期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
长江滩地I-72杨人工林生物量和生产力研究 被引量:10
1
作者 张群 范少辉 +3 位作者 刘广路 冯慧想 宗亦尘 费本华 《林业科学研究》 CSCD 北大核心 2008年第4期542-547,共6页
应用典型样地调查法和相对生长法,测定了长江滩地4种密度14年生I-72杨人工林的生物量与生产力。发现在密度250~37 0株·hm^-2的范围内,I-72杨林分生物量从102.40t·hm^-2增加到147.20t·hm^-2,生产力从7.31t·hm... 应用典型样地调查法和相对生长法,测定了长江滩地4种密度14年生I-72杨人工林的生物量与生产力。发现在密度250~37 0株·hm^-2的范围内,I-72杨林分生物量从102.40t·hm^-2增加到147.20t·hm^-2,生产力从7.31t·hm^-2·a^-1增加到10.52t·hm^-2·a^-1。在所调查的林分中,地上部分生物量占总生物量的90%,其中干54%、枝28%、皮7%、叶1%;地下部分生物量仅占总生物量10%。在4种密度的林分中,I-72杨人工林生物量的径级分布表现为波浪形,随着林分密度的增大,生物量高峰出现时的径阶有减小的趋势。 展开更多
关键词 I-72杨人工林 生物量 生产力 长江滩地
下载PDF
‘72杨’韧皮部的构造与理化性能 被引量:1
2
作者 李帆 黄艳辉 +1 位作者 叶翠茵 冯启明 《林业工程学报》 CSCD 北大核心 2021年第1期73-78,共6页
将‘72杨’、杉木和毛竹的木质部进行对比试验,观察并测试‘72杨’韧皮部的解剖构造以及理化特性,为其高值化利用提供基础数据。使用场发射环境扫描电镜、X射线衍射仪、傅里叶变换红外光谱仪等设备和NREL标准对‘72杨’韧皮部的微观结... 将‘72杨’、杉木和毛竹的木质部进行对比试验,观察并测试‘72杨’韧皮部的解剖构造以及理化特性,为其高值化利用提供基础数据。使用场发射环境扫描电镜、X射线衍射仪、傅里叶变换红外光谱仪等设备和NREL标准对‘72杨’韧皮部的微观结构、结晶度、化学成分等物化性质进行测定与分析。研究结果表明,‘72杨’韧皮部中韧皮薄壁细胞和筛管分子占细胞总面积的(81.9±1.8)%,结构相对简单。‘72杨’韧皮部气干密度为0.358 g/cm3,绝干密度为0.321 g/cm3;而木质部的相应密度较高,分别为0.497和0.482 g/cm3;‘72杨’韧皮部结晶度仅为19.4%,比木质部低8.7%。‘72杨’韧皮部纤维素、半纤维素、木质素的含量分别为28.7%,11.1%,24.1%,均低于木质部中相应成分的含量,且木质化程度低,半纤维素以木糖为主。此外,由红外谱图发现‘72杨’韧皮部含有单宁、酚类、胼胝质等物质。‘72杨’韧皮部具有低密多孔、结构疏松、结晶度低、木质素含量低、抽提物含量高等特点。因此,‘72杨’韧皮部特别有利于机械(能耗低)或化学(抗降解屏障低)降解以及物化改性(多孔、可及性强),可提取酚类、单宁、胼胝质等物质用于工业应用,研究结果可为‘72杨’韧皮部的高值化利用提供重要的理论依据。 展开更多
关键词 ‘72杨’ 韧皮部 物理结构 化学性质
下载PDF
基于近红外光谱与误差反向传播神经网络技术的三种人工林木材识别研究 被引量:8
3
作者 庞晓宇 杨忠 +1 位作者 吕斌 贾东宇 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第11期3552-3556,共5页
利用近红外光谱结合误差反向传播神经网络(BP)对三种人工林木材(尾叶桉、马尾松、南方无性系I-72杨)进行识别,探讨隐含层神经元个数、光谱预处理方法、光谱范围对BP网络模型的影响,并与SIMCA法所建模型做比较。结果表明:(1)BP网... 利用近红外光谱结合误差反向传播神经网络(BP)对三种人工林木材(尾叶桉、马尾松、南方无性系I-72杨)进行识别,探讨隐含层神经元个数、光谱预处理方法、光谱范围对BP网络模型的影响,并与SIMCA法所建模型做比较。结果表明:(1)BP网络结合全波段(780~2 500nm)近红外光谱数据建模,识别正确率达到97.78%,并确定隐含层神经元数为13;(2)全波段光谱建模比短波段(780~1 100nm)和长波段(1 100~2 500nm)光谱建模识别效果好,其识别正确率分别为97.78%,95.56%和96.67%,用一阶导数和二阶导数对全波段光谱进行预处理后,BP网络模型识别正确率分别为93.33%和71.11%;用多元散射校正(MSC)对全波段光谱进行预处理后,BP网络模型识别正确率为98.89%,(3)在三种波段(780~2 500,780~1 100和1 100~2 500nm)光谱建模的情况下,BP网络建模识别正确率分别为95.56%,96.67%和97.78%,SIMCA模型识别正确率分别为76.67%,81.11%和82.22%,BP网络建模比SIMCA法建模对三种人工林木材的识别正确率高。 展开更多
关键词 BP网络 近红外光谱 SIMCA 分类 尾叶桉、马尾松、南方无性系I-72
下载PDF
Use of Near Infrared Spectroscopy to Measure Mechanical Properties of Solid Wood 被引量:1
4
作者 YU Huaqiang ZHAO Rongjun FU Feng FEI Benhua JIANG Zehui 《Chinese Forestry Science and Technology》 2007年第2期14-19,共6页
The visible and near infrared(NIR)(350-2500 nm)spectra and the MOE of 438 small clear wood samples from Chinese fir,eucalyptus and poplar 72 were measured.Using partial least-square(PLS)modeling,the NIR spectra could ... The visible and near infrared(NIR)(350-2500 nm)spectra and the MOE of 438 small clear wood samples from Chinese fir,eucalyptus and poplar 72 were measured.Using partial least-square(PLS)modeling,the NIR spectra could be used to predict MOE and MOR of the clear-wood samples from Chinese fir and eucalyptus solid wood.NIR spectra could only be used to predict MOE but not MOR of poplar clear-wood samples.With the exception of MOR of poplar clear-wood samples,the correlations between NIR and the mechanical properties are very strong,and the calibration and test correlation coefficients are both above 0.80. 展开更多
关键词 Chinese fir Cunninghamia lanceolata) eucalyptus (Eucalyptus urophylla × E. grandis) poplar 72 populus × euramericana cv. I - 72/58 MOE MOR NIR partial least-square
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部