宝天曼8种阔叶树木材密度的解剖学决定因素及其与叶性状的协同与权衡

【目的】探究影响木材密度的解剖学机制,揭示茎叶解剖和生理性状的协同与权衡关系,有助于阐明不同树种适应环境的生理生态机制。【方法】选择宝天曼天然林中常见的8种落叶阔叶树,测定木材密度、木质部导管及纤维等解剖性状、叶片压力-容积曲线参数等21个茎叶性状,探究决定木材密度的解剖学性状,分析茎叶性状的协同和权衡关系。【结果】1) 8个树种的木材密度与组成木质部的导管、薄壁组织和纤维组织这3大组织的比例都不相关,更多受到纤维细胞性状的影响。2)对木材密度影响最大的木质部性状是纤维细胞腔占横截面的比例,其次是纤维细胞壁占纤维细胞的比例、纤维细胞壁厚与腔直径比、纤维细胞壁厚度等性状。3)木材密度与叶片单叶面积、失膨压时相对含水量和弹性模量呈负相关。4)失膨压时相对含水量与导管水力直径、最大导管直径、平均导管直径、纤维细胞腔面积、纤维细胞腔直径呈正相关;与导管密度、纤维细胞壁厚与腔直径比、纤维细胞壁占横截面比例呈负相关。【结论】木材密度主要由纤维细胞性状决定,而非导管和薄壁组织性状;高的叶片忍耐失水能力耦合于致密的茎纤维细胞和木材密度。

基于卷积神经网络的樟子松木材密度近红外预测模型优化

近红外光谱分析技术在木材密度的预测方面具有独特的优势,是一种方便且快速的无损检测技术。卷积神经网络作为经典的深度学习模型之一,能够利用卷积和池化操作提取数据中的特征映射进行学习,与传统的学习模型相比具有更强的模型表达能力。为此将卷积神经网络用于近红外光谱预测木材的气干密度,以樟子松为研究对象,获取样本木材横切面的近红外光谱数据,采用杠杆值与学生化残差t检验(HLSR)法剔除奇异样本,采用SGS+MC+Auto(Savitzky-Golay smoothing+mean centering+autoscaling)对光谱数据进行预处理,通过竞争性自适应重加权算法(competitive adaptive reweighted sampling method,CARS)对特征波长进行提取,构建卷积神经网络模型,预测樟子松的气干密度;并与偏最小二乘回归(partial least squares regression,PLSR)、支持向量机(support vector regression,SVR)和BPNN(backpropagation network)神经网络的预测结果进行对比。结果表明,当校正集比例小于0.65时,模型预测结果略低于PLSR模型。但当校正集比例大于0.7时,卷积神经网络(convolution neural network,CNN)模型的预测精度优于其他模型,且随着训练样本比例的增加,模型的性能和稳定性也随之提升。研究表明CNN可以显著提高近红外预测木材气干密度的模型精度,实现基于近红外技术的木材密度有效预测。为木材气干密度无损检测提供了理论基础和科学依据。

不同强度修枝对杉木木材密度、硬度及无节材比例的影响

为揭示修枝对杉木木材密度、硬度及无节材比例的影响规律,采用随机区组设计,在4年生杉木林中开展4种不同修枝强度(分别修除树干直径6、8、10、12 cm位置以下的枝条)处理试验。在修枝后20 a,按照平均标准木法选择不同修枝强度和对照处理标准木进行不同指标测定,研究修枝强度对杉木木材密度、硬度、干形、无节材比例等指标的长期影响。结果表明:修枝强度对杉木木材尖削度有显著影响,未修枝杉木木材尖削度为1.05%,修枝杉木尖削度均小于0.92%,修枝后杉木干形更趋于通直,树干形率增大。不同修枝强度处理杉木木材指标存在差异,修枝降低了杉木木材密度、硬度,但显著提高杉木无节材的比例,不同修枝处理无节材比例比未修枝提高5%~15%。10 cm修枝强度能明显增加无节材比例,但对杉木生长的影响不明显,是值得杉木无节材培育中推广的修枝强度。

