为解决沥青老化行为预测研究中室内模拟老化与实际老化偏差大、缺乏易于工程推广的科学评价指标等问题，以在役高速不同老化程度的SBS（苯乙烯-丁二烯-苯乙烯三嵌段共聚物）改性沥青为对象，借助沥青质量激光回弹快速检测系统（ABQT），通过获取最大蠕变变形、弹性恢复率、加载变形速率系数和回弹变形速率系数等指标评价沥青性能变化规律，并与沥青常规老化性能指标相对比，分析这些指标评价沥青自然老化行为的准确性；在此基础上，以这些指标建立沥青老化非线性预测模型，通过获取沥青老化速率值分析自然老化状态下沥青性能衰变规律，并最终提出合理的预防性养护时间。结果表明，最大蠕变变形、加载变形速率系数和回弹变形速率系数等指标可以有效表征沥青老化性能衰变过程，同时基于这些指标建立的沥青老化非线性预测模型适用性强，可以实现沥青性能-老化时间的双向计算；随老化时间的延长，最大蠕变变形、加载变形速率系数和回弹变形速率系数指标所对应的老化速率值均以三次函数模型形式衰变，老化速率拐点分别为6.67、5.56、6.67a，考虑到沥青混合料性能安全，建议以5.56 a作为介入预防性养护措施恢复沥青性能的阈值。

揭示南昌市植被覆盖的演化特征和确定影响其变化趋势的主要气候驱动因子，为其长期稳定、良性发展和积极应对后续的气候变化提供指导。采用2000—2020年南昌市的NDVI月度数据、气温、降水和气压等10个气象驱动因子，利用单样本K-S(Kolmogorov-Smirnov)检验、弗里德曼检验、肯德尔和谐系数检验法等非参数检验法和随机森林分析方法，对不同驱动因子的重要性进行研究。结果表明，1）在2000—2020年南昌市的NDVI呈波动下降趋势，该峰值出现在2000年，谷值则在2010年；2）城市整体植被覆盖呈现四周高中间低的空间分布规律，北部和西部地区的NDVI值相对较高且下降速率缓慢，中部的东湖区和青山湖区等NDVI值相对较低且有明显下降趋势；3）植被覆盖的极大平均值出现在每年8月，受温度的影响最显著，而风向的影响最不显著，降水的影响有一定的时滞性，植被覆盖变化应结合多要素的共同驱动作用来决定。

水曲柳是中国东北珍贵硬阔树种，具有很高的经济价值和生态价值。针对水曲柳资源匮乏、抗逆良种结构性缺乏的现状，在全球气候变化背景下选育耐寒优良的水曲柳变得尤为重要。以黑龙江省小兴安岭地区水曲柳子代测定林为研究对象，运用树轮年代学和木材解剖学方法，对比研究52个水曲柳家系（共计1~77号家系）径向生长差异，明确水曲柳径向生长和木质部解剖特征与主要气候因子之间的关系，探究不同水曲柳家系径向生长对低温事件的响应。结果表明，小兴安岭地区不同水曲柳家系年径向生长量存在显著差异，其中，56、46、38号家系的径向生长量较大，分别为4.07、3.82、3.71 mm。水曲柳径向生长受到生长季温度与降水的制约。径向生长与前一年10月温度显著负相关，与1~4月份温度正相关，与3~4月降水负相关。温度是影响小兴安岭水曲柳家系木质部解剖特征最主要的气候因子。在低温胁迫下，不同水曲柳家系木质部特征年轮宽度（ring width，RW）、平均导管面积（mean vessel area，MVA）、总导管面积（total vessel area，TVA）和理论导水率（theoretical hydraulic conductivity，Kh）相比于非低温年份分别下降了25.5%、38.2%、21.8%和55.1%，导管密度（vessel density，VD）上升64.1%。不同水曲柳家系径向生长对低温事件的响应存在差异，其中，39、70、36号家系抵抗力好，均大于1；57、17、70号家系的恢复力好，均大于1.63；小兴安岭地区70号水曲柳家系生长优良且耐寒能力强，可作为优良水曲柳家系进行定向培育。

以正交试验设计方法为基础，对张家口市京新高速公路路堑膨胀性泥岩开展试验，重点研究不同上覆荷载下泥岩试样的膨胀率与浸水时间、初始含水率、压实度的规律关系，并采用极差分析法对各种因素进行敏感性分析。研究结果表明，膨胀率随浸水时间的变化曲线呈现出S形走势，大致可划分为初始膨胀阶段、加速膨胀阶段、缓慢膨胀阶段；在相同初始含水率条件下，膨胀率随着压实度的增大而增大；在相同的压实度条件下，膨胀率随初始含水率增大而减小。通过极差分析法可知，试样浸水时间为影响膨胀率的主导因素，含水率和压实度为次要影响因素，且小荷载下含水率对试样膨胀率的影响比较明显，荷载继续增大，压实度超过含水率对试样膨胀率的影响。

