林木空间分布格局分析方法比较及其适应性

林木空间分布格局分析方法比较及其适应性

论文摘要

【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。

论文目录

  • 1 材料与方法
  •   1.1 数据来源
  •     1.1.1 模拟样地数据
  •     1.1.2 实际样地数据
  •   1.2 林木空间分布格局分析方法
  • 2 结果与分析
  •   2.1 固定尺度型方法
  •     2.1.1 实际样地林木空间分布格局分析
  •     2.1.2 模拟样地林木空间分布格局分析
  •   2.2 可变尺度型方法
  •     2.2.1 实际样地林木空间分布格局分析
  •     2.2.2 模拟样地林木空间分布格局分析
  • 3 讨论
  •   3.1 固定尺度型和可变尺度型方法的整体比较
  •   3.2 不同空间分布格局分析方法的比较
  •   3.3 空间分布格局的影响因素
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘帅,李建军,李丹,朱凯文,郭瑞,文益君,马振燕

    关键词: 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

    来源: 林业科学 2019年11期

    年度: 2019

    分类: 农业科技

    专业: 林业

    单位: 中南林业科技大学,数字洞庭湖南省重点实验室

    基金: 国家自然科学基金项目(31570627),湖南省科技计划项目(2015WK3017,2017WK2083)

    分类号: S718.5

    页码: 73-84

    总页数: 12

    文件大小: 13344K

    下载量: 222

    相关论文文献

    标签:;  ;  ;  ;  

    林木空间分布格局分析方法比较及其适应性
    下载Doc文档

    猜你喜欢