【摘要】【目的】通过对马尾松Pinus massoniana人工林密度指数模型的研究,为制定木材产量及质量的提升决策提供参考。【方法】以河南省薄山林场马尾松人工林为研究对象,采用147块标准地数据,以林分平均胸径为输入向量,以林分密度为输出向量,建立了林分密度指数人工神经网络(ANN)模型,并与Reineke的林分密度指数模型进行比较。【结果】①薄山林场马尾松人工林最大密度线斜率b为-1.516 3,马尾松标准平均胸径为14 cm, Reineke的林分密度指数模型精度为92.11%, t检验结果显著;②构建了网络结构为1∶2∶1的林分密度指数ANN模型,模型拟合精度为92.57%,均方误差为0.001 469 7。③无论采用Reineke林分密度指数还是人工神经网络技术,在拟合株数密度随林分平均胸径的变化趋势时,幼龄林组拟合效果都不理想,这与幼龄林组数据数量偏少有关。【结论】所建模型可为薄山林场马尾松抚育经营决策提供依据。图4表1参13