木材生物彩绘指利用真菌、细菌使木材变色，也称为花斑木。回顾花斑木历史、研究现状与难题并提出展望。花斑木的应用可追溯到500多年前的意大利，当时被广泛应用于镶嵌装饰工艺中。当前，花斑木的研究主要集中在菌纹木和软腐菌色素的研究与利用，由于微生物色素具有可再生、耐久等优点，为提高人工林木材的综合利用率和附加值提供新的途径，也有助于减少合成染料的使用。而心材型（细菌型）花斑木的研究难度较大，需要更多的科学探索和技术突破。目前利用真菌培育花斑木存在菌种保存与衰退、过程污染控制和培育条件控制等难题，而色素提取及媒染则需关注溶剂毒性、色牢度等问题。

为优化制备胺化改性竹粉（AMBP），考察碱预处理浓度、环氧化时间和温度、胺化改性剂和改性温度等因素的影响，并利用扫描电镜（SEM）、傅里叶红外光谱（FTIR）和X射线光电子能谱（XPS）等对其结构进行表征。结果表明，碱预处理浓度、环氧化温度和时间、胺化温度和改性试剂种类均对吸附剂的制备存在显著影响。吸附剂最佳制备条件为，原竹粉3.0 g，经2 mol/L NaOH碱处理，于100 mL的8%NaOH和15 mL的环氧氯丙烷中，40℃下环氧化反应8 h；再在5 mL四乙烯五胺（TEPA）、1 g Na₂CO₃、100 mL水中，40℃下反应2 h。原竹粉的竹纤维结构在改性过程中得到了较好保留，胺化改性后，氮元素质量分数显著增加，引入新的—NH₂、—NH—等基团。吸附剂AMBP-TEPA对水中游离态和络合态Cu（Ⅱ）均具有良好吸附效果。研究结果为竹材的资源化利用提供新的途径和技术支撑。

研究森林公园空气负离子和空气颗粒物变化特征，利用森林生态功能发展康养事业，为地方经济发展提供科学支持。选择北极村国家森林公园兴安落叶松林、白桦林、山杨林和樟子松林为研究对象，并以北极村生活区为对照，使用便携式空气负离子监测仪，在2021年5—10月选择晴天和雨天进行空气负离子、PM₁₀与PM_2.5及其影响因子的观测。研究表明，1)晴天，4种林型空气负离子浓度日动态由大到小表现为展叶盛期（Leaf spreading period,LSP）、展叶初期（Leaf opening period,LOP）、落叶期（Leaf falling period,LFP），均呈单峰曲线变化趋势，峰值出现在12:00—14:00，最高可达到4 207个/cm³，此时期的4种林型空气负离子由大到小表现为兴安落叶松林、白桦林、山杨林、樟子松林；雨天，4种林型的空气负离子浓度呈波动式变化，最高可达6 000个/cm³，显著高于生活区（P<0.05）。晴天，4种林型PM₁₀与PM_2.5质量浓度的日动态变化趋势是双峰曲线，在早晚出现峰值，中午达到谷值，但雨天的波动较小，远远低于晴天的PM₁₀与PM_2.5质量浓度（P<0.05）;2)5—10月4种林型（晴天）空气负离子浓度月变化表现为单峰曲线的趋势，峰值出现在7月，最高可达4 500个/cm³，显著高于生活区（P<0.05），空气颗粒物质量浓度均呈先降低再升高的趋势；3)4种林型空气负离子、PM₁₀和PM_2.5质量浓度与气温、空气湿度、平均风速有显著的相关关系。寒温带森林公园森林生态系统空气负离子质量浓度在2 000～6 000个/cm³，空气颗粒物在40μg/m³以下，空气质量优良，利于人们休养身心。