松材线虫病作为世界检疫性病害严重危害松属植物并威胁森林生态安全，至今没有行之有效的措施对其进行控制和除杀。为满足人们对森林提供多种生态服务的需要，通过对马尾松林进行高强度（采伐强度60%）和低强度（采伐强度15%）2种间伐措施采伐松材线虫病疫木后，采用高通量测序手段对松材线虫病疫区马尾松林土壤的细菌和真菌结构变化进行分析，旨在探究间伐对松材线虫病疫区马尾松林土壤微生物群落结构的变化，分析对土壤微环境的影响。采用高通量测序法对间伐抚育后的马尾松林土壤细菌和真菌群落进行研究，结果表明，3种林分土壤细菌和真菌群落表现出明显的差异，高间伐措施林分组（H-CK）的Shannon多样性指数和Chao1指数最高，H-CK组的土壤微生物群落多样性和丰富度显著高于低间伐措施林分组（L-CK）和对照组（CK）。L-CK组中标志细菌群落为Actinobacteriota（放线菌门），标志真菌群落为Leotiomycetes（锤舌菌纲）；H-CK组中标志细菌群落为Chloroflexi（绿弯菌门），标志真菌群落为Dothideomycetes（座囊菌纲）。结合土壤理化性质分析表明，与对照组相比，高强度间伐H-CK组的土壤有机质含量上升13%，在增加土壤有机质积累的同时，H-CK组的全氮含量达1.12 g/kg，碱解氮的含量为64.15 mg/kg，可显著提高土壤全氮含量和有效氮含量的积累（P<0.05），从而提升林地地力。稳步提升森林质量，逐步将现有发生松材线虫病的马尾松纯林培育成复层异龄针阔混交林，使其抗病能力增加，生态功能增强。

纳米铜锌防腐剂（Micro sized copper zinc compounds,MCZ）改性橡胶木耐腐性能可以达到国家Ⅰ级耐腐标准，但为适应复杂的环境应用，抗流失性和尺寸稳定性还需要进一步提高。使用丙二醇对MCZ进行改性（Propylene glycol-micro sized copper zinc compounds,PG-MCZ），再与单宁-硼酸联合对橡胶木进行协效处理。结果表明，当橡胶木浸渍PG-MCZ后再用质量浓度为1%的单宁-硼酸改性，处理材的抗流失性最佳。此时，橡胶木的抗湿胀性和抗干缩性效果最好，尺寸稳定性最佳，虽然加入丙二醇对橡胶木的防腐性有轻微减弱，但是仍然可以达到国家Ⅰ级耐腐标准，并且提高橡胶木的阻燃抑烟性。研究结果对促进环保木材防腐剂的开发利用具有积极作用。

牵引车在承担林业运载作业时，由于林间路况复杂，因此多以低速运行，有较高的转向需求，且往往带有负载单位，所以更关注其行驶稳定性与转向灵敏性。利用CarSim软件构建牵引车物理模型与负载模型，基于Simulink软件进行牵引车控制策略的设计，结合二自由度动力学模型建立牵引车二自由度模型，以牵引车横摆角速度与质心侧偏角参数结合模糊控制理论对牵引车转向过程进行制动力矩反馈控制，另外根据牵引车四轮转向模式，引入前后轮转角比例控制策略。在CarSim-Simulink联合仿真平台下，结合林业作业复杂路况进行不同控制策略下牵引车低速行驶与转向试验。结果表明，采取的控制策略有效减少复杂路况下牵引车的转向半径，提升转向速度，并将质心侧偏角限制在较小范围，牵引车稳定性较高，且横摆角速度稳态值更接近理想状态，转向更加灵敏。

通过对广州市增城区按照起源和林分类型划分的4种典型林型（天然阔叶混交林、人工阔叶混交林、人工阔叶纯林、人工针阔混交林）群落的物种多样性和土壤理化性质的探究，分析其物种多样性差异，以及物种多样性和土壤环境因子之间的关系，为精准提升天然林质量提供理论基础。采用典型样方调查法，运用统计学分析方法，计算Magalef丰富度指数、Shannon-Wiener指数、Simpson优势度指数，对增城区典型森林群落的物种组成、优势度和乔木、灌草层的物种多样性的差异进行分析，并结合土壤环境因子进行相关性分析。研究区域共调查到植物193种82科153属。4种林型优势种（及其重要值）分别为天然阔叶混交林中的浙江润楠（6.36%）、人工阔叶混交林中的浙江润楠（5.52%）、人工阔叶纯林中的桉树（29.54%）、人工针阔混交林中的鸭脚木（4.73%）。天然和人工阔叶混交林优势种径级呈倒J形分布，人工针阔混交林和阔叶纯林为正态分布。4种林型群落在物种多样性、土壤氮、磷含量方面具有显著差异，其中，人工阔叶纯林乔木层物种多样性最低，灌草层物种多样性最高。研究结果表明，4种林型土壤营养物质含量差异显著，物种多样性和土壤理化性质具有显著相关性，区域内不同起源、不同林分类型的森林需要不同的经营措施。

