Exceptionella klustringsprocesser för urskog: Simulering och analys av exceptionell klustring i trädpopulationer

Abstract

I detta arbete modelleras ett exceptionellt klustrat punktmönster med hjälp av spatiala punkt processer. Punktmönstret representerar den spatiella placeringen av träd i skogsområdet VES13, givet av ERIKA-projektet som genomförts i Finland. Syftet är att återskapa det observerade mönstret genom att utveckla och analysera modeller anpassade till denna typ av data. Simuleringar genomförs i programmeringsspråket R med hjälp av paketet spatstat. För att efterlikna det trädmönstret givet av datamängden testades först några standardmodeller för klustrade punktmönster såsom Thomasprocessen, den omodifierade Thomasprocessen samt en kombination av dessa kallad halvvägs Thomasprocess. Modellerna lyckades skapa kluster men inte exceptionella kluster, så för att bättre fånga dessa utvecklades tre nya modeller som även tar hänsyn till biologiska faktorer. den iterativa Thomasprocessen skapar kluster genom en iterativ generering av dotterpunkter, medan den intensitetsstyrda Thomasprocessen tillåter parameteranpassningar för större kontroll över storleken och tätheten på kluster. Slutligen anpassas en hierarkisk Poissonprocess där intensiteten styrs av ett latent fält, vilket modellerar klustring genom variation av intensiteten. Avslutningsvis jämfördes modellerna med ett test och olika sammanfattande statistiskor. Resultaten visar att de modeller med hänsyn till biologiska faktorer lyckas efterlikna det exceptionella klustermönstret från datamängden bäst.