立地的光照、降雨、气温、土壤、水分、地形等都是树木生长的影响因素，它们的变化都能在树木年轮上有所响应，因此，树木年轮能较为客观有效地记录其生长的地理环境信息。可以认为每棵树木都是它生长环境的“微气象站”，对每一个“微气象站”的研究，都可以挖掘到局部微环境的地理气候信息。本论文通过采集广西大明山（15个标本）、大瑶山（17个）、青秀山（5个）、天雹水库区（8个）马尾松树轮样本数据，尝试使用因子分析、聚类分析、人工神经网络、分形理论、复杂性分析、小波分析等数学方法，对这些地区树木生长过程进行研究，以揭示它们的地理环境变化的内在规律，为这些地区的封山育林、水土保持、经济育林、果树培育、园林绿化等工作提供科学依据。首先运用SPSS统计软件中聚类与因子分析方法对天雹水库区树轮进行研究，从研究中发现树木年轮能记录下立地的坡向、土壤、光因子、水因子、温度等地理环境信息，通过分析获取这些因素的变化规律。另外，运用SPSS的神经网络多层感知器分析大明山、大瑶山、青秀山三个地方的树轮数据，并根据青秀山树木生长的规律和感知器建立的模型，判别它的地理气候“相”，从而对其进行地理环境归类。其次使用大明山、大瑶山2003至2013年树木年轮各年的平均宽度数据，运用MATLAB人工神经网络工具箱相关函数编写专门预测程序，预测两地2014年树轮平均宽度。之所以使用平均树轮数据，是因为它能“中和”掉每个样树的土壤、地形、生态竞争等因素的差别，使其对地区具有一定的代表性。经人工神经网络模型预测，大明山2014年预测值为5.9631mm，大瑶山的预测值为5.1295，它们均比2013年大，为此，可以间接认为广西地区2014年的气候相对要比2013年要好。另外基于李氏指数理论、分形理论和信息复杂性理论，使用MATLAB小波分析工具箱的相关函数编写专用程序，计算大明山和大瑶山树轮序列的突变性和复杂性。通过计算结果的比较，表明大瑶山的突变性和复杂性比大明山大，因此可以说明后者的水热等地理因素的变化要比前者相对平稳有序。最后，编写MATLAB专门的程序对大明山36年平均树轮序列进行多时间尺度的连续复小波分析，以研究树轮序列年份变化的周期性和规律性。由于树轮变化情况是当地水热环境及气候状况的“晴雨表”，因此本研究也可间接地揭示大明山36年环境气候变化的周期性和规律性。