森林是人类社会赖以生存的物质基础,在为外界提供林产品和生物栖息场所的同时,还具有多种重要的生态功能。林分生长收获模型可以判断特定森林类型对计划性经营的反应,预估林分未来的发展趋势,因此常作为森林经营决策的技术手段。国有林场作为我国生态文明建设的重要力量,在提供生态系统服务功能、维护国家生态安全、应对全球气候变化等方面发挥了重要的作用。基于林木生物学特性和生态建模的理论与方法,构建具有一定精度保证的全林分生长收获模型,有助于提升国有林场森林可持续经营水平。因此,本研究以拱拢坪国有林场乔木林资源为研究对象,利用分别于2006年、2016年和2020年完成的三期森林资源调查数据,依据相关技术规程将研究区乔木林资源归并为5种森林类型:华山松（Pinus armandii）林、云南松（Pinus yunnanensis）林、杉木（Cunninghamia lanceolate）林、硬阔叶林和软阔叶林,剔除异常数据后保留了442个乔木林小班,并筛选调查期间未经过经营的小班数据254组,从中随机选取190组（75%）作为建模数据,剩余64组（25%）作为检验数据;此外,结合野外踏查及无人机设备（纵横大鹏CW-10）航拍,选取58个典型小班进行样地布设及调查,同时,将样地调查数据作为检验小班数据准确性和模型实用性的验证数据,样地大小为20 m×30 m。在分析研究区森林资源特征的基础上,利用非线性混合效应模型理论与方法,尝试构建以森林类型为随机效应的全林分生长收获模型,描述林分平均高、平均胸径、株数密度、密度指数、林分断面积和蓄积量的生长过程,进而编制各森林类型的林分生长过程表。本文主要研究结论如下:（1）模拟林分平均高生长的最优基础模型为Mitscherlich模型（Ra~2=0.658）,而混合效应模型的Ra~2、AIC和RMSE值分别为0.794、1358.79和1.808,均优于基础模型,表明增加森林类型水平的随机效应构建混合效应模型可以提高模型的拟合精度。（2）模拟林分平均胸径生长的最优基础模型为Schumacher模型（Ra~2=0.647）,当考虑引入地位指数作为协变量或引入森林类型作为随机效应均可以提高模型拟合精度,广义混合效应模型的Ra~2、AIC和RMSE值分别为0.881、1538.44和2.447,优于其它三个模型,拟合精度由大至小依次为广义混合效应模型、基础混合效应模型、广义模型、基础模型。模拟林分株数密度变化时,考虑立地条件和森林类型的影响也可以提高模型的拟合精度。（3）利用常见的种群存活曲线拟合林分株数密度模型,当考虑引入地位指数作为协变量或引入森林类型作为随机效应均可以提高模型拟合精度。基础模型拟合后的Ra~2为0.425,当考虑引入地位指数作为协变量构建广义模型时,Ra~2值（0.443）增大,而AIC、RMSE、MAE、MAPE值均有所减小;当增加森林类型的随机效应构建广义混合效应模型时,模型精度进一步提高（Ra~2=0.468）。根据最大密度线方程求出各森林类型的最大密度线斜率,并结合林分平均胸径、株数密度模型可得到林分密度指数预估模型的函数方程。（4）构建混合效应模型可以提高林分断面积与蓄积生长模型的拟合精度。林分断面积混合效应生长模型的Ra~2、AIC和RMSE值分别为0.835、923.129和4.12,林分蓄积混合效应生长模型的Ra~2、AIC和RMSE值分别为0.981、-213.637和0.107,均优于固定效应模型,表明增加森林类型水平的随机效应可以提高模型的拟合精度。（5）构建混合效应模型可以提高林分断面积与蓄积生长预测模型的拟合精度。林分断面积混合效应生长预测模型的Ra~2、AIC和RMSE值分别为0.659、63.569和0.283,林分蓄积混合效应生长预测模型的Ra~2、AIC和RMSE值分别为0.789、56.398和0.265,均优于固定效应模型,表明增加森林类型水平的随机效应可以提高模型的拟合精度。综上,本研究探索构建了系统的基于混合效应模型理论与方法,以森林类型为随机效应的国有林场全林分生长收获模型体系,分析揭示了不同立地条件与优势树种对林分生长的影响,结果表明考虑增加地位指数因子和森林类型水平的随机效应可以有效提高林分生长模型的拟合精度。