本文基于黑龙江省大兴安岭林区南瓮河生态站的落叶松林(Larix gmelinii)、蒙古栎林(Quercus mongolica Fischer)、落叶松白桦混交林(Mixture of Larix gmeliniiand Betula platyphylla)三种典型林分的可燃物含水率数据,选择基于平衡含水率的可燃物含水率实时变化模型为基础模型,采用非线性混合效应(NLME)模型方法,选择林分类型和空间要素作为随机效应,分别建立具有混合效应的可燃物含水率的实时变化预测模型,并通过给残差方差增加权重的方法解决异方差问题。结果表明:考虑随机效应和异方差结构的可燃物含水率实时变化NLME预测模型的拟合效果优于不含随机效应的可燃物含水率实时变化预测模型。其中在以林分类型为随机效应的混合效应模型构建中,以常数加幂函数作为异方差结构的模型精度最高(AIC=547.72,BIC=581.29,-2LL=527.72)且明显优于未给残差方差增加权重的可燃物含水率实时变化NLME预测模型(AIC=961.65,BIC=988.50,-2LL=945.65);在以空间要素为随机效应的混合效应模型构建中,以指数函数作为异方差结构的模型精度最高(AIC=486.16,BIC=513.05,-2LL=470.16)且明显优于未给残差方差增加权重的可燃物含水率实时变化NLME预测模型(AIC=522.29,BIC=545.82,-2LL=508.29)。利用独立样本数据对模型进行检验,检验结果表明:对于可燃物含水率实时变化的预测,考虑随机效应和异方差结构的NLME模型的检验精度比利用最小二乘法拟合的多元非线性回归模型均有所提高。研究表明基于混合效应模型的可燃物含水率实时变化模型可以很好地描述区域尺度上不同林分类型和不同空间要素的可燃物含水率实时变化规律。