基于灰狼算法SVM的NIR杉木密度预测

【目的】提出一种基于灰狼算法支持向量机(GWO-SVM)的木材密度预测模型,利用近红外光谱(NIR)对杉木密度进行预测,为杉木性质定量分析提供理论依据。【方法】将109个杉木样品光谱数据和样品密度数据进行归一化,选取88个样品作为训练集、21个样品作为测试集,对2 151维光谱数据提取主成分,以主成分作为输入变量,以杉木样本密度作为输出变量,建立杉木密度多元线性回归(MLR)模型、SVM模型和GWO-SVM模型,采用决定系数(R^2)、均方误差(MSE)和平均绝对百分误差(MAPE)对3种模型的预测结果进行比较分析。【结果】对光谱数据进行主成分分析并选择5个主成分,其累积贡献率达98.7%。MLR模型的R^2为0.771 4,MSE为0.000 282 1,MAPE为3.009 23%; SVM模型的R^2为0.923 8,MSE为0.000 233 1,MAPE为2.794 50%;灰狼算法对SVM进行参数寻优,获得的最优参数分别为C=18.366 6、σ=0.043 3,GWO-SVM模型的R^2为0.919 2,MSE为0.000 183 4,MAPE为2.496 37%。3种模型的平均绝对百分误差均在可接受范围内,且GWO-SVM模型的平均绝对百分误差最小,预测效果最好。【结论】从预测精度分析,GWO-SVM模型明显优于MLR模型和SVM模型;从模型决定系数分析,GWO-SVM模型和SVM模型均优于MLR模型。灰狼算法优化支持向量机结合近红外光谱对杉木密度进行预测分析合理、高效。

不同密度对杉木林根际土壤丛枝菌根真菌群落结构及共生格局的影响特征

【目的】杉木是我国栽植面积最广的用材树种,阐明杉木根际土壤微生物特征,对通过密度调控科学间伐抚育经营杉木人工林有指导意义。【方法】为明确根际土壤丛枝菌根真菌(AMF)对杉木林种植密度变化的响应特征。基于高通量测序,评估不同密度杉木根际土壤丛枝菌根真菌(AMF)群落的多样性、结构和共生模式。【结果】从1 950、2 250、2 700、3 300株/hm~2密度杉木林根际土壤中共得到163个AMF-OTUs,分属于1门1纲5目6科8属,28个种。α多样性指数表明,丛枝菌根真菌群落Chao1、Shannon指数随着杉木林分密度增大而减小,但不同密度间差异不明显。β多样性指数表明,不同密度杉木间AMF群落组成差异明显。Bray-Curtis相异性分析显示,20个AMF群落样本被聚为2个组,与高密度和中低密度对应。共线性网络分析揭示了AMF真菌组成的非随机模式。Glomus-MO-G23-VTX00222、Glomus-viscosum-VTX00063、Glomus-Glo7-VTX00214被确定为共生网络中的关键分子种。冗余分析表明,土壤碱解氮AN、铵态氮(NH_(4)^(+)-N)共同影响AMF群落结构。【结论】杉木林分密度显著影响根际土壤AMF群落结构。碱解氮和铵态氮是影响AMF特性的主要土壤环境因子,在共线性网络中铵态氮NH_4~+-N和碱解氮AN网络中心系数为0.943 4。在林分密度变化过程中,林下植被辛普森指数与根际土壤AMF群落多样性辛普森指数呈显著正相关(r=0.494)。土壤理化性质和分类群之间潜在的相互作用可能共同影响杉木林地AMF真菌群落结构。林分密度影响土壤微生物群落,变化后的土壤微生物群落又会影响地上植被,最终土壤群落与地上植被协同响应密度变化。这一结果为AMF介导植物地上地下协同作用的生态网络构建研究提供新的见解。

异氰酸酯胶无毒低密度杉木刨花板的制造

本研究探讨了用异氰酸酯胶粘剂制造低密度杉木刨花板的工艺条件 ,讨论了施胶量、热压温度、热压时间、热压压力和刨花含水率对板材性能的影响。结果表明 ,当板材密度为 0 .43～ 0 .48g/ cm3时 ,施胶量只需 5 % ,刨花含水率适应范围广 ,所制成的刨花板无毒 。

同龄纯林自然稀疏密度变化的研究

根据植物种群生物量的增长模式和最大密度法则 ,应用Korf生长方程推导出同龄纯林最大密度的林分和一般密度的林分在自然稀疏过程中密度变化规律的模型。实例验证表明 ,本文所提出的自然稀疏模型有较高的准确性和较大的适用性 。