探究营林措施和环境因子对刺槐生长的综合影响，为黄河流域乃至其他类似生态环境下的造林和生态恢复提供重要的科学依据。以黄土高原刺槐林为研究对象，通过测量地形以及刺槐的生长指标，测定土壤理化性质，采用线性拟合、冗余分析和Pearson相关性分析各因素对刺槐生长的影响。结果表明，1）刺槐胸径与造林密度呈极显著负相关（P<0.01），树高与造林密度呈显著负相关（P<0.05），冠幅与造林密度、坡度呈显著负相关（P<0.05）;2）刺槐树高、冠幅与土壤全磷质量分数呈极显著正相关（P<0.01），胸径、冠幅与土壤铵态氮质量分数呈显著正相关（P<0.05）;3）海拔较高时，土壤结构更为疏松，但养分含量相对较低；坡度较大时土壤养分流失严重，对刺槐的生长产生不利影响；4）土壤毛管孔隙度是影响刺槐生长的最重要因素。因此，在造林和管理过程中，根据实际地形和土壤条件，合理确定造林密度，提升土壤肥力，促进刺槐的生长发育。

叶绿素作为植物光合作用的主体，在监测植被生长状态，评估固碳能力方面发挥着巨大的作用。遥感技术作为一种高效低成本的对地观测技术，能够通过叶片反射光谱特征实现叶绿素含量（chlorophyll content,Cab，含量为面密度）的估算。然而，叶片光谱会受到叶片含水量、叶细胞结构等影响，从而降低遥感估算Cab的精度。而日光诱导叶绿素荧光（solar-induced chlorophyll fluorescence,SIF）遥感是直接探测叶绿素激发荧光信息，其变化特征与Cab直接相关，在Cab估算中有巨大的潜力。为此，以荧光辐射传输模型（soil canopy observation,photo-chemistry and energy fluxes,SCOPE）为工具，通过敏感性分析确定Cab荧光敏感波段，并建立基于荧光光谱的Cab估算模型，最后利用实测数据验证模型的鲁棒性。研究结果表明，700、730 nm分别为叶绿素高、低敏感波段(SIF₇₀₀、SIF₇₃₀),760 nm为叶绿素高相关性波段(SIF₇₆₀)，以此3波段建立基于荧光比值的Cab估算模型，其中，以SIF₇₆₀与SIF₇₀₀的荧光比值建模精度最优，决定系数R²为0.998 1，均方根误差（root mean square error,RMSE）为0.043 5μg/cm²。SIF₇₀₀与SIF₇₃₀荧光比值和Cab的建模精度最低，但R²和RMSE也分别达到了0.904 8和0.088 6μg/cm²。利用实测数据独立样本对上述3种估算方法进行验证，SIF₇₆₀/SIF₇₃₀估算结果表现最佳，RMSE为0.210 8μg/cm²,SIF₇₀₀/SIF₇₃₀次之，RMSE为0.345 4μg/cm²，但呈现出整体高估现象；SIF₇₆₀/SIF₇₀₀估算结果与实测数据偏差较大，RMSE为0.743 5μg/cm²。综上，SIF₇₆₀/SIF₇₃₀构建的比值植被指数在估算Cab过程中不仅能够保证很好的建模精度，同时又表现出极佳的鲁棒性。研究结果为利用叶绿素荧光遥感手段进行叶片生化参数估算提供技术参考。

