【目的】森林资源调查中，研究森林属性空间分布模式下的抽样设计，以突破地域限制，为抽样调查提供可推广的经验法则。【方法】利用北京市鹫峰国家森林公园样地调查的实测数据，构建人工总体。以树木死亡率作为为森林属性的代理属性,表达空间自相关。采用系统抽样设计，并通过蒙特卡洛模拟法，评估森林空间自相关、样地大小以及系统抽样设计对抽样精度的影响。【结果】（1）4种不同空间分布模式的总体变异系数，从小到大依次为：死亡率为0%的总体、死亡率为20%的随机模式总体、死亡率为10%的聚集模式总体、死亡率为20%的聚集模式总体。当死亡率为20%，抽样强度为2.73%时，随机模式的变异系数比聚集模式的变异系数低了1.3%。（2）3种不同大小的样地总体变异系数，从小到大依次为：20 m×20 m、30 m×30 m、40 m×40 m。其中，40 m×40 m的变异系数明显高于20 m×20 m和30 m×30 m对应的变异系数。（3）随着抽样强度增大，随机模式下8×8的主单元数目设计的人工总体的变异系数比4×4的约高0.02%，比16×16的约高0.15%；聚集模式下，8×8的N设计的人工总体的变异系数比4×4的约高0.32%，比16×16的约低0.54%。【结论】（1）不同强度的空间自相关都会削弱抽样精度，其中聚集模式相比随机模式的影响更为显著；（2）较小的样地有利于提高抽样精度和精度的收敛速度，但合理大小的样地设计才能有效提升抽样效率；（3）系统抽样中不同主单元数目对抽样精度的影响不明显，实际调查中应避免选择样本量为1的系统抽样，否则抽样误差难以度量。