关于我国林木育种向智能分子设计育种发展的思考

“作物育种4.0”的提出,为我国林木遗传育种指明了向智能分子设计育种发展的前进方向。本文提出了理想品种的概念及其智能设计实现条件,简要综述了我国林木遗传育种研究历史以及存在的问题,并提出了推动我国林木智能分子设计育种的发展对策等。林木遗传育种应该瞄准国家林业重大需求,有组织地选择重要树种系统布局,在推动树种高世代遗传改良及其利用的同时,准备系谱关系清晰的育种资源群体,做到等位变异有迹可循;解析重要性状遗传变异规律及其调控网络,实现基因调控有据可查;建立高效的多组学大数据整合分析以及育种群体构建、亲本选配和后代选择等分子设计育种技术方法体系,保证智能育种有“法”可依等。逐步解决我国林木遗传育种中存在的问题,为实施林木智能设计育种创造理想条件。在每一育种世代品种向理想品种选育的推进过程中,尽可能将智能分子设计育种的最新理论和技术成果应用于育种实践,选育出高产、优质、高抗的当前世代理想品种,满足国家林业发展的现实需要。

江苏沿江防护林主要树种选择研究

通过对江苏沿江8市古树资源和长江江苏段2岸1 km范围内森林中各树种资源分布调查,结合长江防护林造林树种选择相关研究,筛选出适用于长江江苏段防护林造林树种59个。分别针对沿路区、滨水区和滩面区3种生态位特点,通过生态效益、景观效益和社会效益3类共10个指标,采用定量与定性研究相结合的方法,对这些树种进行综合评价、排序和分类。结果表明:3种生态位上各造林树种均可分为3类,第1类树种3种生态位可作为优选树种分别有15,7,7个;第2类3种生态位作为一般树种,分别有22,40,29个;其他可作为备选树种。结合沿江不同造林环境的特点和相关树种的特殊适应性,提出了相应的树种选择和配置建议。

科研反哺教学在林木育种学教学中的探索与实践

林木育种学是高等农林院校林学专业的一门骨干课程,是以遗传进化理论为指导,研究林木优良品种选育、繁殖原理和技术的学科。其最高目标是选育林木优良品种,为林业生产提供最基本、最优质、最高效的生产资料,是林业的命脉和促进林业产业发展的原动力,在生态文明和美丽中国建设中发挥着越来越重要的作用。为了使学生更容易理解和掌握林木育种学的理论知识,深化科教融合,推进创新型人才培养,完善协同育人机制,在林木育种学授课过程中,通过将理论知识与生产实践相联系,将科技前沿贯穿于课堂教学,并以科研平台辅助实验教学的方式进行教学改革,不仅丰富了教学内容,激发了学生的学习热情,加深了对理论知识的理解,而且还利于学生良好科研素养的培养及创新能力的提高。

浙江慈溪海防林天牛的主要寄主树种与危害防控

[目的]调查慈溪海防林天牛危害树木种类,并研究天牛的防治方法。[方法]2009年,对慈溪主要防护林工程区及城市绿地、市林场开展野外调查,整理出天牛寄主树种名单,并列出遭受严重危害的林木种类。2021—2022年,对天牛寄主树种作了补充调查和资料完善。[结果]据野外调查,浙江慈溪沿海防护林天牛的寄主树种共73种,其中17种受害严重。经连续3年对天牛进行综合防控,林木天牛幼虫平均虫株率从35.70%下降到16.40%;田间林木天牛成虫虫口密度从1153.5头/hm^(2)下降到529.5头/hm^(2),降幅达54.10%,效果十分显著。[结论]综合应用药剂防治、人工杀灭和诱集树引诱集中防治等方法,有利于提高天牛防效。

基于随机森林的职业推荐系统设计

为了给本科毕业生就业或择业提供建议和参考,对2021—2023年某高校电气工程学院毕业生的就业情况进行数据分析,基于随机森林设计就业指导系统的就业岗位推荐功能.在收集数据和预处理数据之后,分别应用决策树、随机森林算法对样本进行分析,通过对比分析结果,选择最优方法作为系统的岗位推荐算法.该系统的优点在于用户不需要掌握具体算法,进入系统后直接操作即可得到岗位的推荐结果.

