摘要：最近邻体法是一类有效的植物空间分布格局分析方法，邻体距离的概率分布模型用于描述邻体距离的统计特征，属于常用的最近邻体法之一。然而，聚集分布格局中邻体距离（个体到个体）的概率分布模型表达式复杂，参数估计的计算量大。根据该模型期望和方差的特性，提出了一种简化的参数估计方法，并利用遗传算法来实现参数优化，结果表明遗传算法可以有效地估计的该模型的两个参数。同时，利用该模型拟合了加拿大南温哥华岛3个寒温带树种的空间分布数据，结果显示：该概率分布模型可以很好地拟合美国花旗松（P. menziesii）和西部铁杉（T. heterophylla）的邻体距离分布，但由于西北红柏（T. plicata）存在高度聚集的团簇分布，拟合结果不理想；美国花旗松在样地中近似随机分布，空间聚集参数对空间尺度的依赖性不强，但西北红柏和西部铁杉空间聚集参数具有尺度依赖性，随邻体距离阶数增加而变大。最后，讨论了该模型以及参数估计方法的优势和限制。