本研究以不同年龄、不同密度及不同立地条件的樟子松(Pinus sylvestris L．var．mongolica Litv)人工林作为研究对象，基于26块标准地中139株标准木的树干解析、枝解析数据，揭示了不同林分条件下樟子松林分的直径结构规律和树高结构规律，建立直径分布预测模型对未来林分动态进行预测；全面系统地研究了黑龙江东部地区樟子松人工林内平均树高、林分断面积、林分蓄积等林分调查因子的生长预估模型，建立林分生长与收获模型对未来林分调查因子进行预估；通过研究单木叶量的分布规律及其与不同林分条件的关系，建立樟子松叶量垂直分布模型；并根据叶量与叶面积的关系建立叶面积预测模型；研究了不同林地条件下不同大小树木各部分生物量及比例与年龄关系；采用CAR模型，以胸径、树高和二者的组合形式等为自变量建立樟子松人工林单木的树干、树枝、树叶及全树重的生物量预测模型；在此基础上采用变量逐步筛选的方法引入材积和树冠因子建立各部分的与材积兼容的单木生物量模型；结合单木生物量模型和直径分布预估模型，预测不同立地质量、林龄和密度下樟子松林分各维量的生物量，并研究不同年龄樟子松林分的产量结构，从而了解樟子松人工林的林分结构动态及生物量积累的过程，掌握不同阶段樟子松人工林的生物量结构变化规律。研究结果如下：1、三参数Weibulll分布可很好的对樟子松人工林直径和树高分布进行拟合，且Weibull分布的参数可以由年龄，密度和立地指数等林分因子来预测，利用该模型可对未来林分直径分布进行描述；2、采用林分密度指数(SDI)作为樟子松人工林的林分密度测度，导出了以间隔期代替年龄来预估林分各调查因子的预测模型组，可为樟子松人工林进行任意时刻后的林分调查因子的预估创造了条件。该组模型具有较高的精度和稳定性，可以在研究地区使用。3、单株累积叶量垂直分布服从修正Weibull式；相对叶量最大的轮枝出现在相对着枝深度为0.45左右处；在相同林分条件下，林木相对叶量最大值随树木年龄的增大而递减，最大值出现的相对位置逐渐降低。4、樟子松人工林单木叶面积(LA)与叶干重(W1)存在相关关系，二者之间可以用模型LA=0.01817+12.1692W1描述。5、樟子松人工林单木各分量生物量的最优模型形式均为CAR模型，各最优模型的变量主要为胸径(D)和树高(H)因子，D~2H能够很好的反映树干的干重，胸径和树高能够很好的反映树枝、树叶及全树重的变化；将材积因子和树冠因子引入到单木生物量预测模型中，建立与材积兼容的生物量模型可大大提高模型的估计精度；6、樟子松单株生物量随着年龄的增大而增加，树干的生物量占全树重的比例随年龄的增大而增大。枝和叶的生物量变化趋势与树干相反，都随着年龄的增大而减小。7、结合单木生物量模型的直径分布收获预估模型可用于预测不同立地质量、不同林龄下樟子松林分各维量的生物量。各分量预测的平均相对误差RME％均在10％以内，所预测林分各分量生物量无系统偏差，除树叶且预测外精度都在95％以上。8、樟子松人工林株数密度随着林龄的增加而减少，乔木层各组分的生物量与乔木层总生物量随着立地指数和林龄的增加均呈增大的趋势；林分中树干生物量的相对分配百分率是随年龄的增大而增加的，而枝、叶生物量的相对分配百分率，则随年龄的增大而减小。本研究可为樟子松人工林的开发利用，充分发挥其生态效益和经济效益提供理论依据，为全面提高我国樟子松人工林营林水平提供坚实的理论基础和经营方法。