全文预览

点格局分析及其在植物空间分布格局研究中的应用

上传者:菩提 |  格式:pdf  |  页数:13 |  大小:0KB

文档介绍
,JD)一1+exp(--.r。2/4盯2). (10) 4.6 硬核过程(Hard—core process) 硬核过程主要分析小尺度上格局,对小尺度的格局分析比较敏感,用来分析的点的最近邻体距离d大于设定分析的最短距离占,小于d的点将被排除分析之外。最短距离艿的设定很关键,设定的过大,将有较多的点不符合要求,不能被分析(Wiegand&Moloney,2004)。 4.7 反映时间序列的模型在多个点格局模型家族里,时空聚集模型(Space—time clustering)和先前条件模型(Ante— cedent conditions)是反映时间序列的模型,考虑到了时问对点格局分布的影响。时空聚集模型可以用来分析群落动态的演替格局(Wiegand&Moloney,2004)。先前条件模型分析的情况是:如果两个点格局类型,不是在同一个时间出现,一个在前,一个在后,后者不影响前者的格局分布,而前者会影响后者的分布格局。比如说,在分析模拟成年树和幼苗格局时,因为成年树影响幼苗的分布,因此,应固定成年树位置,随机模拟幼苗在样区的位置,而不是随机模拟成年树在样区的分布。 5 模拟检验选择合适的零模型后,就要分析观测值是否显著偏离零模型的模拟值,从而验证我们最初的假设。检验观测值与模拟值差异显著性的方法较多,如卡方拟合检验、Kolmogorov— Smirnov检验,目前比较常用的为Monte Carlo模拟检验。Monte Carlo模拟检验观测点格局分布是否显著偏离某个零模型,主要看观测值是否在置信区间以外,因此,建立合适的置信区间是关键。首先选择在某一尺度上摸拟,然后选择模拟的次数。比如进行999次模拟,保留第五最高值和第五最低值,建立置信区间,如果观测值在99%置信区间以内,说明符合零模型的假设,反之,不符合。值得注意的是,模拟的次数越多,所得结果越客观,但是模拟的次数过多,

收藏

分享

举报
下载此文档