摘要：【目的】探讨目标树抚育间伐对蒙古栎天然次生林林分和单木生长的影响,为更加合理地开展森林经营活动、促进天然次生林恢复和可持续经营提供科学依据。【方法】2013年8月,在吉林省汪清林业局塔子沟林场选择立地条件和生长情况基本一致的蒙古栎天然次生林,设置16块面积0.09 hm2(30 m×30 m)的样地开展目标树抚育间伐试验,根据间伐强度设计弱度(5%)、轻度(10%)、中度(20%)和对照4种处理,每种处理4次重复。基于2016年复测数据,比较分析不同抚育间伐强度对林分和单木生长的初期影响。【结果】经目标树抚育间伐3年后,间伐样地的林分断面积和蓄积定期生长率均显著高于对照样地,不同间伐强度间无显著差异;间伐样地的单木胸径和材积定期生长率均显著高于对照样地,且随间伐强度增加而增大,中度抚育间伐下蒙古栎和红松的单木胸径定期生长率分别是对照的1.51和1.67倍;抚育间伐可显著促进幼树、小树、中龄树的单木胸径和材积生长,对大径木无显著影响;目标树单木胸径和材积定期生长量均显著大于对照,且目标树胸径定期生长量是非目标树的1.28~1.32倍,目标树材积定期生长量是非目标树的2.13~2.69倍;随着目标树自由生长空间增加,目标树胸径和材积定期生长量增大。【结论】基于单株目标树的抚育间伐不仅可促进林分断面积和蓄积生长、降低枯损木平均胸径、增加进界木株数,而且能显著提高单木胸径和材积生长,特别是单株目标树生长。影响单株目标树生长的决定因素是目标树的自由生长空间。在蒙古栎次生林中选择蒙古栎、紫椴、水曲柳作为目标树时,适合开展4个方向的完整树冠释放活动,而选择林下红松作为目标树时,适合开展2~3个方向的不完整树冠释放活动。

摘要：【目的】探究3种基于机载LiDAR数据的单木分割算法获取冬奥核心区新造林油松和中龄林华北落叶松单木信息的适宜性,分析3种算法的单木分割精度和单木树高信息估算精度,探索冬奥核心区最优单木分割方法,为掌握冬奥核心区森林结构信息和制定森林经营管理措施提供技术支持。【方法】利用冬奥核心区典型样地机载LiDAR数据,应用基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法,结合地面调查数据、正射影像与人工目视解译,采用树冠探测率(r)、准确率(p)和总体精度(F)3个评价指标分析算法的单木分割精度;单木配准后,分析外业实测树高与机载LiDAR估算树高之间的相关性,综合评估3种算法获取冬奥核心区单木信息的适宜性。【结果】1) 3种单木分割算法在新造林油松中总体精度很高(F=0.90~0.93),在中龄林华北落叶松中总体精度较高(F=0.72~0.75);2)对于新造林油松,基于点云的距离判别聚类法总体精度最高(F=0.93),优于分水岭分割算法(F=0.90)和双正切角树冠识别算法(F=0.90);对于中龄林华北落叶松,双正切角树冠识别算法总体精度最高(F=0.75),优于基于点云的距离判别聚类法(F=0.72)和分水岭分割算法(F=0.70);3)外业实测树高与机载LiDAR估算树高之间的相关性分析表明,基于点云的距离判别聚类法在新造林油松中提取的单木树高相关性最优,双正切角树冠识别算法在中龄林华北落叶松中提取的单木树高相关性最优。【结论】通过对冬奥核心区不同类型林地的机载LiDAR数据进行单木分割,体现出基于点云的距离判别聚类法、分水岭分割算法和双正切角树冠识别算法的适宜性,在新造林油松中,基于点云的距离判别聚类法适宜性表现最优;在中龄林华北落叶松中,双正切角树冠识别算法适宜性表现最优。

