异速生长模型是一种间接估测方法,它在林学上的应用比较广泛,在林学上有很好的解释,它根据相同树种在不考虑树木生长环境下的调查情况,用一定的数学方法处理,以图、表或公式的形式来预估树木冠体的生长。方法大多是多因子曲线模型,比较注重变量和其它各因子的关系,因此避免会出现因子间的“相互预报”,模型间的“循环估计”等问题,精度比较高。本文以异速生长模型为例,将多重回归分析的方法应用其中。在构建冠体生长模型的过程中,首先,应该考虑影响冠体生长的因素有哪些,在落叶松生长外界条件相同的情况下如：气候因子,土壤因子,地形地势,生物因子,人为活动等等条件下,对落叶松的直径,树高,冠长等因子构建影响树冠体积和表面积生长的数学模型,在实际测量时工作量会很大,而且数据众多,误差也将随之增大,但是将众多林木因子依次和树冠体积进行相关性分析就可以预估出有效变量,这样既解决了对大量树种进行单独研究费时耗工的问题,同时,误差得到了相应的控制,为此,给林业生产与实践带来较大方便,对森林调查具有十分重要的意义。本文以黑龙江省大兴安岭地区壮志自然保护区面积约为0.16公顷的带状区域的主要树种落叶松的树冠体积和表面积与哪些变量因子有关,并建立数学模型。首先处理数据,把有效的数据因子逐个与树冠体积和表面积建立曲线模型,并做相关性分析,得出有效的变量因子,建议异速生长模型,对此非线性模型进行转化,然后进行多重线性回归分析,得出回归模型,并对此回归模型进行检验,此模型通过了检验,因此异速生长模型能较好的估计树冠体积及表面积的生长情况。本文的创新点主要表现在：将多重回归分析法引入林业应用当中,为解决林业经营中所用到的非线性模型进行简化,为林业的发展提供一条新的思路,在建立树冠体积和表面积的增长模型时,分别对一个因变量和一个自变量进行讨论分析,避免了因子间的相互预测问题；用异速生长模型来描述同一树种的冠体生长,省去了对一些不必要的因子的测量,对未来林业的发展提供可靠的研究思路。