基于分割点改进孤立森林的网络入侵检测方法

随着网络攻击的不断增多和日益复杂化,传统基于监督的网络入侵检测算法不能准确识别没有类别标记或特征不明显的网络访问链接,而对于无监督的网络入侵检测算法,也存在检测效率和准确率低等问题。针对如何进一步提升网络入侵检测性能,提出使用自编码器(AE)与分割点改进孤立森林模型对网络入侵进行检测。首先,对无监督自编码器进行L1正则化,以增强自编码器的稀疏性,通过学习数据内在结构,自适应地提取具有判别性的特征,完成入侵攻击的特征提取;然后,使用改进的孤立森林分离异常点,即使用最大化均值与标准差之商来确定分割点划分最佳超平面来构建隔离树,使隔离树在相关子空间中具有更强隔离异常值的能力,并通过遍历所有隔离树中数据点的平均路径长度得到异常得分来判定异常流量。在KDDCUP99和UNSW-NB15数据集上的实验结果表明,与6种传统无监督方法相比,该方法较传统孤立森林准确率和召回率均提升约20%,F1值和曲线下面积(AUC)值均提升约10%,较其他无监督方法相比大幅降低了误码率。

基于随机森林的手写数字识别研究

目前人工智能技术正在快速发展,应用在越来越多的领域,成为研究的热点,尤其是物体检测、图像识别方面。随机森林是贝叶斯网络的优化,是一种利用多个树分类器进行分类和预测的方法,可以降低分类识别过程中过拟合现象。基于随机森林的手写数字识别算法,探究随机森林算法在数字识别中的应用和优势,进行算法优化提高识别准确率。通过实验分析,结果表明提出的基于随机森林的手写数字识别算法具有较高的分类准确率和较好的泛化性能,能够满足实际应用需求。

森林火灾中使用细水雾进行灭火仿真方法研究

森林火灾作为一种极具危害性的自然灾害,其发生和蔓延过程通常受到气候、地形、植被、可燃物等多种复杂因素的影响,导致很难准确地对森林火灾的蔓延与灭火过程进行仿真。对森林火灾的蔓延和细水雾灭火过程进行物理建模,蔓延模型采用树形模块结构来模拟树木燃烧的热解反应,并考虑了温度、风场、质量损失率等因素对树木燃烧蔓延的影响。在使用细水雾进行灭火仿真实验时,重点关注细水雾穿透火焰区域形成水膜以及水分蒸发导致的灭火作用,从而阻止森林火灾的蔓延,成功实现了交互灭火的仿真平台,可以让用户沉浸式地体验森林火灾的蔓延过程,并通过水枪、消防车和无人机进行细水雾灭火仿真实验。该研究成果对消防仿真领域方面的应用具有重要意义。

杉木林下套种不同阔叶树种的耐荫性比较

以青冈、赤皮青冈、木荷和闽楠等4种阔叶树为研究对象,分别测定其在杉木林下及苗圃地中的生长指标、叶绿素相对含量和叶绿素荧光参数,分析这4种阔叶树的耐荫能力。结果表明:林下套种时,4种阔叶树的树高和地径生长均受到抑制;青冈、木荷和闽楠的地径在林下和苗圃地之间具有显著差异,青冈、木荷的株高在林下和苗圃地之间具有极显著差异。林下4种阔叶树的叶绿素相对含量均高于苗圃地中的;林下4种阔叶树的PSⅡ实际光化学效率(Q_(y))较苗圃地中的均有所下降。林下套种时,4种阔叶树的初始荧光(F_(o))大小排序为赤皮青冈的<青冈的<闽楠的<木荷的,最大荧光(F_(m))和可变荧光(F_(v))均表现为闽楠的<赤皮青冈的<青冈的<木荷的;4种阔叶树均受到一定程度的弱光胁迫,其中闽楠受胁迫最为严重;PSⅡ最大光化学效率(F_(v)/F_(m))和PSⅡ潜在活性(F_(v)/F_(o))与苗圃地中的相比均下降,均为闽楠的<青冈的<木荷的<赤皮青冈的。隶属函数法综合评价表明,4种阔叶树耐荫能力大小依次为赤皮青冈的>木荷的>青冈的>闽楠的。研究结果为杉木林下套种阔叶树种的选择及光环境的调整提供了依据。

