Exceptionella klustringsprocesser f?r urskog
Simulering och analys av exceptionell klustring i tr?dpopulationer
I detta arbete modelleras ett exceptionellt klustrat punktm?nster med hj?lp av spatiala punktprocesser. Punktm?nstret representerar den spatiella placeringen av tr?d i skogsomr?det VES13,
givet av ERIKA-projektet som genomf?rts i Finland. Syftet ?r att ?terskapa det observerade
m?nstret genom att utveckla och analysera modeller anpassade till denna typ av data. Simuleringar genomf?rs i programmeringsspr?ket R med hj?lp av paketet spatstat.
F?r att efterlikna det tr?dm?nstret givet av datam?ngden testades f?rst n?gra standardmodeller f?r klustrade punktm?nster s?som Thomasprocessen, den omodifierade Thomasprocessen
samt en kombination av dessa kallad halvv?gs Thomasprocess. Modellerna lyckades skapa kluster men inte exceptionella kluster, s? f?r att b?ttre f?nga dessa utvecklades tre nya modeller
som ?ven tar h?nsyn till biologiska faktorer. den iterativa Thomasprocessen skapar kluster
genom en iterativ generering av dotterpunkter, medan den intensitetsstyrda Thomasprocessen till?ter parameteranpassningar f?r st?rre kontroll ?ver storleken och t?theten p? kluster.
Slutligen anpassas en hierarkisk Poissonprocess d?r intensiteten styrs av ett latent f?lt, vilket
modellerar klustring genom variation av intensiteten.
Avslutningsvis j?mf?rdes modellerna med ett test och olika sammanfattande statistiskor. Resultaten visar att de modeller med h?nsyn till biologiska faktorer lyckas efterlikna det exceptionella klusterm?nstret fr?n datam?ngden b?st.