以黑龙江省七台河市林业局金沙林场落叶松和樟子松人工成熟林为研究对象,在树干基部、树干1.3m处以及树高的20%、40%、60%和80%处截取5cm厚的圆盘各1个。在每个圆盘南向通过髓心锯下一个楔形木块,将每个楔形木块沿径向切割成相等的8段,测量其宽度和年轮数,并用排水法测定各样品的基本密度。采用方差分析、多重比较、相关分析和回归分析等方法,研究了落叶松和樟子松木材基本密度的株内变异、株间变异、径向变异、沿树干方向的变异以及年轮组间的相关性。结果表明:落叶松和樟子松单株树木内木材基本密度存在变异,在树干不同高度处存在显著的株间变异和径向变异。落叶松树干基本密度在纵向呈现逐渐递减趋势,而樟子松呈现...

以4个不同林分密度下的9株长白落叶松木材为实验材料,依据国家标准(GB 1927～1943—2009)对其抗弯弹性模量、抗弯强度、顺纹抗压强度和气干密度等主要物理力学性质进行了比较研究。结果表明:林分密度为580株/hm2的长白落叶松木材的抗弯弹性模量、抗弯强度、顺纹抗压强度、气干密度的均值均高于其他3个林分,而且气干密度在四个不同林分间的差异水平均在0.01水平显著。相反,林分密度为200株/hm2的长白落叶松木材的各种物理力学均值最小。4个林分密度下的长白落叶松木材主要力学性质在纵向均呈现下降趋势,方差分析表明抗弯弹性模量和抗弯强度纵向上的变异在0.05水平显著,顺纹抗压强度、气干密度均在...

针对浙江省淳安县姥山林场的24年生49个产地马尾松种源试验林,采集植株胸高处木芯,分析种源年轮宽度和木材基本密度的年龄效应。结果表明:除近髓部1～5轮年轮段的木材基本密度外,其他年龄段的年轮宽度和木材基本密度皆存在显著的种源差异,进一步说明通过种源选择可实现木材生产力和木材基本密度的遗传改良。不同年轮段木材基本密度的种源变异相对稳定,而年轮宽度的种源变异则易受环境的影响,幼龄材年轮宽度的种源变异较小,仅为成熟材的63.29%。来自不同种源区的种源年轮宽度的径向变异规律相似,皆表现出先增后减的变化趋势,在6～10轮达到最大值;年轮木材基本密度径向变化规律则与年轮宽度不同,表现为随年龄增长先增加后...

【目的】木材密度不仅与木材的各种材性密切相关，而且是衡量木材质量与价值的重要指标。采用近红外光谱（Near infrared spectroscopy, NIRS）分析技术能够快速、高效地预测木材密度，避免了传统试验中繁琐的检测步骤。长短期记忆网络(Long short-term memory network, LSTM)作为循环神经网络(Recurrent neural network, RNN)的变体，不仅可以学习序列数据之间的高阶特征信息，而且克服了RNN中的长距离依赖、梯度爆炸与梯度消失等问题。将LSTM与NIRS结合，提出一种能够准确预测樟子松木材气干密度的无损检测技术，为提高NIRS模型预测木材气干密度精度提供理论依据。【方法】该研究以樟子松木材样本为研究对象，用近红外光谱仪获得106个樟子松样本的光谱数据，并在恒温（20±2℃）恒湿（65%±3%）的环境下测定样本的气干密度。通过对比多组预处理方法和特征选择方法，采用Savitzky-Golay卷积平滑（Savitzky-Golay smoothing,SGS）等方法进行预处理，采用竞争性自适应加权算法（Competitive adaptive reweighted sampling, CARS）进行波段选择，剔除NIRS数据中的高频噪声与冗余信息，提升光谱数据质量、建模速度与精度。为验证LSTM模型预测能力，将其与偏最小二乘回归(Partial least squares regression, PSLR)、卷积神经网络(Convolution neural network, CNN)等建模算法对比分析。上述3种算法被分别应用于建立樟子松木材气干密度近红外预测模型。【结果】基于上述3种建模方法建立的NIRS模型均可实现樟子松气干密度的有效预测。且LSTM模型的预测精度与回归拟合度均优于PLSR与CNN模型。其中SGS+CARS处理后的LSTM模型的预测精度最高、泛化性能最强、拟合效果最好（R2=0.959,RMSEP=0.005,RPD=5.033）。【结论】通过对樟子松木材光谱数据与气干密度的采集，建立了一种新型的基于NIRS分析技术与LSTM的木材气干密度检测方法。LSTM预测模型相较于传统的回归模型，模型的预测精度更高，回归效果更好，鲁棒性更强。该检测方法既可保证木材的完整性，又可以提高气干密度的预测精度，实现了对樟子松木材气干密度的快速无损检测，为木材近红外光谱分析提供了可参考的模型与理论依据。