黔中地区马尾松-甜槠针阔混交林群落结构特征与林木空间分布格局及其关联性

为探究黔中地区天然次生马尾松针阔混交林群落结构及其空间分布格局特征,选取典型的马尾松-甜槠针阔混交林和马尾松纯林为调查对象,采用成对相关函数分析环境异质性对主要树种空间分布的影响、主要树种及径级空间格局和空间关联性研究。调查共记录91种植物,其中马尾松-甜槠针阔混交林和马尾松纯林分别为42种和68种。2个森林群落中乔木总径级整体均呈倒“J”形结构,结构稳定,自然更新良好。结果表明,生境异质性对2种群落类型在小距离上空间分布格局的影响作用明显。2块样地幼树、中树及总体分布格局相似,均为点距离在0~10 m内呈聚集分布、在10~25 m内呈随机分布,而大树在整个观察尺度内均为随机分布。马尾松纯林中马尾松-甜槠、甜槠-槲栎的空间关联性均以不相关为主,马尾松-槲栎以负相关为主;而马尾松-甜槠针阔混交林中马尾松与甜槠在10~20 m以负相关为主。2种群落类型不同径级的空间关联性总体为不相关。黔中山地天然次生马尾松-甜槠针阔混交林、马尾松纯林群落结构存在差异,环境异质性、径级结构和空间尺度对两者空间分布格局及其关联性影响明显。

菌根真菌影响森林生态系统碳循环研究进展

森林生态系统在全球碳(C)储量中占据极为重要的地位。菌根真菌广泛存在于森林生态系统中,在森林生态系统C循环过程中发挥重要的作用。阐述了不同菌根类型真菌在森林生态系统C循环过程中的功能,对比了温带/北方森林与热带/亚热带森林中菌根真菌介导的C循环研究方面新近取得的研究结果。发现温带和北方森林的外生菌根(EcM)植物对地上生物量C的贡献相对较小,然而是地下C储量的主要贡献者;以丛枝菌根(AM)共生为主的热带/亚热带森林地表生物量占比较高,表明AM植被对热带/亚热带森林地上生物量C的贡献相对较大。我们还就全球变化背景下,菌根真菌及其介导的森林生态系统C汇功能,以及不同菌根类型树种影响C循环的机制等进行了总结。菌根真菌通过影响凋落物分解、土壤有机质形成及地下根系生物量,进而影响整个森林生态系统的C循环功能。菌根介导的森林C循环过程很大程度上取决于(优势)树木的菌根类型和森林土壤中菌根真菌的群落结构。最后指出了当前研究存在的主要问题以及未来研究展望。本文旨在明确菌根真菌在森林生态系统C循环转化过程中的重要生态功能,有助于准确地评估森林生态系统C汇现状,为应对全球变化等提供重要的依据。

人工智能在图书馆的应用及风险防范

在信息技术快速发展的背景下,人工智能技术已广泛应用于图书馆,极大地提升了管理效率和服务质量,同时也带来了复杂多变的安全风险。如何应对图书馆智能化过程中可能出现的安全威胁,成为一个亟待解决的问题。在分析人工智能理论及其在图书馆的应用和人工智能技术驱动的图书馆场景化服务体系架构的基础上,探讨了人工智能引发的安全威胁及其成因,并通过机器学习技术构建图书馆智能安全防御系统,利用决策树和随机森林方法,建立一种图书馆智能化安全防御模型,旨在为人工智能在图书馆的有效应用提供一定的理论参考。

基于机载激光雷达点云数据和Catboost算法的杉木单木蓄积量估测研究

选取福建顺昌县洋口国有林场6块杉木标准地内200株杉木的激光雷达点云数据和地面调查数据,基于机载激光雷达点云数据生成的冠层高度模型,运用局域极大值算法检测树冠顶点,提取树高;采用标记极值的分水岭算法估测冠幅面积,将估测的树高和冠幅面积结合单木蓄积量真值,构建基于Catboost算法的单木蓄积量估测模型。结果表明:使用局域极大值算法估测树高,R^(2)为0.91,RMSE为0.81 m;采用标记极值的分水岭算法估测冠幅面积,R^(2)为0.81,RMSE为1.18 m^(2);采用Catboost算法构建单木蓄积量估测模型R^(2)为0.934。因此,机载激光雷达点云数据可以有效估测树高和树冠面积,采用Catboost算法能够实现杉木单木蓄积量的估测,为高精度反演森林蓄积量提供新的思路。

