在种群空间格局研究中,定量分析格局及其形成过程已成为生态学家的主要目标。在量化分析的众多方法中,点格局分析是最常用的方法,而在选择零模型时,完全空间随机模型以外的复杂零模型很少使用,实际上,这些零模型可能有助于认识格局的内在特征。为此,我们在研究实例中,选择完全空间随机模型(complete spatial randomness)、泊松聚块模型(Poisson cluster process)和嵌套双聚块模型(nested double-cluster process)对典型草原处于不同恢复演替阶段的羊草(Leymus chinensis)种群空间格局进行了分析。结果发现:完全空间随机模型仅能检测种群在不同尺度下的格局类型;而通过泊松聚块模型和嵌套双聚块模型检验表明,在恢复演替的初期阶段,羊草种群在小尺度范围内偏离泊松聚块模型,而在整个取样范围内完全符合嵌套双聚块模型;随着恢复演替时间的推移,在恢复演替的后期,在整个取样尺度上,羊草种群与泊松聚块模型相吻合。这是很有意义的生态学现象。这一实例表明在应用点格局分析种群空间格局时,仅通过完全空间随机模型的检验来分析格局特征,或许很难论证复杂的生态过程,而选择一些完全空间随机模型以外的较复杂的零模型,可能发现一些有价值的生态学现象,对揭示格局掩盖下的内在机制有所裨益。