本文以黑龙江省带岭林业局的不同年龄、不同密度及不同立地条件的落叶松(Larix gmelinii Rupr.)人工林为研究对象,基于21块样地中84株树干解析数据,利用各解析木的相对干形测定数据,采用统计学原理和SAS统计软件非线性回归模型的参数估计方法拟合了4个削度方程,分析和比较了各模型的拟合效果,选出了落叶松人工林最佳削度方程为Max和Burkhart (1976)分段削度模型：x=h/H,ai=拐点.i=1,2.并对此最佳削度方程的预测性能进行综合评价。然后以Max和Burkhart分段削度模型作为基础模型,构建了3个具有不同拐点的树干削度和材积系统,削度和材积系统拥有一套参数。为了使内生变量(Endogenous Variables)误差同时最小化,利用SAS软件PROC MODEL中的似乎不相关回归过程(Seemingly Unrelated Regression-SUR)解决联立方程组模型系统的参数估计。采用确定系数、绝对误差、相对绝对误差、均方根误差、相对均方根误差等模型评价指标对不同模型系统的精度进行比较分析。结果表明：具有2个拐点参数的Max和Burkhart分段削度和材积模型系统拟合精度是最高的。模型检验进一步证明了该模型系统提供了最好的直径和材积预测精度。以Max和Burkhart分段削度模型为基础模型,采用非线性混合模型的方法,建立落叶松人工林树干削度混合效应模型。结果表明：当考虑样地效应影响时,b1、b2同时作为混合参数时模型拟合最好；当考虑树木效应影响时,b2、b4同时作为混合参数时模型拟合最好。无论考虑样地效应影响还是考虑树木效应影响,混合模型的拟合精度都比基本模型的拟合精度高,并且考虑树木效应影响要比考虑样地效应影响的精度更高。模型检验结果也表明了混合模型通过校正随机参数值能提高模型的预测精度。