苔藓在森林水源涵养、养分固定和水质调控等方面发挥着重要作用，为揭示苔藓对降水化学特征的影响，在大兴安岭北部选取泥炭藓和赤茎藓为研究对象，对2023年6—9月生长季2种苔藓层穿透雨水化学特征进行观测和研究。结果表明，泥炭藓的最大持水量、最大持水率和厚度均显著大于赤茎藓（P<0.01）;2种苔藓穿透雨各离子质量浓度存在差异，泥炭藓淋溶作用最显著的为K⁺，截留作用最显著的为F^-，经过泥炭藓层后相较于林冠层穿透雨K⁺质量浓度提高241%,F^-质量浓度降低51.6%，经过泥炭藓层后金属离子总质量浓度提高71.7%，非金属离子总质量浓度降低19.9%。赤茎藓淋溶作用最显著的是PO₄^3-，截留作用最显著的为Ca²⁺，经过赤茎藓层后相较于林冠层穿透雨PO₄^3-质量浓度提高147.7%,Ca²⁺质量浓度降低5.2%，经过赤茎藓层后金属离子总质量浓度提高10.2%，非金属离子总质量浓度降低62.6%；苔藓层穿透雨离子淋溶质量浓度受p H、温度和林冠层穿透雨离子质量浓度的影响，其中除Fe³⁺、Cl^-外的其余离子均与林冠层穿透雨中离子质量浓度呈负相关性。研究表明林冠层穿透雨在经过苔藓层后水中各离子质量浓度发生了显著变化，进而会对森林土壤化学含量产生影响，结果可为大兴安岭寒温带森林水文和水化学研究提供科学支撑。

新疆是中国重要的林果产业基地，特色林果业是区域经济发展的重要组成部分。为预防果树病害制约林果业发展，设计一款归一化注意力（normalization-based attention module,NAM）轻量级深度卷积神经网络（MobileNet-V2）果树叶片分类及病害识别模型。其中融入轻量型的归一化注意力机制，提高模型对特征信息的敏感度，使模型关注显著性特征。同时，将L1正则化（L1 regularization或losso）添加到损失函数中，对权重进行稀疏性惩罚，抑制非显著性权重。试验结果表明，在叶片分类中，模型对自构建植物叶片病害识别数据集（Plant Village）、混合数据集的分类结果均表现良好，准确率分别达到97.05%、98.73%、94.91%，具有较好的泛化能力。在病害识别中，MobileNet-V2 NAM模型实现94.55%的识别准确率，高于深度卷积神经网络（AlexNet）、视觉几何群网络（VGG16）经典卷积神经网络（Convolutional Neural Networks,CNN）模型，且模型参数量只有3.56 M。MobileNet-V2 NAM在具有良好准确率同时保持了较低的模型参数量，为深度学习模型嵌入到移动设备提供技术支持。

为降低蒙古栎（Quercus mongolica）组培过程褐化现象，阐明褐化发生是否与抗氧化酶系统及酚类物质产生有关。以蒙古栎成熟合子胚为材料，利用组织培养技术优化蒙古栎再生植株体系获得再生植株，探究聚乙烯吡咯烷酮（PVP）抑制褐化处理对蒙古栎合子胚萌发的生理生化指标的影响。结果表明，PVP 40(40代表PVP平均分子量范围)抑制褐化效果最佳，添加0.2 g/L PVP 40不定芽诱导率最高，为71.17%，其芽增殖系数为3.90，芽生根率为40.37%，移栽存活率为73%;PVP降低了蒙古栎外植体抗氧化酶、多酚氧化酶活性及总酚酶活力，有效抑制褐化现象。PVP有效降低蒙古栎组培褐化效果抑制褐化不再加剧，优化蒙古栎器官再生植株体系，分析PVP抑制褐化处理对蒙古栎合子胚萌发的内在生理机制，为栎属其他树种抑制褐化提供参考。

