林分年龄反映了林分不同的生长阶段,提供了林分生长、衰老和死亡的有关信息,是表征森林更新和演替重要的时间变量,也是评价立地生产力、确定林分生长和收获重要的时间参数,已成为研究森林生态系统以及制定和实施森林经营管理措施的重要依据。与人工林相比,由于天然林林分内林木年龄层次的多样性和空间结构的复杂性,确定天然林年龄具有很大的难度和不确定性。我国每隔五年开展一次的森林资源连续清查调查了固定样地内所有林木连续生长的实测胸径。基于森林资源清查的保留木多期实测胸径数据,本文提供了一种估算天然林年龄的方法。以吉林省蒙古栎（Quercus mongolica Fisch.ex Ledeb）天然林为研究对象,采用1994、1999、2004、2009和2014年的五期森林清查数据,筛选出五期保留木30株以上的蒙古栎天然林固定样地126块。通过保留木多期林分直径和相应调查时间间隔关系,构建了考虑林分密度指数SDI和不考虑SDI变量两种形式的林分直径生长模型。只要起始阶段的林龄估计准确,增加相应的时间间隔就可得到下一期的林龄估计,在给定起始阶段林龄和生长模型其他参数的初值后,采用126块样地覆盖多期（两期以上）的保留木林分直径数据进行联合估计,同时求解得到起始阶段未修正的林分年龄和模型其他参数;考虑到实际林分中样木的更新、衰老和死亡,基于每期样地中实际所有样木的胸径数据,分别采用了比例法和公式法对保留木林分直径生长模型估计的林龄进行修正,统一修正到当期现实林分中。为验证和比较基于多期保留木胸径数据估计林龄的可行性和稳定性,本文还分别基于Richards,Korf,Logistic和Hossfeld四种基础生长方程建立相应的林分直径生长模型,分别采用覆盖五期、四期、三期和两期的保留木数据集进行拟合,最后比较和评价了不同基础生长方程和数据集对估计现实样地林分年龄的影响,研究结果如下:（1）基于多期保留木胸径数据构建的生长模型对林分直径的拟合效果较好,不同基础方程和不同数据集的林分直径拟合效率EF均达到了0.990以上,均方根误差RMSE不超过0.35cm,平均系统误差ASE均接近于0,平均百分标准误差MPSE均在1.5%以下,且林分直径的残差均匀分布,不存在异方差现象。（2）以Richards方程构建林分胸径生长模型,当不考虑林分密度指数SDI时,公式法修正得到的实际林龄效果最优,1994至2014年每期估计林龄的平均偏差mBias均小于2.5年,平均绝对误差aBias均小于10年,不超过一个龄级的百分精度PA均在90%左右。模型加入SDI变量后,未修正到实际林分的林龄估计效果最差,每期估计林龄的mBias均在10年以上,aBias均在12.5年以上,PA在70%～75%之间。模型中加入SDI变量使得林龄估计的偏差明显上升,百分精度PA明显下降。未修正的林龄估计偏差最大,公式法修正到实际样地的林龄估计效果要优于比例法。（3）不同基础方程和覆盖不同期数保留木数据集对林分年龄的估计效果不同。与覆盖两期、三期和四期保留木的数据集相比,覆盖五期保留木的数据集估计林分年龄的偏差较小,精度较高,且对不同基础方程构建的生长模型的适用性较强;与其他基础方程相比,基于Logistic基础方程对不同数据集估计林分年龄偏差最小,精度最高,平均偏差mBias均不超过5年,平均绝对偏差aBias均不超过10年,不超过一个龄级的百分精度PA均在88%以上,且对不同数据集的适用性也较强;（4）对于不同基础方程和覆盖不同期数保留木的数据集来说,公式法和比例法两种方法均得到了较好的修正效果,明显改善了现实样地林龄的估计偏差,但公式法修正到实际林分的林龄估计要优于比例法。模型中考虑SDI变量虽略微提高了林分直径的拟合效率,改善了林分胸径生长模型的拟合效果,但一定程度上增加了林分年龄估计的偏差,降低了林分年龄的百分精度;（5）与估计中期（2004）和末期（2014）的林龄相比,不同基础方程和不同数据集估计首期（1994）林龄的差异较小,估计首期（1994）林龄的效果较好,且对不同基础方程和不同数据集适用性更好。基于保留木多期胸径实测数据,本文所建的林分直径生长合效果较好,估计林分年龄偏差较小,精度较高,实现了对天然林林分年龄的准确估计,提高了不同林分划分龄组的准确性,反映了林分年龄随林分直径生长的变化趋势,可满足不同领域对林分年龄应用的需要,为天然林资源保护和可持续经营提供了基础。