根据森林群落的特征或属性，运用数学方法，对其进行定量分析称森林数量分析法。常见的森林数量分析方法有排序分析、聚类分析和格局分析等。数量分析比传统的植被分析（以定性为主的野外调查方法）能更深刻地揭示森林植物的内在规律和相互之间的关系，为合理经营管理森林资源提供科学依据。

 

    排序分析  以森林植物种间相关性为依据区分植物种，对样方进行排序。其特点是以种间相关系数为指标，以分析其矩阵的特征向量作基础。目前应用较广泛的方法有主量分析(PCA)、相互平均分析(RA)、除趋势对应分析(DCA)及典范对应分析(CCA)等。

 

    聚类分析  对实体(或属性)集合按其属性(或实体)数据所反映的相似关系进行分组、划类。在分析时，使同组成员尽量相似，而不同组成员则尽量相异。在聚类分析中，需要根据原始数据比较两个体之间、个体与组之间或两组之间相似程度的数量指标，即相似系数。聚类分析方法较多，但大致可分为等级聚类和非等级聚类两大类。前者按照参与变量的个数又可分为单元分析和多元分析。后者主要有图论聚类、距离聚类、概率聚类和模糊聚类等。

 

    格局分析  研究林木在林分中的分布状态。主要包含两方面的内容：一是林木个体在空间上的散布状态；二是林木个体大小在空间的分布形式。研究森林群落的格局分析方法有“格子”样方法、游程检验及谱分析等。  

 

 

    （摘编自《中国资源科学百科全书》）