为探究基于主成分分析（Principal Component Analysis,PCA）下贝叶斯优化（Bayesian Optimization,BO）卷积神经网络（Convolutional Neural Network,CNN）算法（PCA-BO-CNN）模型对人工林树种识别的方法，以提高遥感技术在人工林树种识别中的准确率和鲁棒性。以塞罕坝机械林场为研究区域，利用Sentinel-1遥感数据、Sentinel-2遥感数据、数字高程模型（digital Elevation Model,DEM）数据及森林资源二类调查数据和PCA-BO-CNN算法模型结合，并与其他不同算法模型对比分析，以提高人工林树种识别的准确性。结果表明，1）相比PCA算法处理前，PCA算法处理后多源数据特征的PCA1—PCA39共计39个特征的标准差和特征间的区分性明显提升。因此，PCA算法处理有利于提升对华北落叶松、白桦、樟子松、蒙古栎和云杉主要优势树种及非林地的识别精度；2）在PCA算法处理前，BO-随机森林（random forest,RF）算法模型对主要优势树种及非林地识别的总体准确度（OA）和Kappa系数精度，分别为81.87%,0.754 5。在PCA算法处理后，PCA-BO-CNN算法模型对主要优势树种及非林地识别的OA和Kappa系数精度相对提高，分别为83.10%,0.770 3;3）相比PCA算法处理前的BO-RF算法模型，PCA算法处理后的PCA-BO-CNN算法模型对塞罕坝林场主要优势树种及非林地识别的调和平均数（F1）、OA和Kappa系数的整体精度相对较高。具体，相比BO-RF算法模型PCA-BO-CNN算法模型的OA提升了1.24%，且相比PCA算法处理前PCA-BO-CNN算法模型OA提升了3.71%。与其他算法模型相比，基于PCA-BO-CNN算法模型的人工林树种识别方法具有很强的准确性和鲁棒性，为掌握塞罕坝林场人工林的树种分布，进而了解森林碳储量、森林对气候变化的响应、制定碳减排政策以及推动森林可持续发展提供重要的理论依据。

为探究东北红豆杉对全球变暖的适应对策，基于稳定同位素技术，以不同生长阶段东北红豆杉（幼苗、幼树、成树）为研究对象，分析其叶片稳定碳同位素组成(δ¹³C)、水分利用效率（water use efficiency,WUE）的季节动态及影响因子。结果表明，不同生长阶段东北红豆杉叶片δ¹³C值变化范围为-3.051%～-2.939%，平均值为-2.981%±0.061%;WUE变化范围为58.96～71.68μmol/mol，平均值为66.87μmol/mol±6.90μmol/mol。东北红豆杉δ¹³C值和WUE随季节变化由大到小排序为生长季前期（6月）、生长季中期（8月）、生长季后期（9月），不同生长阶段由大到小为成树、幼树、幼苗。不同生长阶段东北红豆杉WUE均与10 cm土壤含水量呈显著线性负相关（幼苗，y=-0.82x+107.29,R²=0.80,P<0.01；幼树，y=-0.34x+84.17,R²=0.45,P<0.05；成树，y=-0.93x+101.32,R²=0.44,P<0.05），土壤含水量是东北红豆杉WUE的主控因子。不同生长阶段东北红豆杉根据植株个体水分需求及受外界水热因子影响程度选择不同的水分利用策略。

为解决在链锯伐木作业过程中树木自然倒向预测不准确时易发生安全事故，造成人员伤亡和财产损失的问题，提出一种基于智能手机图像分析的树木自然倒向测定方法。采用基于K-means聚类算法改进的Close-Form图像抠图算法提取图像中目标树木，利用亚像素形心定位法确定单幅图像树木质心位置，基于空间向量复合及投影法则分别对树木进行三视角和双视角质心拟合，并计算出树木自然倒向。试验结果表明，三视角、双视角以及人工经验判别方法判断树木自然倒向的结果无显著性差异且具有高度一致性（方差检验统计量F为0.008,P=1.000>0.05；采样组内相关系数ICC为0.992,P=0.000<0.05）。由于双视角测量具有简便性，因此可用双视角判别方法测定树木自然倒向。扩展试验表明，双视角判别方法具有较高的准确性与稳定性（F=0.003,P=0.997>0.05），可为准确判断树木自然倒向提供参考。