为研究大兴安岭地区火烧迹地识别和火后植被恢复状况，基于2006—2020年Landsat TM遥感影像，利用Google Earth Engine编写代码，以2006年大兴安岭地区松岭区那源林场森林火灾为研究背景，以差分归一化燃烧指数（dNBR）为基础数据进行火烧迹地识别，并对火烧烈度进行轻度、中度、重度和极重的等级划分；基于火烧迹地的增强型植被指数（EVI）值，采用一元线性回归分析、用于气候诊断与预测的Mann-Kendall突变检验法和用于做趋势分析的Theil-Sen median趋势分析等方法分析火烧迹地2006—2020年的植被恢复特征，探究大兴安岭地区火烧迹地植被恢复进程。结果表明，1）基于dNBR得到研究区过火面积为2 488.7 hm~2，其中轻度、中度、重度和极重火烧迹地面积占比分别为23.5%、9.6%、35.2%和31.7%，重度和极重过火区分布于火烧迹地西部和东部，过火强度从中部向南部和北部逐渐降低，其EVI值与火烧前相比分别下降了约30%、40%、58%和67%;2）不同烈度林地火烧迹地EVI恢复速率由大到小表现为极重、重度、中度、轻度，植被恢复过程中，迹地EVI值逐渐增加，其中，轻度和中度火烧迹地可在火后6～8 a恢复，而重度火烧迹地的恢复则需14 a;3）火烧迹地恢复过程中，林地EVI突变点较灌草地少，说明森林生态系统较灌草地稳定性强。不同烈度林地火烧迹地的突变情况也存在一定差异，且对照区的突变时间点滞后于火烧迹地。

林分空间结构优化是实现森林可持续经营的关键问题，传统优化方法在处理复杂空间关系和大规模数据时往往效率较低。为此，提出一种基于图注意力网络（graph attention network，GAT）的林分空间结构优化方法，通过熵权-物元分析法构建综合空间结构评价体系，并以黑龙江省伊春市北部新青林业局汤林林场的林分数据为基础，建立图神经网络模型（graph neural networks，GNN），对林分空间结构进行多目标优化分析。试验结果表明，在25%采伐强度下，林分综合空间结构指数由4.336提升至7.256，GAT模型在捕捉复杂空间关系、优化多目标任务中表现优越。研究结果为林分空间结构优化及森林经营管理提供新的智能化手段，有助于增强森林生态系统的健康与稳定性。

采用微波辅助离子液体提取方法从黄檗树皮中提取3种生物碱（药根碱、巴马汀和小檗碱）。首先基于单因素试验考察离子液体的种类和料液比对提取效率的影响，进一步考察离子液体浓度、提取时间和温度3种因素对提取效率的影响，最终应用Box-Behnken响应面方法优化，得到最佳提取工艺，并与传统提取方法进行比较。研究结果表明，1-丁基-3-甲基咪唑嗅盐（[Bmim][Br]）溶液对生物碱的提取效率最高，最佳提取条件为离子液体浓度为0.31 mol/L，温度为94℃，时间为15 min，在该条件下药根碱得率为0.047%±0.003%，巴马汀得率为0.421%±0.011%，小檗碱得率为1.150%±0.028%。与传统水加热回流法相比，提取效率分别高出9.3%、12.8%和23.6%。该研究表明，利用微波辅助离子液体提取技术可以高效地从黄檗树皮中提取生物碱，为提取黄檗中活性成分提供坚实的理论基础和实证支持。

将局部密度因子引入削度方程，通过地基激光雷达对黑龙江省佳木斯市桦南县孟家岗林场5块落叶松人工林进行扫描，采集的点云数据用于提取落叶松树高、胸径以及不同相对高度处直径，基于Kozak可变指数削度方程构建引入局部密度因子的削度方程，削度方程拟合结果为调整决定系数R_(adj)~2=0.935，均方根差RMSE=0.735 6，平均偏差Bias=0.869 3。研究表明，引入局部密度因子的削度方程具有良好的拟合精度；对比传统Kozak削度方程和引入全局密度因子的削度方程，引入局部密度因子的削度方程拟合效果更好；落叶松的削度方程其局部密度因子的计算范围与树高和胸径呈正相关。试验结果可以为孟家岗林场科学合理的造材提供理论依据，初步揭示了局部密度因子对于落叶松树干干形的影响。

为了对红松早期生长进行初步评价并选择优良家系，以长白山森林工业集团汪清林业分公司亲和种子园控制授粉获得的117个全同胞家系苗木为研究对象，在亲和种子园91林班4小班营建子代测定林后连续3 a观察其生长情况，并进行综合评价。6～8 a的红松全同胞家系子代苗的苗高、地径在家系间差异达极显著水平，且家系与区组间的交互作用达极显著水平（P<0.01）;6 a平均苗高为39.79 cm，到8 a时年平均增长率为25%,6 a平均地径为11.11 mm，到8 a时平均年增长率为34%，各性状表型变异系数变化范围为15.84%～25.43%；各性状的遗传力较高，有利于家系的进一步选择评价。利用布雷金多性状综合分析法进行优良家系选择，以20%的基准在117个家系中选择24个优势家系。利用生长性状初选出的优良家系，可以为更新种子园世代、促进红松优育扩繁提供基础。

