森林立地条件评价以及相关学科中经常遇到多变量、多参数问题，需要对大量测量数据进行多元分析，将物质分为不同的类别。由此引入了模式识别技术中的聚类分析方法。聚类分析方法具有学习和适应能力强，克服人为因素的影响，分类快速准确的特点。通过模式识别技术中的聚类分析方法，依据对云南松林分的立地条件因子，林分属性进行聚类，以这样的方法获得云南松立地条件因子的分类结果，然后通对分类结果的分析得到评价结果，具有重要的理论意义和应用价值。　　 本文阐述了聚类分析方法的一般理论和方法，以云南禄丰县一平浪镇的二类小班调查数据为研究对象。首先，应用聚类分析方法中的K-均值聚类方法，按照立地因子中土壤种类、石砾含量、腐殖质厚度、土壤厚度、坡位、坡度、坡向和海拔数据，对160个云南松小班样本进行聚类分析，得出立地因子影响云南松小班林分生长情况的四种模式。然后，在K-均值聚类的结果的基础上，应用聚类分析方法中的系统聚类的方法，按照林分属性中年龄、树高、直径、疏密度和每公顷蓄积的数据，对每一种模式下的样本进行聚类分析，得到每种模式下的林分生长情况的系统聚类结果。通过对四种模式下的林分生长情况系统聚类结果的分析，评价了四种模式下的林分生长情况。结果如下：　　 ①红黄壤，石砾含量低于30％，腐殖质薄，土壤厚度中等，主要分布在阳坡或半阳坡的林分树高生长情况较差，但直径生长情况最差。　　 ②红壤、紫色土，石砾含量大于30％，腐殖质薄，土壤厚度薄或中等，坡度在16-40度之间，主要分布在阳坡或半阳坡的林分树高、直径生长情况与在第③种模式下的生长情况相比稍差一点。　　 ④紫色土，石砾含量主要在30％以下，腐殖质中等，土壤厚度中等，坡度在16-40度之间，主要分布在阳坡或半阳坡的林分树高、直径生长情况最好。　　 ④红黄壤和红壤，石砾含量在30％以上，腐殖质厚度薄，土壤厚度中等或厚，主要分布在半阳坡的林分树高生长最差，但直径生长较第①种好。