铁岭市有大量的油松、日本落叶松、刺槐、柳树、榆树、杨树等针、阔叶乔木在林地和园林绿化地上广泛使用,并且有历史悠久、数量大、应用范围广等特点。随着铁岭市生态文明建设步伐的加大,它们在造林及绿化中的作用也更加突出。生长规律的研究可以满足林业、和园林工作者对林区和园区内树木的生长信息的需求,可以更加直观、生动形象、严肃真实的反应树木未来的生长情况和空间结构以及景观效果,预测未来森林景观和园林景观的发展趋势。并且树木生长量随时间变化的研究也越来越受到业专家学者的密切关注。现在,许多研究表明树木的各个因子的生长量之间有着显著的相关关系,并可以建立一定的生长模型。林学方面的生长模型主要有林分生长模型以及单木生长模型两种;而单木生长模型既是林木生长模型研究的基础,又可以扩展。单木生长模型的研究因子包括树木的树龄、树高、胸径等。生长模型的定量研究是树木的生长过程中围绕树木展开的定向研究。它可以预测林木未来的生长趋势,也可以直观的观测区域内树木的生长情况。在林业工作中既是编制各种木材数表的基础,也是森林经营以及园林景观设计过程中预测未来所获得的林木效果和园林景观的依据。目前各地区已经有很多专家以及学者对树木存在的静态以及发展过程中的动态变化规律进行许多详细的研究。本文通过作者在基层一线所掌握的大量的林龄、胸径、树高等林木信息,应用采伐设计大量而精准的数据,选用六种常用树种且生长良好的树木作为研究对象,进一步研究林木各生长量之间的关系并简要分析相同林龄林木,胸径、树高等生长量不同的原因。来进行数据分析,找到自然规律,进而拟合出适合现阶段林木生长的生长模型。探讨其生长规律建立生长模型,用量化的指标来说明各个生长（不同树龄）时期所能产生的景观效果和林分预估。研究其生长量随时间的变化、胸径和树高的生长关系等相关信息,拟合出树木的生长方程,来为未来的林分生长量预测和园林景观预测和造景设计打下良好基础。研究结果表明,刺槐的年龄和胸径生长关系应选用二次曲线方程作为刺槐胸径生长模型,即Y=-0.005A²+0.771A+1.59;年龄和树高生长关系应选用幂函数作为刺槐树高生长模型,即Y=1.546A^0.669;胸径和树高生长关系应选用二次曲线方程作为铁岭市刺槐胸径和树高关系的生长方程,即Y=0.008A²+0.386A+3.509。榆树的年龄和胸径生长关系应选用幂函数方程作为榆树的树龄和胸径生长模型,即Y=0.814A^0.962;树龄和树高生长关系应选用幂函数方程作为柳树树高生长模型,即Y=1.165A^0.728;榆树胸径和树高的生长关系应选用幂函数方程作为铁岭市榆树胸径树高生长方程,即Y=1.574A^0.697。杨树的年龄和胸径生长关系应选用二次方程作为铁岭市杨树的胸径生长模型,即Y=0.016A²+0.673A+5.523;年龄和树高的生长模型应选用对数方程作为铁岭市杨树的树高生长模型,即Y=-14.615+10.895ln A;胸径和树高的生长关系应选用对数方程作为铁岭市杨树胸径和树高的生长方程,即Y=-17.853+10.9ln A。柳树的年龄和胸径生长关系应选用二次曲线方程作为铁岭市柳树胸径生长模型,即Y=-0.06A²+1.328A-3.078。油松的年龄和胸径生长关系应选用幂函数方程作为铁岭市油松树龄和胸径生长模型,即Y=1.919A^0.617;年龄和树高生长关系应选用幂函数作为铁岭市油松树高生长模型,即Y=1.416A^0.603;油松胸径和树高生长关系应选用幂函数方程作为铁岭市油松胸径和树高生长方程,即Y=1.245A^0.798。日本落叶松年龄和胸径生长关系应选用选用二次方程作为铁岭市日本落叶松胸径生长模型,即y=-0.06A²+0.926A-2.142;日本落叶松年龄和树高生长关系应选用幂函数方程作为铁岭市日本落叶松的树高生长模型,即Y=0.371A^1.065;日本落叶松胸径和树高生长关系应选用幂函数方程作为铁岭市日本落叶松的胸径与树高关系的生长方程,即Y=0.479A^1.175。通过数据拟合可以较好的分析出树木的生长规律,为未来的林业工作提供参考。但是因为本文选用的是优质林木作为研究对象,所以取得的效果较好。而自然规律下自然因素、生长因素、基因因素、人为因素等因素也会影响树木的生长。本文选取优势木研究只能作为树木随树龄等因素生长的一个正向规律。铁岭市抚育、改造、主伐年采伐量35万立方米,数量庞大。下一步还可以通过大数据分析对于受气候、土壤等自然环境因素的影响的全自然状态下林木及林分的发展规律进行预测。在大数据时代下,我们完全可以利用现有的林业信息来拟合出理想的树木发展模型。利用大数据分析,来拟合出多维自然状态下林木的生长规律,找出影响生长的因素,为以后的营林、育林及林分预测打下基础。