以内蒙古地区牙克石林业管理局的大兴安岭天然白桦林（Betula platyphylla）为研究对象，利用198块样地数据分析天然白桦林林分碳密度与各林分变量之间的关系，建立碳密度预测基础模型，同时将立地条件（草类白桦林、杜鹃-越桔白桦林、榛子白桦林）作为哑变量引入到预测模型中，对不同林型的林分碳密度进行预测，为林业研究中碳密度模型的构建以及森林碳汇工作提供思路和方法。结果表明，天然白桦林林分碳密度基础模型决定系数（R~2）为0.703，均方根误差（RMSE）为8.615 t/hm~2，赤池信息量（Akaike information criterion,AIC）为841.206，贝叶斯信息量（Bayesian Information Criterion,BIC）为851.071。引入立地条件哑变量后，R~2有所增大，最大达到0.818,RMSE均小于等于8.241 t/hm~2，说明模型具有较好的稳定性，预估参数较为精确。哑变量模型的AIC均小于等于541.431,BIC均小于等于550.320。哑变量模型能够反映不同立地条件下碳密度的变化，在模型的拟合和检验方面都显示适合于研究地区林分碳密度的预测，为天然白桦林碳密度估算提供参考。

地上生物量反映植被生长状况和碳储量的大小，该参数的准确性对于碳循环研究以及减缓气候变化至关重要。以芭蕉树为研究对象，提出一种利用深度学习实现芭蕉树冠检测分割和地上生物量估算的新思路。首先，以深度学习算法YOLOv8s-seg为基础框架改进，并应用无人机遥感影像，实现芭蕉树冠检测分割；然后，提取芭蕉树冠覆盖面积，结合实测地上生物量数据进行拟合，使用线性回归、K最近邻算法（K-NearestNeighbor,KNN）、支持向量机、随机森林和XGBoost(eXtreme Gradient Boosting)方法分别建立芭蕉地上生物量估算模型；最后，对模型估测结果进行比较分析确定最优模型。结果表明，改进后的YOLOv8s-seg模型可以快速有效地对芭蕉树冠进行检测分割。通过验证发现，基于XGBoost的地上生物量估算模型拟合效果和预测误差优于其他模型，决定系数（R~2）为0.881 4，均方根误差（RMSE）为231.37 kg，平均绝对误差（MAE）为140.47kg，能够更准确地预测地上生物量，更适于进行芭蕉地上生物量的反演，进一步验证了利用无人机和深度学习方法提取树冠信息实现估算地上生物量的可行性。

为了对林业运材车差速器总成装配密封质量进行事前预测，提高其产品质量及装配合格率，提出一种灰色关联分析算法结合粒子群（PSO）优化BP神经网络的预测模型。将由灰色关联分析算法筛选出影响差速器总成密封质量的关键装配工艺参数作为输入变量，差速器总成泄漏值作为输出变量，创建基于粒子群（PSO）算法优化BP神经网络（PSO-BP）的预测模型，结果表明，由灰色关联分析简化后的PSO-BP预测方法得到的平均相对误差最小为1.18%。在此基础上，应用PyQt5 GUI库开发差速器总成泄漏值预测系统。研究结果可以为差速器总成密封质量预测提供理论依据。

为准确获取森林冠层高度信息，精确估计森林地上生物量及评估森林碳汇能力，基于长时序的地面实测、多源遥感数据与数字高程模型构建30个长时序的特征变量，结合机器学习算法（Machine Learning,ML）对浙江省丽水市的森林冠层高度进行反演。研究表明，地形因素对森林冠层高度的反演呈“不重要性”，而与红绿波段相关的植被因子、森林冠层高度强相关；加入长时序的特征因子可有助于提升ML算法对森林冠层高度反演精度，卷积神经网络（Convolutional Neural Network,CNN）提升的性能尤为显著，实现最佳0.39的决定系数（R²）提升与4.15的均方根误差(R_MSE，式中记为R_MSE)下降；随机森林在4种ML算法中的反演精度最高(R²=0.79,R_MSE=1.65)，大于支持向量机(R²=0.65,R_MSE=1.97)、极端梯度上升法(R²=0.76,R_MSE=1.81)与卷积神经网络(R²=0.71,R_MSE=1.83)。

