本研究以黑龙江省五营林业局丽林林场的11块标准地中293株样木数据分析描述了不同林分条件下落叶松人工林的生长发育规律,根据散点分布趋势,从经验方程中挑选拟合度最优的树高曲线模型为THT=32.0371?(1-e-0.05·DBH)1.044218+1.3;利用逐步回归得到冠长模型为CL=1.6622+0.2922·DBH;从标准地中选取30株人工落叶松得到2190个枝解析数采用逐步回归分析,利用枝条和树木的各个变量来构建枝条生长模型,包括总枝条数、弦长、弓高预估模型；得到最优模型总枝条数模型NBR=1.188955×DBH+2.562554×THT;弦长模型BCL=-0.0728+0.9292BL;弓高模型：BAH=0.243114×BL0.864351。对于基径、枝长、着枝角度本文采用混合模型进行研究,利用逐步回归技术建立了落叶松枝条基径模型为：BD=b1+b2DINC+b3DINC2+b4DBH·DINC2枝条长度模型为：BL=b1+b2DINC+b3DINC2+b4DBH·DINC2,枝条着枝角度模型为：BA=b1+b2DINC+b3DINC2+b4DBH·DINC。然后,利用S-PLUS软件中的LME过程,拟合线性模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明：当拟合枝条基径模型时,b1、b2、b3同时作为混合参数时模型拟合最好。为了矫正混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条基径混合模型中。指数函数显著提高了枝条基径混合模型的拟合效果,并且消除了异方差现象。模型模拟表明：对于大小相同树木,枝条基径随着着枝深度DINC的增加而增大,对于大小不同的树木,枝条基径随着胸径(DBH)的增加而增大。林木的胸径变量很好地反映了不同大小树木的枝条基径的变化。在不知道详细林分信息的前提下,可以利用树木变量合理地预测兴安落叶松人工林的枝条基径的变化规律。当拟合枝条长度和角度模型时,b1、b2、b3同时作为混合参数时模型拟合最好。为了描述混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条长度和角度混合模型中。指数函数显著提高了枝条长度混合模型的拟合效果,幂函数显著提高了角度混合模型的拟合效果,并且消除了异方差现象。模型检验结果表明：混合模型通过校正随机参数值能提高模型的预测精度。因此,混合模型在应用上不但能反映总体枝条长度和角度预测,还能通过方差协方差结构校正随机参数来反映树木之间的差异。