油松作为内蒙古自治区西部地区大力推广的主要人工林树种之一,其解剖特性直接关系到木材的加工利用情况。油松木材径向解剖特性对外界生态环境影响变化具有一定响应作用,本文通过对油松木材径向管胞长度、管胞宽度、管胞壁厚、腔径比、长宽比、壁腔比等指标的测定与分析,将试材当地的气候因子与其径向解剖特征建立联系,并使用神经网络预测方法对其径向解剖特征进行短期预测。本文首先采用统计回归方法进行油松木材径向解剖特征模型的建立,除晚材的管胞宽度和管胞壁厚两项指标拟合程度较差外,其他指标拟合效果相对较好,但总体拟合精度和相关性较低。而使用神经网络方法建模,无论是绝对误差还是相对误差均要优于回归方法,预测精度较高。通过实验及仿真结果表明,以每月的平均气温、地平均温度、降水量、日照百分率、湿度、蒸发量、极端最低温度作为输入,用神经网络预测的方法建立油松木材径向解剖特性变异规律预测模型,早晚材管胞长度预测值与输出值的最大相对误差分别为3.29%和1.8%,早晚材管胞宽度预测值与输出值的最大相对误差分别为2.62%和1.7%,早晚材管胞壁厚预测值与输出值的最大相对误差分别为4.08%和3.22%,预测精度非常高,预测结果可以满足实际预测要求,获得了较好的效果。