摘要：【目的】提出一种基于自适应样本均衡与信息融合的林火检测数据增强(SMA)方法,以解决因林火样本数据难以获取、各类别分布不均衡、场景表达能力不充分等导致林火检测效果不佳的问题。【方法】以河北省张家口市崇礼区采集的无人机林火图像为研究对象:1)对无人机视频进行预处理,构建原始数据集;2)采用类别统计、标注框中心化等方法分析数据存在的问题,如小目标居多、类别分布不均衡和标注框尺寸分散等;3)针对类别分布失衡问题,引入自适应参数,实现样本动态调整;4)为保证信息跨样本融合的有效性,提出新的参数指标IOA作为判定阈值,并给出合理参考值;5)设计12组消融试验,以无人机采集数据为样本,根据控制变量原则,对比原始数据、随机数据增强、马赛克数据增强和SMA方法在SSD、YOLOv3、YOLOv4主流算法中的林火检测结果;6)以MAP(平均查准率)为指标,评估不同数据增强方法在同一算法中的效果。【结果】消融试验结果显示,SMA方法在SSD、YOLOv3、YOLOv4算法中MAP分别为48.16%、82.02%、67.79%,相比原始数据分别提升12.14%、11.50%、36.83%,相比随机数据增强分别提升11.95%、4.86%、16.33%,相比马赛克数据增强分别提升1.06%、18.24%、1.79%。【结论】现有数据增强方法未能充分利用林火数据中蕴涵的信息,SMA方法引入自适应参数可解决样本分布不均衡问题,IOA指标引入能够实现数据跨样本融合。SMA方法在SSD、YOLOv3和YOLOv4算法中MAP相较传统方法均有提升,表现出对林火数据检测的有效性。

摘要：[目的]基于我国森林资源连续清查(简称“连清”)样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份,数据来自第六次、第七次连清样地数据的树高调查表,总样本数为23239个。选取18种基础生长方程作为候选模型,分别拟合各省区杉木平均木树高与胸径的关系,根据模型的决定系数(R^(2))、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和平均预估误差(MPE),并结合模型残差分布图,确定各省区最优模型,同时采用5折法验证各省区最优模型的预测能力,最终决定各省区最优树高-胸径模型。[结果]15个省区的杉木最优树高-胸径模型并不相同,四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程),江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程),广东、湖北、贵州的最优模型分别为模型10(双曲线方程)、模型11(Logistic方程)和模型13(Gompertz方程),R2分布在0.602~0.807之间,MAE分布在0.94~1.53 m之间,MRE分布在-2.93%~-4.72%之间,RMSE分布在1.23~2.00 m之间,MPE分布在0.50%~2.77%之间。模型拟合效果较好,满足精度要求,且参数具有生物学意义,可作为全国各省区杉木人工林平均木树高-胸径基础模型。[结论]本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型,能较好的模拟各省区的杉木平均木树高随胸径的变化规律,可以作为全国各省区基本的杉木人工林平均木树高-胸径模型,为各省区杉木人工林的树高预测提供依据。

摘要：【目的】利用全国森林资源清查固定样地连续监测数据,通过机器学习算法构建基于多因子的森林生长模型,提高森林生长和固碳量的模拟精度,预测东北三省乔木林未来碳汇潜力,探索乔木林碳汇的潜在分布,为准确定位我国东北森林在增汇减排中的作用以及科学制定国家“碳中和”行动路径和目标管理提供科学指导。【方法】利用1999—2018年4次全国森林资源连续清查固定样地监测数据,结合区域气候、土壤、林分和地形因子,采用随机森林模型构建区域主要优势树种(组)的生长-消耗模型,运用未来气候情景与未来乔木林面积扩增情景,预测东北三省2015—2060年间乔木林生物质碳储量变化与碳汇潜力。【结果】东北三省乔木林生物质碳储量2060年可达3393.15 TgC,比2015年增加1895.23 TgC,2015—2060年间年碳汇量为42.12 TgC·a-1,其中天然林是主体。辽宁省、吉林省和黑龙江省乔木林生物质碳储量分别由2015年的139.19、463.58和895.15 TgC增至2060年的328.95、915.83和2148.37 TgC,乔木林平均生物质碳密度分别由2015年的32.71、59.75和45.11 MgC·hm-2增至2060年的75.20、109.32和85.24 MgC·hm-2。2015—2060年间辽宁省、吉林省和黑龙江省乔木林生物质年碳汇量分别为4.22、10.05和27.85 TgC·a-1。【结论】本研究构建的随机森林模型表现效果较好,能够用于东北三省未来乔木林碳储量预测。2015—2060年东北三省乔木林生物质碳储量将增加1895.23 TgC,未来仍具有较大碳汇潜力。黑龙江省的碳汇潜力最大,年碳汇量达27.85 TgC·a-1,是未来重要的碳增汇区域;辽宁省的碳汇潜力较弱,年碳汇量仅为4.22 TgC·a-1。加强中、幼龄林经营管理,适度更新成、过熟林,有助于提升东北三省乔木林碳汇功能,发挥我国东北森林在增汇减排以及实现区域“碳中和”目标中的作用。