白桦汁液采集时间大多在早春阶段，容易采集且产量高，为探讨温度对白桦木质部汁液变化的影响及不同发育时期汁液组分质量浓度的变化，以黑龙江省东北林业大学帽儿山实验林场白桦天然次生林为研究对象，通过收集2022年和2023年的白桦汁液，统计春季汁液流量。对2023年白桦不同发育时期汁液中的碳水化合物、氨基酸、总三萜、可溶性蛋白、pH以及钾、钙、钠、镁离子质量浓度进行分析，解析汁液组分变异规律。通过连续2 a取汁的白桦与当年取汁的白桦汁液组分质量浓度对比分析，探索连续取汁是否对白桦生长发育产生影响。结果表明，白桦汁液在4—6月中产量整体呈现先增后降的趋势，高峰期集中在4—5月份，且温度的升高会促进产汁。白桦木质部汁液的总三萜、碳水化合物、氨基酸、蛋白质组分质量浓度在整个物候发育时期均呈现先升后降再升的趋势，均在旺盛生长期时达到最低值。随物候发育白桦汁液pH整体呈下降趋势，在完全展叶前不断酸化。离子质量浓度整体呈先上升后下降的趋势。持续取汁不会对白桦汁液中总三萜、氨基酸、蛋白质质量浓度造成显著影响，会使碳水化合物质量浓度及pH降低。研究结果可为黑龙江省东部山地白桦汁液的科学采集提供指导依据。

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。

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。

优势树种识别是林业资源调查的重要组成部分，提高优势树种识别精度对开展森林资源调查和相关研究具有重要现实意义。采用GEE（Google Earth Engine）云平台获取霍东矿区2023年1~12月哨兵2号（Sentinel-2）时间序列影像，基于连续变化检测分类算法（continuous change detection and classification，CCDC）算法及归一化退化指数（normalized difference fraction index，NDFI）构建树种的年内生长轨迹特征，提出一种结合树种“轨迹特征＋光谱特征＋纹理特征”的长时序遥感影像的优势树种分层识别方法，通过设置对照组“光谱特征＋纹理特征”，运用分层分类和随机森林分类算法对霍东矿区油松、辽东栎、白桦、华北落叶松、侧柏、山杨、其他杨树7种优势树种进行识别。结果表明，1）通过NDFI指数可以很好地将落叶林和常绿林区分开来；2）基于“轨迹特征＋光谱特征＋纹理特征”的优势树种识别效果较好，总体精度可达79.6%，Kappa系数为0.742，比对照组的总体精度高出7.3%。

胶合板生产消耗大量能源，为提高经济效益，助力“碳达峰”“碳中和”目标，须提高能源效率，降低能耗。以胶合板生产过程中5股换热物流为研究对象，采用夹点技术对现有生产工况下的换热网络进行分析并提出优化改进方案。应用化工流程系统模拟软件Aspen plus建立胶合板生产流程中的换热网络，计算各侧线流股流量和物性数据，划分温度区间，确定最小传热温差并计算出夹点温度。传统夹点法确定最小传热温差 ( ∆ T_{\mathrm{m}\mathrm{i}\mathrm{n}}）为9 ℃，引入碳排放考虑因素后最小传热温差 ( ∆ T_{\mathrm{m}\mathrm{i}\mathrm{n}}）调整为7 ℃，平均夹点温度为116.5 ℃，利用夹点温度作为分析诊断换热网络中的跨越夹点物流现象，从而精确定位换热网络的瓶颈位置，调整不合理配置的冷热流股换热器，达到优化整个换热网络的目的。优化后系统冷、热公用工程用量各减少862 465.0 kW和202 642.0 kW，显著降低了装置能耗。

在定制化被动式木窗加工过程中，减少边框材下料过程中的原料浪费是降低成本的关键。为此，将该问题建模为一维下料问题，针对传统遗传算法中个体编码方式在迭代过程中容易导致切割模式被破坏和探索效率低下的问题，提出一种新的个体编码方式，以保护进化过程中切割模式的完整性。同时，设计启发式策略和修正策略，用于个体修正和种群进化。仿真试验表明，在不同算例下，除末根外的原料平均利用率均可达到99%，且末根余料长度相较其他算法也有所提高。在2组企业的实际生产数据中，与企业现有软件相比，该算法不仅达到了理论下界，还在除末根外的平均利用率上分别达到99.49%和99.66%，优于企业软件的计算结果。该算法有助于降低成本，能为工程实践提供可靠的解决方案。

落叶松林是我国东北林区最为重要的林型之一，对维持东北地区森林生态系统的稳定具有重要作用。以东北森林带落叶松林固定样地木本植物为研究对象，通过野外样方调查、多样性及空间结构指标计算，并结合方差分解分析和冗余分析，探究落叶松林树种多样特征及影响因素。结果表明，东北地区落叶松林树种丰富度均值为10.75，Simpson指数为0.72，Shannon-Wiener指数为1.69，Pielou均匀度指数为0.76。林分树种混交度均值为0.57，林分处于中度混交状态；角尺度为0.54，林分为聚集分布；胸径大小比数为0.51，林分生长为中庸状态。林分空间结构特征和地理气候共同解释35.9%的树种多样性变化，其次是空间结构特征，解释率为29.2%。简单效应分析显示混交度M_i 、纬度（Latitude）、年均温（MAT）和年降水（MAP）等空间结构和地理气候指标是树种多样性变化的主要影响因子。研究结果将为东北地区落叶松林经营策略的制定提供理论依据和数据支撑。