基于随机森林的电子档案资源快速分类研究

传统的电子档案分类方法存在资源差异化分类系数偏小、分类误差大的问题,为此,设计基于随机森林的电子档案资源快速分类方法。首先设计控制器运算结构和数据接口,然后通过随机森林算法构建电子档案样本决策树,并根据电子档案资源分类特征优化决策树参量,最后设计电子档案资源分类决策输出模型。测试结果表明,相较于传统分类方法,所提方法的分类效果更好,更适用于电子档案资源快速分类工作。

基于机器学习的马铃薯叶片叶绿素含量估算

为了提高马铃薯叶绿素含量估算模型的精度,使用无人机平台搭载多光谱相机,获取对照处理和干旱处理下马铃薯关键生育期的遥感影像,选取13种植被指数作为叶绿素含量反演模型的输入变量,使用多元线性回归(MLR)、支持向量回归(SVR)、随机森林回归(RFR)、决策树回归(DTR)构建马铃薯叶绿素含量估算模型。首先分析了植被指数与叶绿素含量之间的相关性,结果表明,在对照处理块茎形成期,CIre、GNDVI、NDVIre、NDWI、GRVI、LCI与叶绿素含量之间的相关系数绝对值在0.5以上,且存在显著(p<0.05)或极显著(p<0.01)相关性;在马铃薯其他生育时期,13种植被指数与叶绿素含量之间的相关系数绝对值均在0.5以上,且存在极显著(p<0.001)相关性。然后对MLR、SVR、RFR和DTR等模型的精度进行比较,结果表明:SVR模型在对照处理块茎形成期、块茎膨大期和淀粉积累期的预测效果均是最佳,R 2和RMSE在块茎形成期为0.89和2.11,块茎膨大期为0.59和4.03,淀粉积累期为0.80和3.18;RFR模型在干旱处理块茎形成期、块茎膨大期和淀粉积累期的预测效果均是最佳,R 2和RMSE在块茎形成期为0.90和1.57,在块茎膨大期为0.87和2.16,在淀粉积累期为0.63和3.01。该研究为马铃薯叶绿素含量监测提供一种新的方法,后期可根据不同试验处理选择相应的估算模型。

基于大数据分析课、赛衔接的课程体系结构优化研究——以ERP沙盘相关课、赛衔接的经管类课程体系为例

课程体系建设作为培养人才素质与专业能力的核心环节,其整体结构优化急需多元化评价体系改革,尤其弥补大数据相关客观评价。本文以某高校ERP沙盘衔接的相关竞赛成绩和经管类课程成绩(含个人成绩和竞赛团队成绩)为线索,通过依托决策树算法和随机森林算法的大数据挖掘分析方法,探明经管类课程对竞赛成绩的影响,并结合专业教学大纲变革展开相关经管类课程体系的结构优化分析。研究结果既为经管类课程体系结构优化提供建议,又为宏观层次的课程体系结构优化提供立足大数据客观分析的优化范例,一种衔接更多形成性评价的范例。

神农架林区天然次生林土壤有机碳分布及影响因素

神农架林区气候、土壤类型和森林具有明显海拔梯度分布特征,且存在大量植被组成丰富、林分结构复杂的天然次生林。以天然次生林为研究对象,通过系统样地调查、逐步回归和结构方程模型(SEM)揭示天然次生林土壤有机碳分布特征,探索土壤有机碳含量与气候、海拔、土壤和林分结构之间的多变量关系。研究结果表明:在1200—2500 m海拔区间,土壤有机碳含量随海拔升高而增加,土壤有机碳平均含量表现为17.45 g/kg(1200—1600 m)<21.56 g/kg(1600—2000 m)<27.37 g/kg(2000—2500 m)。在0—20 cm、20—40 cm和40—60 cm深度土层土壤有机碳随土层加深而逐步降低,平均含量分别为30.5 g/kg、21.7 g/kg和13.73 g/kg,且各土层之间差异显著(P<0.05);海拔、土壤密度、pH和树种多样性(TSD)在各土层与土壤有机碳含量存在显著相关性。海拔梯度变化通过影响土壤密度和pH间接影响土壤有机碳含量,在各土层具有一致性;20—40 cm、40—60 cm土层,树种多样性变化影响土壤密度间提升进土壤有机碳含量。树种多样性对土壤有机碳含量的正向影响强烈依赖于土壤深度,深层(40—60 cm)土壤有机碳含量对树种多样性更为敏感。天然次生林维持较高的树种多样性有助于提升森林土壤碳汇能力,本研究结果为亚热带天然次生林的森林经营与生态管理提供理论依据。

