森林蓄积量与环境因子的关系研究是森林立地的分类与评价的重要前提，是林业生产的一项基本工作，是实现森林科学培育、经营和蓄积量预测的基础。传统方法主要用主成分分析、逐步回归分析和数量化理论来实现对森林立地进行分类和评价。但无论采用哪种理论哪种方法，自始至终都仅仅是：把野外的二类调查数据简单的运用数量化理论将数据量化为简单的0，1；把森林立地系统的各因子之间的非线性和复杂性关系看作是简单的线性或非线性关系；通过建立简化、依赖和间接的数学公式来反映复杂的系统模型。所建立的模型往往使建模者显得力不从心，分类与评价效果不理想，没有从根本上找到一个有效的解决方法。　　 本文全面总结归纳前人在林分统计模型研究成果的基础上，针对数量化模型及最小二乘回归方法存在的不足，以模糊映射、偏最小二乘回归方法、投影寻踪理论为依据，提出了云南松小环境下林分蓄积量的数量化回归模型、偏最小二乘回归统计模型、基于偏最小二乘回归的投影寻踪耦合模型，并结合云南省一平浪林场二类调查数据分析了各种模型的性能。此项研究工作不仅对森林立地的分类和评价研究有着重要的实用价值，而且对提高对野外调查数据的最大信息利用水平有着重要意义。　　 论文主要研究内容及成果如下：　　 (1)全面系统地归纳总结了前人的林分统计模型，并结合以往统计模型实例，分析了最小二乘回归方法在统计模型建模过程中存在的问题，指出因子间严重的多重相关性及数量化的类目过多是造成最小二乘回归模型结构不稳定和解释性差的根本原因。　　 (2)对数据的处理采用数量化理论与模糊映射理论结合，可在维数不增加的情况下更好的体现变量间的显著关系。　　 (3)依据偏最小二乘回归方法的理论，以统计模型的建模为应用目标，提出了偏最小二乘回归统计模型。研究分析表明，该模型能有效克服因子间严重的多重相关性，从而得到结构稳定及解释性强的统计模型。经实测资料的验算并与最小二乘回归模型比较，证实偏最小二乘方法是因子存在多重共线性的情况下建模的有力工具。　　 (4)首次将投影寻踪理论及方法和偏最小二乘回归思想运用在研究云南松林分蓄积与周边环境关系上，基于偏最小二乘回归的投影寻踪耦合模型方法建模既有效的解决了自变量的多重共线性问题，又发挥了投影寻踪在处理因变量与自变量间复杂的非线性的长处，较准确地描述了森林环境因子与林分蓄积量之间的非线性关系，对以后的森林立地建模有重大的意义。