探讨不同林龄苹果林地枯落物和土壤水源涵养能力的变异特征，明确苹果林地的水分特征，对建立合理的果园管理制度等具有重要意义。以运城市临猗县不同林龄（4、6、15、30 a）苹果林地为研究对象，通过野外调查和室内试验，对苹果林地枯落物和土壤水源涵养能力进行定量描述和差异性研究。结果表明，4种林龄苹果林地枯落物层总蓄积量为0.82～2.09 t/hm²，最大持水量介于4.91～13.09 t/hm²，有效拦蓄量在3.36～9.38 t/hm²，随着林龄的增长，以上参数量均表现为先增大再减小的趋势，以15 a为最大。枯落物层持水量、吸水速率与浸水时间分别存在良好的对数和幂函数关系。在0～60 cm范围内，随着林龄的增长，苹果林地土壤容重逐渐减小，总孔隙度和最大持水量逐渐增加，以30 a为最大。随着土层加深，不同林龄苹果林地土壤容重呈现先增大再减小的趋势；除林龄4 a外，其余林龄土壤总孔隙度逐渐减小，但各土层之间差异性不显著。30 a苹果林地土壤最大持水量随土层加深逐渐降低，其余林龄呈现先减小再增加的趋势，均以0～10 cm土层持水量最大，20～40 cm土层最低。坐标综合评定法得出林龄在15 a时枯落物层和土壤层（0～60 cm）总水源涵养功能最强，30 a林龄次之，4 a林龄最弱。

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。

木材及其制品被广泛应用于人们日常生活，包括家具制造、室内装饰和建筑等领域。木材工业的年产值总量已经超过3万亿元，是重要的国民经济基础产业。然而，木业发展过程中仍存在产品附加值低、企业创新能力弱和生产供应链分散等问题，向新出发、向绿而行，孵化功能木质制造新技术、新材料，培育木业新质生产力是助推行业发展、蓄能助力低碳转型的重要方向。为此，聚焦木材科学前沿发展方向，针对木业新质生产力重要论述，阐明科技创新对木业发展的重要意义，提出木材科学未来发展向极微观深入、向极宏观拓展、向极端条件迈进、向极综合交叉发力4个发展方向，并综述了现阶段具代表性研究成果，梳理代表性木质新产品和功能新材料的发展现状和发展趋势，为进一步提出我国木业新质生产力发展路径奠定基础。

为解决传统辐射制冷器件受限于150 W/m²的理论冷却功率极限以及受高湿度条件下辐射表面低温冷凝水与本体水对辐射功率抑制的问题，基于单向液体传输的非对称功能结构设计提出一种辐射制冷与蒸发冷却串联集成的被动冷却木材（REW）。通过亚氯酸钠溶液对木材进行脱木质素处理，以提高其亲水性；然后将具备高反射率和红外发射性能的疏水性二氧化硅/环氧树脂溶液涂覆在亲水木材的顶部，形成疏水性辐射冷却层，而底部的亲水木材则作为蒸发冷却层。凭借单向水输运的非对称润湿设计，低温冷凝水可自发穿过辐射制冷层传输至蒸发冷却层用于蒸发冷却，而蒸发冷却层中的本体水却无法透过辐射冷却层抑制辐射。因此，基于辐射-蒸发冷却的串联集成，REW在日间的最大冷却功率达到214 W/m²。即使在80%高湿度条件下，REW的冷却功率也到达172 W/m²，较单一辐射制冷提高2.8倍以上。通过建筑模型演示REW在建筑节能冷却中的应用潜力，为拓展被动冷却的实际应用提供普适性优化策略，并为木质资源功能化利用提供新的见解。

随着自动化生产线的普及，茶饼的压制过程对产品质量的影响变得尤为重要。然而自动化生产线生产的普洱小茶饼在质量把控上往往不及人工制作的茶饼，因此针对自动化生产线生产后的茶饼外观质量检测成为亟待解决的问题。为此，提出一种基于机器视觉的普洱茶饼自动化质量检测算法。该算法综合应用大津法（otsumatlab，Otsu）阈值分割、Canny边缘检测等多种图像处理技术，并引入多种算法优化策略，以提升检测的精度和效率。该算法能够自动完成茶饼外观质量的检测与评估，并将结果实时与可编程控制器（programmable logic controller，PLC）进行数据传输。试验结果表明，该算法能准确识别茶饼的外观缺陷，平均计算准确率达95.75%，显示出较高的鲁棒性和可靠性，适用于自动化生产线中的质量控制，具备广泛的应用前景，尤其是在茶叶生产行业的智能化改造中，具有重要的参考价值。

