【摘要】【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省林科院九峰试验林场马尾松青冈栎混交林为研究对象,利用模型优选法确定出最优基础模型,并在此基础上,通过引入树种哑变量和分位数回归方法,构建不同树种不同分位点的树高-胸径分位数回归模型,选取平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、T检验对不同模型进行对比分析。【结果】1)选取的6个代表性非线性树高曲线模型中,Richard模型综合表现最好,确定为最优基础模型。2)除个别分位点外,分位数回归模型整体拟合结果和预测能力优于哑变量模型和基础模型;马尾松和青冈栎最优分位数回归模型分别为τ=0.5和τ=0.7时;相同立地条件下,青冈栎生长势高于马尾松。3)模型独立检验结果表明分位数回归模型在描述树高曲线分布范围、变化规律以及稳健性上优于哑变量模型和基础模型。【结论】分位数回归方法在模拟混交林树高-胸径关系上表现出了较好的预测效果,将其应用到混交林或天然林树高-胸径关系等的研究中是一个可行思路。鉴于研究样本数据还较有限,兼顾数据整体和个体关联性的方法还有待进一步研究。