کارایی آماره های اختصاری مختلف در مدل سازی الگوی نقطه ای مکانی درختان کنار (Ziziphus spina-christi (L.) Wild.)

درک فرایندهای بوم شناختی نهفته در توزیع مکانی درختان با شبیه سازی ساختار مکانی آنها در یک توده امکان پذیر است. آماره های اختصاری قادر هستند الگوی نقطه ای مکانی درختان را مدل سازی کرده و نمایش موثری از ارتباط بین الگوهای نقطه ای با فرایندهای بوم شناختی ارائه کنند. در پژوهش پیش رو، پنج آماره اختصاری درجه اول (تابع تراکم/λ(x))، درجه دوم (تابع همبستگی جفتی/g(r))، با درجه بالا (تابع T/T(r))، نزدیکترین همسایه (تابع توزیع نزدیکترین همسایه/D(r)) و ریخت شناختی (تابع توزیع تماس کروی/Hs(r)) برای مدل سازی الگوی مکانی درختان کنار (Ziziphus spina-christi (L.) Wild.) در جنوب استان فارس استفاده شدند. یک قطعه نمونه واقعی و دو قطعه نمونه شبیه سازی شده 200×200 مترمربعی همگن برای بررسی عملکرد این تابع ها انتخاب شدند. نتایج نشان داد که λ(x) به طور معنی داری از فرایند پواسون همگن پیروی می کند و توزیع مکانی درختان کنار را در سه قطعه نمونه شناسایی کرد. همچنین نتایج نشان داد که g(r) غیرتجمعی است و نسبت به الگوهای درختان در مقیاس های مختلف حساس است. اگرچه T(r) پراکندگی، تصادفی و کپه ای بودن درختان در قطعه نمونه ها را تشریح کرد، اما توان آن در بیان الگوهای ساختاری کوچک با توجه به تراکم کم درختان در قطعه نمونه ها مشخص نشد. فاصله تا نزدیکترین درخت توسط D(r) محاسبه شده و آنها در هر سه قطعه نمونه در حدود 20 متری از یکدیگر قرار داشتند. درنهایت، مقدار Hs(r) الگوی غیرتصادفی درختان را در قطعه نمونه ها به وضوح نشان داد. به طور کلی نتیجه گیری شد که آماره های اختصاری مختلف، ویژگی های آماری متفاوتی از الگوهای نقطه ای مکانی را در بوم شناسی گیاهان توصیف می کنند.