对24年生长白落叶松优树子代测定林14个处理(13个家系和1个对照)的生长性状、木芯基本密度进行遗传变异分析和方差分析,结果表明,家系间生长性状和木芯基本密度均存在较大变异,家系间生长性状差异极显著,木芯基本密度差异显著,树高、胸径、材积和木芯基本密度家系遗传力分别为0.73、0.72、0.80和0.60,进行家系水平的改良具有很大的潜力。生长性状、木芯基本密度与物理力学指标相关分析结果表明:生长性状与木芯基本密度、解析木基本密度、气干密度呈正相关不显著,与大多数力学指标间相关不显著;木芯基本密度与解析木基本密度、气干密度、径面抗劈力、抗弯弹性模量、抗弯强度、顺纹抗压强度和径面硬度呈极显著正相...

利用６株２７年生火炬松伐倒木解析材料，分析木材基本密度的株内变异规律。结果表明，各年轮基本密度及相应的自髓心的断面基本密度的径向变异表现为，在各断面高度随距髓心年轮数的增加而增大，到一定年轮数后增加趋缓；纵向变异则为自干基向上迅速下降，３～５ｍ高度以上保持相对稳定。相关分析表明各部位及相应的断面木材基本密度值ＢＤ与距髓心的年轮数Ｒ和其高度Ｈ位置有关，可用ＢＤ＝ａ＋ｂ／Ｒ＋ｃ／Ｈ来拟合两者的株内变化趋势。本研究样木的幼龄材与成熟材的过渡区为第１２年轮左右，幼年材与成熟材的基本密度相关随年轮数增加而趋显著及稳定，对火距松木材基本密度的早期选择宜在幼龄材至成熟材过渡年龄之后进行

以黑龙江省七台河市林业局金沙林场9株人工落叶松432个样品密度数据为例,利用逐步回归技术构建落叶松木材密度模型:WD=β1+β2RN+β3RN2+β4h。利用S-PLUS软件中的LME过程,分别考虑单水平和多水平效应,拟合线性木材密度混合效应模型。结果表明:基于单水平和多水平效应的混合模型拟合精度高于传统的基本模型,并且考虑单水平树高效应和2层次效应时的混合模型精度高于考虑单水平样木效应影响的混合模型。模型检验结果表明:混合效应模型不但能反映总体平均木材密度变化趋势,还能反映分组之间的差异。

对1984年种植在广西和浙江的22个种源的火炬松及在浙江的8个种源的湿地松的木材密度和管胞长度进行了测定和分析。结果表明,两个树种的木材密度和管胞长度在种源间和种源内单株间均表现出显著差异,但株间差异较种源间差异显著得多。不同地区火炬松的差异较之同一地区不同种源间的差异更为显著。种源、地区的交互作用对火炬松的木材密度和管胞长度都表现出显著影响,种源和单株的交互作用对两个树种的木材密度也有显著影响。两个树种的木材材性与年轮宽度之间没有显著的相关关系。与马尾松和早期引种的火炬松、湿地松比较表明,用新引进的材料可选育出木材材质更为优良的品种。

研究了影响湿地松、火炬松木材密度变异的主要因素；探讨了对木材密度进行综合选择的选优方法，选出湿地松，火炬松优良单株７３株。

本文研究了8种贮藏兴安落叶松Larix gmelini(Rupr.)Rupr.和樟子松(Pinussylvestris L.var.monglica Litvin)苗木的方法.结果表明:苗木窖贮藏法显然优于露天贮藏法.目前生产中应用的露天假植+盖草帘法严重影响苗木质量,造林成效低.苗木窖中,覆砂、塑料容器袋和纸板箱、钙塑箱贮藏法效果比较好,苗木质量和造林效果有保证,应推广.尤其是钙塑箱和塑料容器袋贮藏苗木,便于运输,减少了从贮藏到造林地的许多环节,造林成效显著.

本文详细研究了兴安落叶松和樟子松5种主要苗木类型的年生长规律,并应用有序样品聚类分析方法,对其苗木生长时期进行了定量划分,目的是为培育优质壮苗提供理论依据.