为探究麻花钻头的打孔参数（孔径、孔深）、土壤含水率以及土壤硬度对打孔峰值扭矩的影响规律，利用自制的打孔扭矩试验台进行单因素和多因素试验。试验结果表明，峰值打孔扭矩与土壤含水率呈线性减小关系，与土壤硬度、打孔深度以及打孔直径呈线性增长关系。对回归模型进行优化分析，在给定因素水平范围内得到最小峰值扭矩打孔参数组合为土壤含水率28%、打孔直径10 mm、打孔深度6 cm，峰值扭矩为0.3 N·m；最大峰值扭矩打孔参数组合为土壤含水率20%、打孔直径14 mm、打孔深度10 cm，峰值扭矩为0.8 N·m。峰值打孔扭矩的预测值与实际值偏差小于4%，打孔参数结果可靠。研究结果为后续草坪维护机器人的打孔钻头动力选型提供理论依据。

为提高林业运输车辆的保险杠喷涂合格率，以某公司汽车保险杠的涂装质量数据为例，运用排列图对涂装质量数据进行分析得出颗粒、桔皮属于影响喷涂质量的主要因素。从人、机、料、法、环5个方面分析产生颗粒、桔皮的主要原因，并采用斯皮尔曼（Spearman）相关系数进行特征提取以及重要性分析，得出喷漆房的温度、喷漆房相对湿度、机器人喷涂流量、旋杯转速、喷涂距离、喷涂速度、漆的品牌、机器人（机器(1)、机器(2)、…、机器(6)）均会影响保险杠的喷涂质量。运用决策树（classification and regression tree,CART）算法确定喷涂流量、喷漆房的温度、喷漆房相对湿度、机器人(2)和机器人(4)、漆的品牌是影响保险杠喷涂质量的较为关键的因素。结果表明，利用CART分类算法对喷涂质量数据进行分析能够实现对故障点的判别，对于提高保险杠喷涂质量具有借鉴意义。

目前，虽然已经有一些基于图像处理技术的竹片缺陷检测方案，但这些方案检测存在种类较少、实用性较差且难以部署在机器上等缺陷，为此，提出一种改进的竹片缺陷检测模型。该模型为改进的可变形-端到端目标检测（DeformableDETR）模型，首先将骨干网络替换成由DCNv3卷积为核心而堆叠设计的InternImage，该网络在保留卷积神经网络（CNN）先验特性的情况下还能捕捉到长距离依赖，使提取到的特征空间语义更丰富；然后在特征提取后新增一个采样模块，该采样模块将图像特征抽象为精细的前景特征和少量粗糙的背景特征，不仅能去除冗余的背景特征信息，还能提取高语义前景信息；最后引入一种新颖的协作混合分配训练策略，该策略通过训练由一对多标签分配监督的多个并行辅助头，提高编码器在端到端检测器中的学习能力。此外，使用数据增强来扩展数据集，并使用迁移学习，以增强竹片缺陷的检测。试验结果表明，该改进方法可以提高模型的缺陷特征提取与解析的能力，并在测试数据集上取得了85.7%mAP50（全类平均精确度），单张图片推理时间为0.28 s，检测精度优于其他主流目标检测模型，为竹片缺陷检测提供新的方法。

针对松材线虫病对松树等树种的威胁、传统处理大径级疫木的方法存在运输困难、效率低、传播风险高以及粉碎效果差等问题，研发大径级疫木粉碎装备，实现疫木的就地粉碎。为此，设计一种粉碎装备的履带底盘机构，采用液压劈砍技术预处理疫木，并通过盘式削片机和锤式粉碎机粉碎木材。利用多体动学仿真软件进行仿真，模拟履带底盘在20°坡度、200 mm高、400 mm宽的垂直壁和200 mm深、400 mm宽的壕沟等复杂地形下的运行特性，分析运行过程中的平移加速度、垂向加速度及俯仰角等关键参数。履带底盘在20°坡度、200 mm高、400 mm宽的垂直壁和200 mm深、400 mm宽的壕沟等复杂地形下，表现出良好的稳定性和通过能力，关键参数均在合理范围内，运行过程中未出现履带脱链等异常现象。大径级疫木粉碎装备可实现定点粉碎，为疫木粉碎和履带底盘设计提供思路和技术支持。

