【摘要】带输入项的线性自回归模型是一种综合性预测模型，较之常用的树木物候预测模型更为优越。模型结构属动态随机差分模型范畴；集中了线性自回归和多元线性回归模型两者的优点；模型有时滞，使预测值不但和现时刻输入（长期天气预报结果）有关，还受历史输入及自身滞后量的影响，即削弱了长期天气预报结果对物候预测的影响，提高了精度；模型参数的修正采用递推最小二乘估计法，参数随预测期数的增加而不断修正，使预测值更靠近真值（观测值）。从日本樱花、绯红晚樱、刺槐３树种预测误差对比可明显看出，新法预测误差总是稳定在１～２ｄ内，而不致于如其他方法预测误差那样在１～１１ｄ不定。说明新预测方法更加符合树木物候动态随机变化之实际。