[目的]拓展木材显微切片的染色方法。[方法]比较研究了番红(Safranine O)、固绿(Fast Green FCF)和阿利新蓝(Alcian Blue 8GX)三种染料对樟子松木材切片的染色效果。[结果]单一染料染色时,番红对木质化程度高的厚壁细胞上色效果较好,阿利新蓝对木质化程度低的薄壁细胞上染较好,固绿介于两者之间。两种染料复染时,番红-固绿无法实现不同细胞的区分,仅呈现番红的颜色;而番红-阿利新蓝可以区分厚壁和薄壁细胞,厚壁细胞(管胞和射线管胞)呈红色,薄壁细胞(射线薄壁细胞和泌脂细胞)呈蓝绿色。进一步通过冰乙酸为复染提供一个酸性环境,改进了番红阿利新蓝双染方法。当冰乙酸含量为13%～17%时,能达到理想的染色效果,能够更加清晰地区分厚壁和薄壁细胞。分别将番红、固绿和新蓝用于已解离的管胞染色,新蓝对管胞的染色效果最好,番红染色效果比新蓝略差,固绿染色效果远低于新蓝和番红。[结论]番红对木质化程度高的厚壁管胞染色效果最好;新蓝对木质化程度低的薄壁细胞染色效果最好。改进后的番红-新蓝双染能清楚地区分木材中的厚壁和薄壁细胞。木材细胞对不同种类染料的响应各异,同时也受染色介质影响。研究结果为木材切片细胞识别提供简单高效的新方法。

【目的】基于樟子松和兴安落叶松干形数据，比较分析最小二乘法（ONLS）、分位数回归（QR）、混合效应模型的固定效应法（FIXED）以及广义加性模型（GAM）对树干不同位置直径和树干总材积的预测精度，为树木干形和材积精准预测提供参考。【方法】以大兴安岭漠河林业局不同林分条件下的187株樟子松和283株兴安落叶松为研究对象，拟合林业上常用的33个削度方程，选出精度较高的削度方程作为ONLS、QR和FIXED的基础模型。基于描述干形的常用变量，同时考虑变量转换，如平方和开根号等变量转换构建GAM。应用R软件对4种建模方法进行拟合，选取平均误差（ME）、均方根误差（RMSE）、百分比均方根误差（RMSE%）和确定系数（R~2）对比分析4种建模方法，采用留一交叉检验法对不同建模方法进行检验，比较各方法预测树干不同位置直径和树干总材积的精度。为更直观展示各建模方法效果，分别从2种树种中随机抽取2株不同大小树木进行树干模拟。【结果】1）基于Kozak(2004)模型的ONLS、QR和FIXED以及构建的GAM拟合结果表明，4种建模方法均能较好拟合樟子松和兴安落叶松干形数据；2）留一交叉检验结果显示，GAM对樟子松和兴安落叶松树干直径的预测精度优于ONLS、QR和FIXED;3) GAM预测2种树种材积时与估计直径一致，即GAM预测精度优于其他建模方法；相较ONLS，樟子松和兴安落叶松GAM材积预测的RMSE分别下降5.6%和11.3%;4) 2种树种不同大小树木树干模拟发现，对于大树树干，ONLS、QR、FIXED和GAM模拟效果相似，且均能较好模拟樟子松和兴安落叶松树干干形；对于小树树干，ONLS、QR、FIXED和GAM模拟效果差异较大，其中GAM能较好模拟樟子松和兴安落叶松树干干形。【结论】GAM预测树干不同位置直径和树干总材积时精度最高。当以预测为主要目的时，GAM通过简单编程能够实现对樟子松和兴安落叶松树干直径和材积的估计，可作为一种精度较高的树干干形预测方法。

为研究熏蒸处理对木材颜色和力学性能的影响,采用氧硫化碳(COS)、溴甲烷(MB)和硫酰氟(SF)分别在3种不同质量浓度下对落叶松材进行熏蒸处理,用色差分析、力学性能测试、电子扫描电镜(SEM)、能谱分析(EDS)和红外光谱分析(FTIR)对熏蒸前后木材的物理力学性能和官能团变化进行表征。结果发现:1)使用3种熏蒸剂处理后,落叶松材的颜色均发生明显变化,其中COS熏蒸处理对试样的明度(L*)、红绿轴色度指数(a*)的影响最小;2)落叶松材经过COS熏蒸处理后,顺纹抗压强度、静曲强度、弹性模量均下降,其中顺纹