摘要：【目的】海南粗榧是国家重点保护植物,利用冠层图像无损估测叶绿素含量和生长状况,可对生长受限制的幼苗进行诊断预警,为精准管理提供参考。【方法】采用L9(34)正交设计和单因素设计,于2021—2022年在海口市云龙镇进行盆栽试验,试验材料为一年生粗榧幼苗。3个因素包括灌溉量(W)、透光率(S)和氮肥施用量(N),为使海南粗榧幼苗生长呈现较大差异,各因素水平相差较大,3个灌溉量分别为2500、5000、7500 mL;3个相对透光率分别为30%、10%、5%;3个氮肥施用量分别为0、5、10 g/plant。在幼苗处理一个月后开始测量幼苗基径、株高、冠长、侧枝长度和叶绿素相对含量,每两个月测定一次,共7次。采用Duncan法进行多重比较,比较结果差异显著性较低的为幼苗生长不适宜环境,记为0,否则记为1。每个处理选3株代表性幼苗获取冠层图像,然后进行图像分割,提取颜色特征参数作为自变量构建分类模型,以诊断该环境是否适宜生长。采用偏最小二乘回归(PLSR,partial least squares regression)和逐步回归(SR,stepwise regression)模型,同时将二分类转换为哑变量加入模型,估测叶绿素相对含量(SPAD)。【结果】光照(透光率)和灌溉量对海南粗榧幼苗的生长影响显著,氮肥用量影响不显著,且3个因素间无明显交互效应。海南粗榧生长过程中的SPAD值与各生长指标间呈显著正相关,与冠层图像中的颜色参数也呈显著相关。在低透光率和高灌溉量环境下海南粗榧生长发育迟缓,为不适宜生长环境。依据海南粗榧生长指标间的多重比较结果,将幼苗分别标记为不宜环境和适宜环境的幼苗样本。支持向量机(SVM,support vector machines)模型能较好的判别处于不宜环境下的幼苗(假阳性率为14%);PLSR和SR模型对SPAD值都有较好的估测效果,但PLSR模型较SR模型适应能力更强,且PLSR能更好的解决共线和降维问题;将二分类变量转换为哑变量加入PLSR模型,模型整体预测能力没有明显提高,但对处于不宜环境下的幼苗SPAD值的预测能力有明显提高,通过该模型反演不宜环境下幼苗冠层SPAD分布发现,在下部叶尖部位叶绿素相对含量最低,叶尖有黄化现象。【结论】海南粗榧幼苗生长的主要影响因素是透光率和灌溉量,光照和灌溉对下部叶尖处影响较大。冠层图像能较准确地诊断出幼苗生长状况,PLSR加哑变量模型能提高0类样本(生长在不宜环境下)SPAD值的预测能力,实现生长环境受限预警,为幼苗管理提供依据。

摘要：【目的】对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性,探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响,探索最优树冠覆盖率估算方法,为准确掌握冬奥核心区树冠覆盖率信息提供技术支持,促进森林可持续性经营管理。【方法】利用冬奥核心区67块样地机载激光雷达数据和单木检尺数据,采用线性回归拟合树冠覆盖率实测值和估算值,以决定系数(R^(2))和均方根误差(RMSE)为评价指标,比较基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的树冠覆盖率估算精度,分析样地树冠覆盖率、激光点云密度与树冠覆盖率估算误差的关联性,以及冠层高度模型栅格分辨率对树冠覆盖率估算方法稳定性的影响。【结果】1)基于归一化点云分类信息算法的树冠覆盖率估算精度最高(R^(2)=0.790 1,RMSE=0.124 3),估算误差最低,平均高估1.17%,其次为基于冠层高度模型算法(R^(2)=0.763 8,RMSE=0.134 9),基于归一化点云首次回波算法的树冠覆盖率估算精度最低(R^(2)=0.758 2,RMSE=0.149 1);2)树冠覆盖率与估算误差间无明显相关性,3种算法在树冠覆盖率小于0.4的样地中普遍出现低估现象,在树冠覆盖率0.4~0.8的样地中高估与低估现象相近,在树冠覆盖率大于0.8的样地中普遍出现高估现象;激光点云密度与估算误差间也无相关性,激光点云密度增大并未提高树冠覆盖率估算精度;3)基于冠层高度模型算法稳定性最高,10种栅格分辨率估算的树冠覆盖率无明显差异,R^(2)介于0.755 1~0.762 2之间,RMSE介于0.150 7~0.153 9之间;适用于冬奥核心区树冠覆盖率估算的最佳冠层高度模型栅格分辨率为0.8 m×0.8 m。【结论】通过对冬奥核心区67块样地进行树冠覆盖率估算,体现出基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的适宜性,基于归一化点云分类信息算法的树冠覆盖率估算精度最高;结合样地树冠覆盖率、激光点云密度和冠层高度模型栅格分辨率综合分析3种算法的优劣性,可为大范围森林树冠覆盖率调查提供技术支持。

