1、本研究以大興安嶺北部地區(qū)興安落葉松（Larix gemelinii Rupr.）天然林為研究對象，利用固定樣地復測數據，在MATLAB系統環(huán)境下，應用BP人工神經網絡技術，建立了興安落葉松天然林生長的動態(tài)預測神經網絡模型。
　　本文首先構建了地位級指數神經網絡模型、林分密度神經網絡模型和全林分生長神經網絡模型，并利用大興安嶺地區(qū)1990年、1995年和2000年三期國家一類清查的興安落葉松天然林固定樣地資料對所建模型進行訓練和檢驗

2、。同時，與依賴生長方程建立的相應模型進行了比較，結果表明，神經網絡模型的擬合性、檢驗精度、平均誤差、平均絕對誤差、平均絕對相對誤差都優(yōu)于依賴現存樹木生長方程所建的模型。
　　本文還從定性的角度直觀分析了模型的擬合效果，即利用MATLAB強大的繪圖功能，基于地位級指數神經網絡曲線式和林分密度指數神經網絡曲線式，按比例法繪制了興安落葉松天然林地位級指數曲線和林分密度指數曲線。當已知林分年齡和林分平均高，以及已知林分平均直徑和林分每公頃

3、株數時，即可方便快捷的在相應曲線上查得地位級指數值和林分密度指數值。與此同時，基于全林分生長神經網絡模型繪制了林分生長過程的三維仿真曲面、模型預測理論值和實測值的三維對照圖和回歸定量分析，結果說明，所建模型擬合效果良好，并具有很強的泛化能力。
　　為了提高模型的預估精度，基于差分法建立了林分密度動態(tài)預測模型和林分蓄積量動態(tài)預測模型，并基于以上建立的模型構建了大興安嶺北部地區(qū)興安落葉松天然林全林分生長神經網絡模型系統。該模型系統客觀