气候因子对云冷杉针叶混交林主要针叶树种径向生长的贡献率分析

【目的】为分析气候变化对针叶树种径向生长的影响,揭示针叶混交林对气候变化的响应规律,在全球气候变暖的背景下,对森林生态系统的适应性经营提供理论支撑。【方法】以金沟岭林场云冷杉针叶混交林中的3个针叶树种为研究对象,建立3个针叶树种的树轮宽度标准化年表,分析3个树种的树轮宽度与气候因子之间的相关关系,明确该地区显著限制其径向生长的气候因子,并用层次分割法量化气候因子对各树种树轮宽度变化的贡献率。【结果】在95%的置信区间下,与气候因子相关分析显示:红松和臭冷杉的径向生长同时受气温和降水的影响,与生长季初期气温正相关;鱼鳞云杉的树轮宽度主要受气温影响,与秋冬季节气温负相关,与降水量的整体相关性较低。3个树种均受到上一年气候因子的影响,有一定的“滞后效应”。滑动相关分析表明,本研究3个主要针叶树种与气候因子的响应关系存在差异,主要表现为负相关性呈增强趋势。3月平均气温对红松的贡献率最高,为34.56%,4月最低气温对臭冷杉的贡献率最高,为22.29%,对鱼鳞云杉的贡献率为60.89%。【结论】层次分割分析法能够有效量化气候因子对各树种树轮生长的贡献率,分析结果可为制定该地区应对未来气候变化的经营管理措施提供理论参考。

阔叶红松林林木与林分生长对采伐干扰的响应

提升森林质量、修复生态功能是东北阔叶红松林生态修复的核心,而阐明林木与林分生长对采伐干扰的响应机理是其中的关键。森林对采伐干扰的响应会受到空间尺度、时间尺度以及干扰程度等因素的综合影响。以往的研究侧重于比较不同采伐处理下林木生长的相对大小,而忽视了不同恢复时间下,林木和林分生长随干扰程度的变化。以吉林蛟河阔叶红松林采伐样地为对象,基于连续四次样地调查数据(2011、2013、2015、2018年),分别探讨了林木和林分生长在不同恢复阶段对不同程度采伐干扰的响应,并通过构建分段模型确定采伐干扰阈值。结果显示:林木和林分生长对采伐干扰的响应并不一致,采伐促进了林木生长,并且林木生长量随采伐强度的升高而升高;采伐降低了林分生产力,林分生产力随采伐强度的升高而降低。林木和林分生长对采伐干扰的响应存在时滞效应:林木和林分生长在采伐后两年内并无显著变化,而在采伐三年后才发生明显变化。此外,分段模型的结果显示:当保留木断面积为21.6 m^(2)/hm^(2)时,林分生产力最高,表明通过密度调整使阔叶红松林胸高断面积维持在21.6 m^(2)/hm^(2)附近,可使林分处于较高的生产力水平、促进森林恢复。研究结果能够为制定科学的阔叶红松林生态修复策略提供技术支撑。

基于GEE的中国不同生态系统林火驱动力研究

针对同时对大尺度范围内的不同生态系统林火驱动力研究的难题,提出一种基于谷歌地球引擎(google earth engine,GEE)实现大范围不同生态系统林火驱动力的分析方法。首先基于GEE在线获取中国4个主要不同生态系统林火数据集、Sentinel-2卫星影像和驱动因子等信息,再通过Sentinel-2影像提取的归一化燃烧率差值筛选真实林火点,然后利用随机森林、支持向量机和增强回归树法对林火点分类并评价其表现,最后筛选最佳方法进行林火驱动力重要性分析。研究结果表明:随机森林预测林火的精度最高,均超过92%;山西省长治市和内蒙古大兴安岭地区林火最重要的驱动力分别为人口分布和最高温度,而四川省凉山彝族自治州和江西省赣州市林火发生最重要的两个驱动因子均为帕默尔干旱指数和土壤湿度。研究证明基于GEE的方法可有效地同时实现大范围内中国不同生态系统林火驱动力研究。