摘要：在海南省文昌市的生态站选择生长良好的2年生幼龄沉香(Aquilaria sinensis)进行盆栽试验,土壤为风干滨海沙壤土、氮源为尿素(氮质量分数为46.4%),采用根部埋施法;试验设计不施氮(为对照)、低氮(施氮5 g·m^(-2)·a^(-1))、中氮(施氮10 g·m^(-2)·a^(-1))、高氮(施氮20 g·m^(-2)·a^(-1))4个胁迫梯度,每个施氮量种植15棵沉香;每2个月进行1次补肥,施肥量与初始施入量一致,其他营养元素不再施加;数据采集时间为2019年7—11月份,每隔2个月使用红外和普通相机进行图像、养分数据获取,数据总量为120个。以幼龄沉香可见光-近红外5个波段的图像为例,提出一种分割高效且模型精度较高的无损营养诊断的图像方法,分析不同施氮量对盆栽沉香生长的影响、探索实现沉香生长过程中对氮素需求的机器智能判定。结果表明:(1)模糊局部信息C均值聚类算法(FLICM)对可见光-近红外波段图像分割效果良好,为信息丰富的多波段噪声图像准确分割提供了参考;(2)根系生物量在不同施氮量的变异系数最大,植株氮素质量分数的变异系数最小;低氮时地上部分生物量、氮累积量、植株氮素质量分数,均显著小于中氮时、高氮时;低氮、中氮、高氮时,氮素吸收效率、氮效率均显著大于对照组。(3)随着植株氮质量分数增加,可见光吸收增大,叶片反射率减小;红边波段(RE)、近红外波段(NIR),图像灰度值、调整三角指数(MTVR)、改进红边比值植被指数(MSRIRE)与氮素营养指标相关性较好,其中红边波段、近红外波段、调整三角指数随氮素质量分数的增加呈现先增加后减少趋势,在中氮时达到最大值,而改进红边比值植被指数趋势相反。(4)粒子群-随机森林融合模型(PSO-RF)对幼树全氮质量分数的估测取得了最优效果,训练集决定系数为0.984、均方根误差为5.127,有效地实现了对胁迫程度的识别,验证了粒子群优化算法(PSO)对优化随机森林(RF)模型的可行性,进一步提升了模型精度。

摘要：树木微钻仪钻针阻力不能直接测量,但能通过直流电机的电流、电压、功率、转速等参数间接表达。为了提高钻针阻力测量精度,进一步研究了钻针阻力表达方法。阐述了树木微钻仪的工作原理,分析了钻针阻力与直流电机电流、电压、功率、转速之间的关系,提出了6种钻针阻力表达方法。使用自主研制的树木微钻仪和德国Resistograph 650-S型微钻仪对4个树种的木材密度进行测试,分别建立自主研制微钻仪每种钻针阻力表达方法各自的平均值、Resistograph 650-S型钻针阻力平均值与木材绝干密度之间的线性模型。测试结果表明:自主研制的树木微钻仪直流电机电流、电压和功率与木材绝干密度之间的线性相关系数均大于0.9,因此可使用直流电机的电流、电压或者功率来间接表达钻针阻力;转速修正后的直流电机电压与木材绝干密度的相关性最高,因此使用转速修正后的直流电机电压表达钻针阻力更为适宜;自制微钻仪转速修正后的直流电机电压与木材绝干密度之间的线性相关系数比德国Resistograph 650-S型微钻仪高0.0053,说明自制树木微钻仪的设计方案和钻针阻力表达方法合理。

摘要：针对前期研制的微钻阻力仪存在钻针钻入树木方向偏离直线方向、无法准确获取树木年轮宽度等问题,对微钻阻力仪的机械结构和软件算法进行了改进,提出了改进钻针形状和增加钻针支撑挡片的改进措施,给出了年轮宽度的计算方法。分别使用自制微钻阻力仪、Resistograph 650-s型微钻阻力仪、Lintab 6型高精度树木年轮分析仪测量9个马尾松圆盘的年轮信息,以Lintab 6型树木年轮分析仪测试结果作为真值,分别计算自制微钻阻力仪和Resistograph 650-s型微钻阻力仪的年轮识别错误率和年轮宽度测量精度。结果表明:2个微钻阻力仪的平均年轮宽度的测量精度达85%左右,说明使用微钻阻力法测量树木年轮宽度可行;自制微钻阻力仪的年轮识别错误率比Resistograph 650-s型微钻阻力仪低12.7个百分点,年轮宽度测量精度比Resistograph 650-s型微钻阻力仪高1.47个百分点,说明自制微钻阻力仪机械结构设计合理,年轮识别方法可行。