为提高林间剩余物粉碎效率、粉碎均匀度和机器运行稳定性，针对林间剩余物粉碎设计一种弧形斜刃粉碎刀具。通过对林间剩余物粉碎过程中受到的剪切、冲击作用进行力学和动力学分析，明确影响林间剩余物粉碎性能的主要因素及碎裂方式。基于离散元仿真试验，对比直刃刀具和斜刃刀具对林间剩余物粉碎性能的影响。仿真试验结果表明，在相同条件下粉碎林间剩余物时，相较于直刃刀具，斜刃刀具仿真的颗粒bond键数量、颗粒平均运动速度、平均粉碎功率、粉碎室壁所受的冲击和粉碎颗粒平均能量等性能指标均有所提升，使用斜刃刀具仿真粉碎程度高，粉碎粒度均匀，工作过程更加平稳。

砂石骨料属于不可再生资源，然而砂石资源短缺与建筑领域大规模扩张之间的供需矛盾日益升级。在我国“双碳”政策的大背景下，将西北地区丰富的风积沙、卵石资源应用到桩基骨料当中，是工程领域实现绿色环保、降本增效的重要手段。基于前期试验得到的新型卵石-风积沙混凝土配合比浇筑混凝土模型桩，再通过模型试验研究新型卵石-风积沙混凝土桩与土复合之后的承载性能变化规律。结果表明，优化配比后的卵石-风积沙混凝土能较好地满足复合地基的强度要求；增加桩长，减小桩径和桩间距，有助于减小地基的沉降量；在400 kPa加载作用下，桩的长度提升至一倍，地基总沉降量减小89%，在桩径和桩间距减小的工况对比可知，沉降量分别减小24%和36.4%。对于桩身应力，提高桩长、桩径，减小桩距，应力均表现出变大的趋势；对于桩土应力，提高桩长、桩径，减小桩距，地基土均表现出应力水平有所降低；对于桩土应力比，桩长越长桩土应力比越大。研究成果可以为卵石和风积沙的推广应用提供数据支持。

隧道结构在施工及运营期间，受诸多复杂因素的共同作用，其受力状态与变形特性会随时间逐渐演变。为此，提出一种融合注意力机制的深度学习概率模型，旨在精准预测与评估隧道衬砌结构中关键不利位置的安全状态。首先，采用斯皮尔曼秩相关系数进行数据预处理，筛选出与衬砌结构最不利位置高度相关的土压力数据和混凝土应变数据作为输入特征；随后，设计多层卷积神经网络（CNN）进行多源数据特征提取，并构建特征共享层以融合不同位置的数据信息；接着，将提取的特征送入长短期记忆网络（LSTM）进行时间序列分析预测，并引入自注意力（Attention）机制对特征进行加权优化，从而进一步提高预测的精确度；最后，建立高斯概率回归模型，以解决结构响应预测误差所引起的安全系数计算不确定性量化和评价问题。使用实际隧道工程项目的数据，对不利位置的响应预测结果显示，该模型能够全面考虑多源测点数据在时间和空间上的相关性。在训练集、验证集和预测集上，混凝土应变的预测平均误差分别为0.89、1.02、1.24με，未出现过拟合现象，从而验证所提方法在处理复杂非线性问题的良好泛化能力。此外，采用高斯概率区间预测方法，结合预测得到的安全系数进行了90%置信水平的区间估计，结果显示，二次衬砌3个不利位置的安全系数均位于该置信区间内，从而进一步验证所提模型在隧道衬砌结构安全性评估中的可靠性和实用性。