粤东6种阔叶树木材密度及其影响因子研究

【目的】分析不同影响因子对木材密度的影响,为木材密度的良种选育和碳汇计量提供理论和数据支撑。【方法】在康禾自然保护区样地中,通过群落分析筛选出6个优势树种,测定其木材密度(包括生材密度和基本木材密度),通过多种统计软件分析不同树种、不同径阶和不同坡向对木材密度的影响,以及树木性状因子与木材密度的相关关系。【结果】木材密度在树种间的差异性极显著,生材密度、基本木材密度和含水率平均值最大的分别是米槠Castanopsis carlesii、红锥C.hystrix和米槠,其数值分别为1.10 g·cm^(-3)、0.53 g·cm^(-3)和122.84%。木材密度的径阶差异性分析结果显示,除了栲C.fargesii以外,其他树种的木材密度在径阶间变化并不显著。木材密度在坡向上的差异性分析结果表明,6个树种的木材密度在坡向间的差异均不显著。非参数相关分析结果表明,胸径、树高与生材密度的相关性强,而与基本木材密度的相关性弱。【结论】红锥含水率低,基本木材密度高,具备优质木材的条件。木材密度随着径阶的增加有上升的趋势,但在坡向上没有规律性变化。生材密度、基本木材密度与胸径、树高的关系并不一致,可能是因为生材密度受到含水率增加的影响。

材性改良研究 Ⅰ．X射线木材密度测定

利用Ｘ射线衍射仪（Ｄ－ｍａｘ３Ｂ型）改装成直接扫描式Ｘ射线木材密度计，可快速、高效测定水材密度组成，即水材平均密度，平均早材密度，平均晚材密度，最大木材密度，最小木材密度，木材密度梯度和木材密度的变异幅度，为材性改良提供了新手段。本文用Ｘ射线木材密度计测定１７个树种木材密度。

单色软X射线木材密度计的研制

在直接扫描式Ｘ射线木材密度计基础上，研制了单色软Ｘ射线木材密度计。相对直接扫描式Ｘ射线木材密度计，它具有木材质量吸收系数大，灵敏度、准确度和精密度高，射线管电压电流可调及多次测量叠加等优点。

32个杉木无性系木材密度和力学性质的变异

３２个杉木无性系间，木材密度和抗弯弹性模量、抗弯强度、顺纹抗压强度均有较大差异；无性系内株间亦存在一定差异。木材密度与抗弯弹性模量、抗弯强度、顺纹抗压强度间的相关极显著，相关系数分别为０．３９５７、０．８３６８和０．９０２０；木材密度与生长速度呈负的遗传相关。

10个杨树杂种组合木材密度与纤维遗传变异研究

对保定5年生杨树无性系测定林和7年生育种资源保存林10个杂交无性系木材密度,纤维长、宽度分析结果表明:①不同杂种组合、个体间的木材密度、纤维长度均有很大变异。木材密度与速生特性之间呈微弱的负相关;纤维长度与生长性状相关不显著。②木材密度和纤维长度可以独立选择,从而选出密度较高,纤维较长和速生优质的杨树杂交新个体。③幼龄与中、成龄的木材密度相关显著,从而说明了在杨树材性育种中早期选择的可行性。研究证明,对华北地区来说,69杨为母本,欧亚黑杨及其种内杂种为父本是选育速生优质杨树新品种的优良组合。

