本文针对天然次生林存在的诸如林分结构不合理、稳定性较差等问题,以南洞庭湖龙虎山林场典型次生林——青稠混交林为研究对象,利用现代林业信息工程技术深入分析天然次生林林分结构特征,优化配置各类林分结构要素,提升天然次生林的多重效益。主要研究工作和研究结果如下:1、根据研究区调查数据建立样地林木Voronoi图及其对偶结构Delaunay三角网,提出样地边界校正方法“Voronoi图结点距离判定”。研究表明:①林木Voronoi图明确了林木空间邻接关系,有利于提取并统计林木空间信息及数字特征。②Voronoi图结点距离判定更具灵活性,可视为缓冲距离随边界林木实际分布自适应变化的校正方法;该方法具备更强的校正能力,能最大限度地排除样地外林木的边缘干扰,有效提升空间结构指数的计算精度。2、在融合点格局分析多尺度动态特征的基础上,提出了林分空间格局分析方法“Voronoi图格局分析”,并采用多种方法从空间结构和非空间结构两个方面对次生林林分结构进行分析。非空间结构分析表明:研究区林分以青椆为优势树种,樟树、青冈栎、马尾松、白栋、枫香等次之;林分直径分布基本呈反J型曲线,具有较为明显的异龄林特征。空间结构分析表明:①林木空间格局方面,随空间尺度增大,林分整体空间格局有从聚集分布向随机分布过渡的趋势,林分各主要树种的空间格局则从聚集分布向随机分布甚至均匀分布转变;相比角尺度和O-ring统计方法,Voronoi图格局分析既融合了点格局分析的多尺度动态特征,又突出了对森林经营的指导作用,因而更具优越性。②林木种内种间关系方面,青稠种群的聚集分布特征导致种内竞争非常激烈;由于数量多分布广,与其他树种相遇几率高,故种间竞争亦很激烈。③林木空间隔离方面,样地P1～P5呈弱度混交,P6～P7呈中度混交,表明研究区林分的树种空间隔离程度较差,需补植一些乡土树种。④林分垂直结构方面,样地平均林层指数取值普遍较低,表明林分垂直分层情况不理想,林层较为简单,在垂直方向上对空间的利用程度不高。3、提出基于次生林林分空间隔离、竞争、空间格局的均质性目标,建立次生林林分结构状态评价体系及标准。研究表明,样地P6处于高地,受人为及自然干扰少,其空间均质性评价等级为4级;而其它样地受人为及自然干扰大,均为2～3级,反映出人为及自然干扰对该地林分的深刻影响。4、针对林分结构中存在的不合理性,以林分空间结构为优化目标,构建了基于群智能PSO算法的次生林林分结构的多目标优化经营模型,并将模型应用于经营实践。研究表明,在树种数、径阶分布保持不变的基础上,按照该模型确定的采伐方案能使林分结构达到整体最优,各样地林分结构稳定性、物种多样性和结构复杂性均得以增强,林分各项结构指标均得到不同程度的改善和提升。通过集成GIS空间分析方法、人工智能算法和计算机建模与仿真技术,开发了次生林结构分析、优化和调整的智能决策与经营系统。5、本文主要创新点如下:①提出样地边界校正的新方法——“Voronoi图结点距离判定”,为准确分析和评价林分空间结构状态提供了理论依据;②提出林木空间格局分析的新方法——Voronoi图格局分析,拓展了林分空间格局的分析方法;③构建了基于群智能PSO算法的次生林林分结构的多目标优化经营模型,开发了次生林结构优化和调控的智能决策系统,提升了森林经营决策的数字化、信息化及智能化水平。