森林是陆地生态系统的主体，是维持生态平衡和改善生态环境的重要保障，在应对全球气候变化中发挥着不可替代的作用。因此及时、准确、有效地监测和评价森林，对科学合理经营森林、充分发挥森林的多功能效益至关重要。森林资源的监测和评价的核心问题就是要及时了解森林生长、枯损和进界的动态变化情况。而及时了解森林生长、枯损和进界的动态变化，就必须应用森林模型技术。林分动态变化模型包括了生长、枯损和进界模型。应用林分动态变化模型可以使我们更深入地了解森林动态发展的模式，为有效地进行森林资源监测和合理地经营森林提供理论基础和分析评价方法。本研究以北京地区油松（Pinus tabulaeformis Carr.）林分为研究对象，根据林学和生物学特性，采用近代生物数学模型和统计分析方法，构建油松林分生长、枯损和进界动态变化模型：（1）分别利用传统的固定生长率法和可变生长率法建立了单木直径年生长预测模型，并对这两种方法进行比较研究。研究结果表明，利用可变生长率法建立单木直径年生长预测模型，其均方根误差（RMSE=1.0182）比固定生长率法（RMSE=1.1393）的小，决定系数（R2=0.9310）比固定生长率法（R2=0.9136）的大，因此其拟合效果比固定生长率法好。可变生长率法估计单木生长模型参数时，考虑了林木因子的变化及通过建立林分模型预估林分变量因子（林分断面积，优势高）的变化，从而导致单木直径年生长量的变化，这符合林木生长的规律。同时，本研究也利用了可变生长率法建立了全林分年生长预测模型，该方法能够提供林分的年生长变化情况，并利用似乎不相关联立估计全林分生长模型参数，这样能够提高参数估计的有效性和一致性，减少系统估计误差。（2）组合预测方法在提高模型预测精度方面有很好的表现。该方法充分利用单项预测模型所提供的有效信息，减少单个模型中随机因素的影响，把不同的模型误差分散化，从而提高预测精度。研究结果表明，组合预测模型精度（R2=0.9298）比单木模型（R2=0.9255）、林分模型（R2=0.9282）、分布模型（R2=0.9244）的预测精度都要高。利用组合预测估计方法预测林分断面积，使三个不同水平模型所得的林分断面积组合成一个预测值，保证了林分断面积预测的一致性，解决了不同预测模型间的相容性问题，为林分断面积生长模型一体化的研究提供了可行性。在组合预测模型中，权重的选取对提高组合预测结果的精度至关重要。相对于本研究所利用的误差平方和法和方差协方差法，最优加权法能够去除单项预测在组合预测模型中有偏的影响，从而使得组合预测达到无偏，最终达到提高预测精度的目的。（3）解聚法以单木水平模型所得的林分变量尽可能地与林分水平模型所得的林分变量相匹配为迭代目标，进而调整单木生长模型以提高预测精度。本研究利用3种不同的解聚法（指数法，比例调整法，可加法）进行调整油松单木枯损，研究结果表明：这3种方法都提高了单木枯损的预测精度，可加法相对好于其它2种方法。相对于这2种迭代求解调整系数的方法，可加法直接通过调整系数公式计算得到，计算更加简单、有效。同时，在研究中我们也发现林分密度模型预测的精度在解聚法中起到重要的作用。林分株数密度预测精度高，那么就可以减少不同单木枯损预测方法的差别。组合预测法综合利用了不同水平模型所提供的信息，分散预测误差，进而提高林分变量预测精度。本研究中，我们结合解聚法和组合预测法调整单木枯损模型，研究结果表明综合利用这两种方法调整单木枯损，着实提高了单木枯损的预测精度。（4）林分枯损和进界是描述林分动态变化特征的重要因子。然而，调查间隔期内可能有大量的样地没有发生林分枯损或进界现象，这意味着在所研究的数据中包含有大量的零数据，即数据结构是离散的。如果继续用最小二乘方法分析，估计不准确，会产生较大的偏差。本研究以计数类模型为基础，分别利用Poisson回归模型、负二项模型、零膨胀模型和Hurdle模型拟合林木枯损株数和林木进界株数，并通过AIC值，Pearson残差图以及Vuong检验对这些模型进行了详细分析比较。研究结果表明：Poisson回归模型不适用于模拟林木枯损株数。负二项回归模型相对于Poisson回归模型，比较适用。但是对于零枯损过多的数据，这两类模型拟合效果较差。零膨胀模型和Hurdle模型对这类数据有很好的解决办法。其中，零膨胀负二项模型和Hurdle-负二项模型拟合效果优于其它几种模型，而且这两个预测模型表现相当。本研究得出的结果可为分析林分枯损或者进界提供了一种可行性方法。最后，利用C#.NET设置界面，通过SAS的IOM编程接口，实现了油松林分生长、枯损和进界动态变模型的系统集成。