基于针刺仪测定技术的湿地松木材密度间接选择效果

【目的】木材密度是林木重要的经济性状,在广东湿地松第2轮遗传改良中被列为目标性状之一。本研究比较了针刺仪与传统体积法在评价湿地松木材密度上的效果,分析了湿地松材性与生长性状的遗传变异规律,为选育速生优质的湿地松种质提供理论与方法。【方法】以广东省台山市18年生的32个湿地松自由授粉家系为材料,在测定林中对活立木木材阻力与去皮直径进行快速测定;并在同一株树上利用生长锥钻取木芯,以体积法测量木材基本密度。利用Asreml统计软件对研究性状间的相关性、性状的遗传力、选择效率等进行估算。【结果】1)单株木材阻力与木材密度在单株水平上呈表型正相关(0.659),为此建立了利用木材阻力原值预测木材密度的线性回归方程(模型R^2=0.393)。2)木材密度与木材阻力的遗传相关性更强(0.738),二者在家系水平受到中等程度的遗传控制;木材阻力的家系平均遗传力(0.618)高于木材密度的家系平均遗传力(0.410)。利用木材阻力值进行家系水平的间接选择,其间接选择效率为91%。表明可以利用针刺仪法进行湿地松木材密度的间接选择。3)为了消除针刺仪刺入木材过程中由于摩擦引起的阻力值上升趋势,在数据分析前,对阻力值做了校正。校正阻力值的遗传力,其与木材密度的表型与遗传相关无明显提高。4)湿地松的去皮直径遗传力在家系水平为0.596,去皮直径与木材密度和木材阻力无显著的遗传相关性,但表型相关达到显著水平,分别为0.272和0.493。这暗示着,改良湿地松生长性状,不会降低木材的密度。【结论】针刺仪法具有快速、无损、相对准确的优点,可用于湿地松活立木木材密度的间接评价与去皮直径的测定,在湿地松材性与生长性状的遗传改良中可发挥重要作用。在根据木材材性或生长性状选择湿地松优良个体中,为获得较可靠的选择效果,宜采用家系选择+家系内单株选择的合并选择方法。

修枝对大花序桉幼林生长和木材密度的影响

为了解修枝对幼林大花序桉生长和木材密度的影响,该研究设置未修枝、轻度修枝、中度修枝和重度修枝4种修枝强度处理,对比分析修枝前后的生长和木材密度差异.结果表明:修枝对大花序桉幼林胸径影响的差异不具有统计学意义,而对树高影响的差异具有统计学意义,但二者共同作用下的单株材积差异不具有统计学意义,总体而言修枝对单株材积增长有降低的趋势.修枝对木材密度影响的差异不具有统计学意义,但表现为随修枝强度增加,木材密度逐渐降低.在径向位置的木材基本密度,从髓心处向外部逐渐增大,表现为修枝对后期形成的木质部密度有增加作用.

与杨树木材密度、纤维性状相关的SSR分子标记

通过对美洲黑杨 (Populusdeltoides)×青杨 (P .cathayana)的 68个F2 、双亲及其 4个F1无性系田间随机区组设计 ,5次重复 ,分析了与木材材性有关的木材密度、纤维长、纤维宽以及微纤丝角等性状。结果表明 :纤维长有明显的杂种优势 ,控制该性状表现的基因之间具有正效应的互作 ;控制木材基本密度的基因之间具有负效应的互作。结合SSR分子标记结果 ,采用单因素方差分析法进行标记与性状的相关分析 ,共找到与木材密度、纤维长、纤维宽以及微纤丝角相关联的标记分别为 5、7、4、2个 ;青杨在这 4个材性性状方面也具有对性状起贡献的标记 ,如与木材密度相关的PMGC2 873 1(贡献率 4 88% )标记 ,与纤维长相关的PMGC456 3 (贡献率 2 2 96% )、PMGC2 70 2 2 (贡献率9 17% )标记 ,与纤维宽相关的PMGC2 40 8 1(贡献率 7 18% )标记 ,与微纤丝角相关PMGC2 52 5 1(贡献率 16 59% )标记 ,在育种中如果能正确加以利用 。

杉木材性株内变异的研究Ⅰ.木材力学性质和木材密度

对１５株浙江产杉木株内不同高度和圆周不同方位上木材的抗弯强度、抗弯弹性模量、顺纹抗压强度和木材密度的差异，木材密度的径向变异模式和木材力学性质与木材密度的相关关系进行了测定和分析。主要结果是：抗弯强度和抗弯弹性模量在株内不同高度上差异特别显著；顺纹抗压强度和木材密度未表现出显著差异；在圆周不同方位上，三项力学性质和木材密度均为南北向高于东西向，差异不显著；木材密度径向变异模式在不同高度和不同方位上均为接近水平有一定波动的直线；三项力学性质与木材密度的相关关系在不同高度和不同方位上均特别显著，但不同力学性质与木材密度的相关系数有明显差异，不同高度上和圆周不同方位上，亦有差异。

