺度型两大类空间分布格局分析方法均受林木样本量、样地大小、林分密度等因素影响,样地越大、样本越多,评价结果越准确,但也会增加样地调查和分析计算的工作量.[结论]各类空间分布格局分析方法有其自身特点及适用前提,实际应用中应结合具体样地条件选择合适的方法.林木空间分布格局研究不应仅仅局限于对整体数据是聚集分布、均匀分布或随机分布的简单描述上,还应将其应用于优化和调节森林结构以充分发挥森林的多种功能,为林业数据精准分析以及林业生产经营实践提供参考和科学依据.
林木空间分布格局、固定尺度型方法、可变尺度型方法、适应性
55
S757(森林经营学、森林计测学、森林经理学)
国家自然科学基金项目31570627;湖南省科技计划项目2015WK3017,2017WK2083
2020-01-11（万方平台首次上网日期，不代表论文的发表时间）
共12页
73-84
