【摘要】【目的】建立马尾松Pinus massoniana-木荷Schima superba混交林树高-胸径模型，将树种作为哑变量引入模型，考虑模型残差空间自相关和异质性，为混交林树高-胸径模型构建和科学经营提供理论依据。【方法】基于贵州省开阳县马尾松-木荷混交林727组树高-胸径调查数据，构建普通最小二乘法模型(OLS)、广义可加模型(GAM)、线性混合模型(LMM)、地理加权回归模型(GWR)和地理加权回归克里格模型(GWRK)的树高-胸径全林木模型，在此基础上，将树种作为哑变量引入，选择全局莫兰指数(Moran’I)、局域Moran’I和组内方差分析5种模型残差空间自相关与空间异质性，并采用决定系数(R2)，均方误差(MSE)和赤池信息准则(AIC)对模型进行评价。【结果】(1)马尾松-木荷混交林全林木基础模型的拟合精度从低到高依次为OLS、GAM、LMM、GWR、GWRK。(2)将树种作为哑变量引入模型后，各模型拟合精度均高于全林木基础模型。(3)OLS和GAM模型残差的全局Moran’I在α=0.05水平下显著(Z>1.96)，局域Moran’I分布图中存在较多热点，表现出强烈的空间自相关。而LMM、GWR和GWRK模型残差全局Moran’I在α=0.05水平下不显著(-1.96≤Z≤1.96)，且在局域Moran’I分布图中存在较多冷点，说明模型残差空间自相关已被消除。(4)5种模型残差的组内方差均表现随着滞后距离增大而增大的趋势，但GWR和GWRK模型具有更小的组内方差，能较好地降低模型残差空间的异质性。【结论】OLS和GAM模型拟合精度不高，并且不能消除模型残差空间自相关和异质性，因此不是用来建立树高-胸径模型的最佳选择。LMM、GWR和GWRK模型在提高模型拟合精度和降低空间自相关性方面表现良好，但GWR和GWRK模型在降低空间异质性方面显著，是最适合的树高-胸径模型。图2表3参38