基于近红外技术的落叶松木材密度预测模型

运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。

红锥家系木材密度等物理性状的遗传及变异性分析

对来自广西的5个种源地的32个红锥家系进行了木材的3个密度指标(基本密度、气干密度、全干密度)、含水率及木材干缩性的测定,结果表明:红锥家系的物理性质最为重要指标之基本密度、气干密度、全干密度的总体平均值分别为0.511 6、0.582 3、0.610 9 g/cm2,按气干密度划分的5个分级,红锥家系木材属中级;32个红锥家系木材的含水率、基本密度、气干密度、全干密度、体积吸胀率、体积气干缩率、体积全干缩率7个木材物理性质指标的方差分析,其性状指标均呈极显著差异,表明可用物理性质指标作红锥的选择;红锥木材的基本密度、气干密度和全干密度的遗传力分别为82.49%、76.49%和75.86%,稍加选择就可获得较大的增益;红锥木材密度指标与生长指标间绝大多数呈微弱负相关,表明生长与材性性状间呈现独立遗传,在遗传改良时建议分别对生长和材性性状进行独立的遗传改良。

橡胶树生长轮宽度、木材密度变异及其预测模型的研究

本文报道了橡胶树 3个无性系生长轮宽度、木材基本密度和热水浸提物含量变异规律 ,并就橡胶树木材材质改良与资源开发利用进行了讨论。木材基本密度无性系间差异不显著 ,无性系内株间差异显著。PR10 7无性系株内木材基本密度径向上为“递增、稳定”的模式 ,过熟期内木材密度降低 ;纵向上为递增到最大值后减少。株内木材密度变化范围为 0 4 70g·cm- 3～ 0 6 0 5g·cm- 3,变异系数为 3 0 %～ 8 2 %。林分内株间木材基本密度变化范围为 0 4 2 1g·cm- 3～ 0 5 80g·cm- 3,变异系数为 5 16 %～ 7 0 5 %。橡胶木浸提物含量较高 ,株内、株间变化范围为 6 6 5 %～ 11 5 3% ;浸提前木材基本密度与浸提后木材基本密度呈显著的正相关 ;3个无性系生长轮宽度、木材基本密度与树龄的关系模型为 5～ 6次多项式方程 ,相关系数r=0 836 2～ 0 9787。

表面粗糙度对近红外光谱分析木材密度的影响

近红外(NIR)光谱技术是一种基于多元统计分析建立预测模型的定量分析技术,应用十分广泛,然而,近红外光谱分析结果的准确性会受到多种因素的影响。文章分析了木材表面粗糙度对近红外光谱预测木材密度的影响。结果表明,当待预测样品的粗糙度和建模样品的粗糙度一致时,分析结果较好;二者不一致时,分析误差较大。采用不同粗糙度样品建立混合预测模型,可以显著提高模型对粗糙度的适应性和稳健性。

