森林在任何地理尺度下都呈现出一定的空间结构，基于地统计学方法分析不同尺度上林分的空间异质性和空间自相关性，有助于深化林分空间结构的认识以及提高估计和绘制森林资源分布图的精度，这对于森林经营，规划和研究有着重要的现实意义。本文基于汪清林业局2007年二类调查局级固定样地数据和2010年天然蒙古栎纯林标准地复测数据，从景观尺度对林分特征因子（森林蓄积量,森林地上生物量和树种多样性）进行了空间异质性和空间自相关性分析，并对树种多样性进行空间估计和空间格局分析；从林分尺度上对林木属性变量（树高，胸径，胸径生长量和冠幅）以及各属性变之间进行了空间异质性和空间相关性分析。（1）在二类调查局级固定样地抽样尺度上（1×2km），森林调查因子蓄积量和地上生物量并没有呈现出空间自相关性，可以将各个固定样地视为独立的样本。无法采用地统计学空间估计的方法将样地“点”上信息扩展到“面”上信息。（2）分别采用趋势模型和泛克里格方法对全局树种多样性进行了空间估计，两种方法的预测精度均较高。泛克里格方法是在趋势模型的基础上考虑了模型残差的空间自相关性。研究表明研究区域内树种多样性存在着明显的空间格局。趋势模型中的解释变量已经解释了大部分的空间信息，因此相对于趋势模型，泛克里格方法并没有显著地提高预测精度。但是泛克里格方法展现出了潜在的优势——标准误差图能够给出每个预测点的可信度和对模型残差进行空间结构分析，可以以此来判断模型中是否忽略了某些重要的环境解释变量。（3）在林分尺度上采用地统计学方法对蒙古栎纯林林木属性变量的空间异质性和空间自相关性进行分析，研究结果表明林木属性变量在空间上呈现出明显的不同程度的空间自相性和各向异性现象。有些林木属性之间存在着明显的空间相关性，如林木竞争指数和胸径生长量之间存在负的空间相关性，表现出胸径生长量低的斑块具有较高的竞争压力。这表明林分中存在激烈的竞争现象。可以考虑通过疏伐等措施降低林木间的竞争压力。使林分朝着更高林分生长率的更新方向发展。为森林经营者深化了解林分空间结构，制定合理有效的经营措施提供重要依据。