由于热带雨林地区常年降雨强度大、频率高，强降雨常导致岩土体自重增加，但强度和稳定性显著下降，是该地区隧道施工主要高风险源。依托马来西亚热带雨林地区某隧道工程，对隧道穿越土岩交界段初支侵限变形规律进行现场监测与数值分析，探究初期支护侵限应急处置及局部换拱施工等治理措施方法。研究结果表明，1）热带雨林地区频繁强降雨下渗造成岩土强度及承载力下降是隧道大变形发生的主要原因，地层含水率的变化主要受降雨时间及地表起伏的影响；2）采用径向注浆加固、反压回填、施加临时横撑及施作临时仰拱等措施能有效控制围岩变形发展；3）根据隧道初期支护变形侵限的纵向分布规律，使用局部换拱处置方法，能显著提升换拱施工的效率和安全性。现场应用表明所采取的隧道初期支护换拱处置措施控制隧道变形效果良好，可为类似热带雨林软弱围岩隧道提供施工借鉴和技术指导。

针对现有指标的局限性，为更好地评价温拌沥青结合料的高低温性能，选取不同掺量的Sasobit温拌剂和Evo‐therm 3G温拌剂，并将其掺入70^#基质沥青和SBS（苯乙烯-丁二烯-苯乙烯嵌段共聚物）改性沥青中，制备改性沥青。通过动态剪切流变（Dynamic Shear Rheological,DSR）试验得到复数剪切模量（G*）和相位角（δ）参数，并进行相关分析。同时，采用车辙因子（G*/sinδ）、改进型车辙因子(G*/（sinδ）⁹)指标和临界温度(T_G*/sinδ)、改进型临界温度(T_{G*/（sinδ）⁹})指标，对改性沥青的高温性能进行全面评价分析。在低温弯曲流变（Bending Beam Rheometer,BBR）试验中，得到蠕变劲度模量（S）、蠕变速率（m）参数，并对其进行分析，同时建立k指标（蠕变劲度模量与蠕变速率之比），引入蠕变柔量(J（t）)指标对改性沥青的低温性能进行评价。试验结果及数据分析表明，相较于G*/sinδ，采用G*/（sinδ）⁹能够更准确地评估温拌沥青的高温性能，而T_{G*/（sinδ）⁹}适合SBS温拌沥青高温性能评价，对于70^#基质沥青而言两者之间无明显差异。另外，k指标可以区分基质沥青和改性沥青低温性能差异，而J（t）指标能够很好地反映温拌沥青低温蠕变性能。最后，利用层次分析法（AHP）对高低温指标进行权重分析，得出权重最大的指标为T_{G*/（sinδ）⁹}和J（t），在评估温拌沥青的高温性能指标时建议采用T_{G*/（sinδ）⁹}指标，在评估温拌沥青低温性能时采用J（t）指标。

沥青胶砂-集料界面相的低温黏结性能对寒区沥青混合料的低温抗裂性、水稳性等性能有重要影响。基于拉拔试验并采用ImageJ软件对破坏面进行图像分析，通过黏结强度和黏结失效比2个指标，分析不同低温（-10、-20、-30℃）和有水条件下沥青、沥青胶浆、沥青砂浆与石灰岩集料组成的界面相黏结性能。研究结果表明，沥青-集料界面相在-20℃黏结强度最大，黏结失效比随着温度的降低在增大；水的介入会使界面相低温黏结强度的衰减率达到49%，界面连续脱落，黏结失效比增大44%；合适的粉胶比能提高沥青胶浆的低温黏结强度，粉胶比为1.2的沥青胶浆黏结强度为沥青基质的1.44倍，并通过弯曲蠕变劲度试验验证与沥青胶浆低温黏结强度结果的一致性；矿粉和细集料的加入改变了界面的接触形式，破坏位置和黏结失效比也发生了明显变化；沥青胶浆的破坏位置发生于胶浆内部，沥青砂浆的破坏位置多发生于界面处，其黏结失效比远大于沥青胶浆。