由于森林系统的多样性、复杂性和不可容错性,使得人们对森林资源的管理和预测往往借助于一系列有效的数学方法,而简单的线性模型又不能很好地模拟森林的复杂动态变化,所以本文重点研究了非线性理论在森林生物量模型研建和最优采伐模型研建中的应用。论文所采用的数据,是在甘肃小陇山党川林场利用三维激光扫描仪、GPS、全站仪等先进的仪器观测获得。数据获取时,主要考虑到少伐树,充分利用易测因子的观测数据进行生物量方程的拟合。在研建非线性生物量模型时,重点研究了两方面的问题,一是回归因子的优选问题,为了选择合适的回归变量,提高模型的拟合精度,运用逐步回归方法最终选择了贡献率大的胸径、树龄和树高作为回归变量参与模型研建。二是针对最小二乘法在回归计算中具有均衡误差的弱点,运用了抗粗差能力强的稳健估计方法进行模型回归和预测,并与传统最小二乘法回归得到的模型比较,可以得出运用稳健估计建模具有精度高的明显优势。由于采伐强度是森林经营管理的主要手段,所以如何确定最优采伐强度变得尤其重要。本文从采伐率出发,充分利用最优化原则,考虑森林中林木收获量的约束和极值,应用微分方程方法和实变函数理论,对森林的采伐强度系数以及采伐率影响下的森林面积变化作了模型的建立和分析。得出森林采伐的最优解的存在和一种求解方法,可以利用林分易测因子结合现代森林经理学的手段,寻找出最优采伐强度点,为森林的永续经营和森林系统的健康稳定提供理论依据和实用方法。综合上述几个方面,本论文研究了非线性理论在生物量模型研建和采伐优化规划中的应用。基本实现了对非线性模型的研究从选型到优化、从静态到动态、从人为选取因子到计算机选取因子等重要问题的探讨,对研究森林这样具有多种功能、时空动态结构和过程、环境效应滞后等特点的生态系统的规律、模型和机理具有重要的作用。