木材密度和含水率对其轴向超声波传播速度的影响

【目的】研究木材密度和含水率对其轴向超声波传播速度的影响及其规律,为木材超声波无损检测技术的应用提供理论依据。【方法】采用超声波探伤仪Epoch XT对6个树种木材(3种针叶材:杉木、红松和樟子松,3种阔叶材:核桃楸、白桦和蒙古栎)在不同相对湿度环境(20℃,50%RH,65%RH,85%RH和95%RH)达平衡含水率的木材试样轴向声速进行测定,分析木材密度和含水率对其轴向声速的影响,探讨含水率的增加在不同树种木材间引起轴向声速降低量的差异及其原因。【结果】6个树种木材在同一相对湿度下的平衡含水率存在差异,随着相对湿度增加,不同树种木材之间平衡含水率的差异增大。3种阔叶材的绝干密度均高于3种针叶材,但阔叶材与针叶材之间轴向声速的比较没有发现规律性;对于单一树种木材而言,其绝干密度与轴向声速之间的相关性不显著,决定系数R^2均低于0.24;对6个树种木材的绝干密度与轴向声速之间的关系进行统一分析,结果发现木材轴向声速随绝干密度的增加总体上呈降低的变化趋势,但二者之间无显著相关性,决定系数R^2仅为0.42。6个树种木材的轴向声速均随含水率的增加呈线性减小的变化趋势,线性回归的决定系数R^2均大于0.91;与3种阔叶材相比,3种针叶材之间"单位含水率的轴向声速降低量"的差异程度较小:针叶材中红松与樟子松单位含水率的轴向声速降低量几乎相等,分别为42.6 m·m^(-1)%^(-1)和42.4 m·m^(-1)%^(-1),杉木单位含水率的轴向声速降低量最小,为38.1 m·m^(-1)%^(-1);阔叶材中蒙古栎单位含水率的轴向声速降低量最大,为55.4 m·m^(-1)%^(-1),约为白桦(23.1 m·m^(-1)%^(-1))的2.4倍。【结论】无论是对单一树种木材还是6个树种木材的综合分析,结果均表明,木材绝干密度与其轴向声速之间无显著相关性。超声波沿木材轴向的传播速度不能仅用密度单一因子来预测,其在很大程度上还取决于木材的组织构造特点,如管胞、导管和木纤维的长度以及木射线比率等。在纤维饱和点以下,6个树种木材的轴向声速均随含水率的增加呈线性减小的变化趋势。吸着水增多使得木材细胞壁实质的声阻增加是引起木材轴向声速与含水率呈负相关的原因。此外,木材组织构造与细胞类型的差异、抽提物含量的高低、侵填体的有无以及木射线比率等均可能是引起不同树种木材之间"单位含水率的轴向声速降低量"存在差异的原因。

日本花柏人工林生长规律与晚材率、木材密度的变异

本文对日本花柏生长规律、晚材率和木材密度等性状的变异进行分析,并就日本花柏木材资源的利用进行了讨论。日本花柏的树高、胸径随着树龄增加逐渐增大,5～9年为速生期,10年之后生长速度在稳定中略有降低;33年生日本花柏材积一直呈上升趋势,其连年生长量与平均生长量并未相交,材积还未达到数量成熟。日本花柏株内晚材率径向变异范围为11.08%～32.05%,均值为20.59%;林分内株间晚材率均值为18.75%。株内基本密度径向变异范围为0.29～0.36g/cm3,均值为0.32g/cm3,变异系数为5.04%;日本花柏浸提物含量较为稳定,径向变异范围5.87%～8.48%,平均值为7.08%。林分内株间浸提前木材基本密度为0.30～0.35g/cm3,基本密度均值为0.32g/cm3;浸提后基本密度为0.28～0.32g/cm3。其材质类似于杉木。

不同落羽杉种源木材密度的变异

对16个不同落羽杉种源的木材密度进行了研究，结果表明：（1）不同种源间木材基本密度、气干密度和全干密度均存在显著差异，其中5号、4号和3号种源木材的3种密度均较高，而10号种源的最小；（2）16个种源落羽杉的木材气干密度、全干密度、基本密度总变异系数分别为7．96％、8．92％、8．92％，变异幅度分别为0．3232～0．5104g／cm^3、0．2933～0．4629g／cm^3、0．2685～0．4004g／cm^3；（3）落羽杉由基干到顶部不同树高处的木材基本密度存在显著差异，12号种源的木材基本密度随树木高度的增加而逐渐增大，13和30号种源则在2．5m处较高；（4）落羽杉不同部位木材密度径向变异模式并不一致，从髓心向北，均呈现出中间高两边低的趋势，而从髓心往南，变化趋势不一致。