为开发刨花板用无醛胶黏剂、满足广阔的市场需求，针对传统淀粉胶黏剂存在固含量低、黏度高和耐水胶接性能差等应用问题，采用新型无醛淀粉胶黏剂（DSA）制备刨花板，探讨其热压工艺、施胶量以及DSA和异氰酸酯（pMDI）胶黏剂复合使用对制造刨花板性能的影响。结果表明，以DSA制得刨花板的性能略低于以pMDI制得刨花板的性能，但DSA与pMDI复合使用时表现出节胶增效的协同作用，而且使用DSA可替代约20%的pMDI胶黏剂，同时热压因子可降低13.3%，有助于提升ENF级刨花板的生产效率。DSA胶黏剂单独使用或与pMDI联用时，能够有效发挥黏结、填充、扩链、固化的作用，有助于解决传统淀粉胶黏剂工艺性能不佳、耐水胶接性能差等关键问题，有利于推动生物质绿色胶黏剂在人造板中的规模化应用。

将单板层积材（laminated veneer lumber,LVL）和冷弯薄壁型钢通过结构胶复合构成工字形截面的钢-木组合梁，以梁的LVL板厚度、截面高度、薄壁型钢厚及翼缘LVL宽度等尺寸为参数，对9根钢-LVL组合工字形梁进行受弯性能试验，观察试件的破坏形态、挠度发展、应变分布和承载能力，对影响其受弯承载力的因素进行分析，并提出考虑滑移效应的跨中挠度计算公式。研究结果表明，钢-LVL组合梁具有良好的整体工作性能，破坏前变形能力较强，其受弯时最典型的破坏模式为下翼缘LVL被拉断，材料性能得到充分发挥，表现出较好的延性。增大截面高宽比、腹板高厚比，减小翼缘宽厚比可以提高组合梁的抗弯承载能力。LVL和型钢之间的滑移会降低组合梁的刚度，与未考虑滑移的结果相比，考虑界面滑移效应的组合梁跨中挠度理论计算结果更接近梁的真实变形，计算精度提高2.38%。

随着中宣部2021年《关于推动学术期刊繁荣发展的意见》的印发，国家对于期刊的发展越来越重视，学术期刊的高质量发展模式成为当前出版行业研究热点。从期刊的可持续发展来说，人才至关重要。期刊的人才包括编辑、作者和编委（青年编委）。其中，青年编委在期刊的发展过程中发挥着越来越大的作用。为此，结合《森林工程》启用青年编委十多年的工作经验，着眼于青年编委作为同行评议专家对期刊发展的作用，深入探讨青年编委在农林类科技期刊办刊中的参与性与重要性，为学术期刊高质量、可持续发展提供参考与借鉴。

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。

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。

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。

森林地表枯叶含水率是森林火灾发生的重要因素，其精准检测对森林火灾的预防尤为重要。近红外光谱技术可以根据光谱数据直接反演水分含量，从而实现枯叶含水率的快速检测，但不同可燃物光谱光照强度数据的特征波段不尽相同，需要对不同树种的枯叶分别建立检测模型以匹配不同的光照强度与含水率反演关系，而对不同林分的光谱光照强度数据进行采集与标注也需要较高的时间成本，限制了光谱法的实际应用。为此，提出基于双向长短期记忆神经网络（Bi-LSTM）的森林地表枯叶含水率检测迁移学习方法，将训练好的模型参数迁移到新的模型中，避免重新训练模型，从而提高模型的学习效率、减小训练模型所需的数据量。结果表明，与经典反演方法长短期记忆网络（LSTM）相比，Bi-LSTM具有更好的检测性能，蒙古栎和落叶松的平均绝对误差（mean absolute error，MAE）分别减小了0.62%和0.87%，均方误差（mean square error，MSE）分别减小了0.28%和0.70%。且基于Bi-LSTM改进的迁移学习方法，大大降低了对标记近红外光谱数据的依赖。当目标域样本数为300个时，源域样本数为1 000个时，检测模型的MAE、MSE、决定系数（coefficient of determi nation，R ²）分别为3.27%、1.10%、0.918。MAE和MSE比没有源域训练的检测模型分别缩小了2.36%和1.02%，R ²提升了0.114。对比迁移前后说明迁移学习为降低光谱枯叶含水率建模时间成本、提高光谱检测实用性提供新的手段。

通过对引种的哈萨克斯坦桦树开展多点区域试验，分析其适应性，筛选出优良家系，为引种桦树家系的选择和应用提供理论依据。以定植在黑龙江省大庆市、黑龙江省尚志市及辽宁省锦州市11年生23个哈萨克斯坦桦树家系及2个帽儿山种源的中国白桦家系为研究对象，分析其树高、胸径、材积和通直度等性状的遗传变异规律，采用R语言ASReml4.0软件包，拟合具有异质方差的混合线性模型，通过最佳线性无偏预测法（best linear unbiased prediction，BLUP）获得不同试验地点各家系的育种值，并结合GGE（Genotype main effects and genotype×environment interaction）双标图对各参试点和家系进行综合评价及选择。在以地点为固定效应的混合效应模型中，发现地点间环境影响显著，生长性状在不同地点间及同一试验地点内家系间均达到显著差异（P<0.05，方差分量估计值与其标准误差的比值（Z ratio）大于1.5）；大庆试验点中17号家系的保存率和育种值最高，具有较好的耐盐性；基于BLUP法的GGE双标图显示，引种桦树3号家系速生性最优，9号家系稳定性最强。基于各家系稳定性及速生性综合排序，按照30%入选率，并结合各家系材积遗传增益，选出20号、9号、7号、24号共4个优良家系。

由于石油基塑料资源的供应日益减少，生物质资源的开发受到研究人员的广泛关注，对环保型抗菌包装材料的研究日益成为一种新兴趋势。来源于生物质的纳米纤维素（cellulos nano-cellulose，CNC）尤其引起关注，纳米纤维素近些年在包装材料、医疗和过滤介质等领域广泛研究应用，是一种良好的基材、改性剂和添加剂。聚乳酸（polylactic acid，PLA）是一种环保可再生型聚合物，可广泛应用到食品包装领域替代石油基塑料。但其高脆性和较差的抗菌性限制了PLA在包装领域的应用。为此，采用溶液浇铸法和静电纺丝法制备具有抗菌效果的F-PLA/香芹酚（CRV）20%/纳米纤维素（CNC）-氧化锌（ZnO）3%复合膜和PLA/CRV 20%/CNC-ZnO 3%复合膜，研究CRV和CNC–ZnO杂化物的添加对复合膜性能的影响；同时将2种复合膜应用于草莓保鲜试验当中，探讨其对草莓的保鲜效果。选用溶剂浇铸法制备的PLA/CRV20%/CNC–ZnO3%复合膜及静电纺丝法制备的F-PLA/CRV20%/CNC–ZnO3%复合膜在相同环境下对草莓进行保鲜，并通过感官评定、失重率等测试对草莓的保鲜效果进行评价，对比分析不同工艺方法制备的包装膜对草莓保鲜效果的影响。结果表明，浇铸膜和纺丝膜均对草莓保鲜效果较好，F-PLA/CRV20%/CNC–ZnO3%纺丝膜对草莓的保鲜效果优于PLA/CRV20%/CNC–ZnO3%浇铸膜，并在环境温度为25℃下成功延长草莓的货架期至10 d。此研究对拓展PLA复合膜在抗菌食品包装的应用具有一定指导作用。

新质生产力背景下，区块链以其透明性、可追溯性等特点为传统产业带来了转型升级的新机遇，也为木材供应链的碳减排合作开辟了新路径。为此，构建中俄木材供应链的演化博弈模型，研究区块链平台下四方主体——俄罗斯木材供应商、中国木材加工制造商、木制品分销零售商以及政府在碳减排合作机制中的运行演化规律。结果表明，供应链成员的初始策略概率、消费者低碳偏好度以及制造商碳减排量增加，均能有效激励木材供应链上的主体成员积极参与碳减排合作机制，同时，政府奖惩机制也会影响博弈系统的最终稳定结果，对搭便车行为的惩罚力度越大，越有利于博弈系统达到理想状态，而过度补贴则会削弱系统达到最优均衡的可能性。研究成果为中俄木材供应链碳减排合作提供理论启发与参考。

植物残体是森林土壤碳库的重要来源，林地土壤碳通量的改变与土壤碳库及碳循环密切相关，然而目前关于土壤有机碳稳定性的研究多集中于农田土壤，为明确外源碳输入对林地土壤有机碳稳定性的影响，采用室内恒温培养试验，以凋落物种类（樱花（YH）、悬铃木（WT）、杨树（YS））、添加量（0、2%、4%、6%）、粒径大小（2 mm（D）、0.25 mm（X））为变量，设置18个不同处理和两组对照，分析不同因素及其交互作用条件下土壤CO₂释放规律、土壤有机碳质量分数以及矿化强度的变化。结果显示，不同凋落物对土壤总CO₂释放量和释放速率影响显著，樱花和杨树更易促进土壤总有机碳矿化，其中，YHX6（樱花、粒径2 mm、添加量6%）处理土壤总CO₂释放速率最高，YHD6（樱花、粒径2 mm、添加量6%）处理总CO₂累积释放量达CK1的4.37倍，6%添加量土壤潜在矿化碳矿化潜力（C _p）相较于CK1显著增加。土壤总有机碳累积矿化量随时间的动态变化可以用一级动力学方程拟合，拟合结果表明，外源碳输入加速了土壤碳周转。小粒径、6%添加量、YH类型的凋落物对土壤总有机碳周转的促进最为显著。WTX2（悬铃木、粒径0.25 mm、添加量2%）对总有机碳矿化强度的降低最为显著，仅为1.67%，小粒径处理对土壤矿化强度降低效果显著优于大粒径处理。由此，在区域土壤有机碳管理中，可以施用小粒径、低添加量的悬铃木叶以增加土壤有机碳稳定性，促进碳在土壤中的固持。