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。

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。

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)。

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%。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

由基础病害造成的多年冻土区结构或构件失效将对林区生态安全构成一定威胁，为此通过对东北多年冻土区京漠线及中俄原油管道沿线附近林区的杆塔基础进行实地调查，分析总结其主要病害特征及现有防治措施并提出改进建议。调查结果表明，出现冻拔病害的输电线铁塔基础占18.1%，包括均匀冻拔（8.5%）和不均匀冻拔（9.6%），而出现融沉病害的基础仅占3.7%；混凝土基础表面出现裂缝（2.7%）、剥落（2.7%）、裂纹（4.3%）、侵蚀（5.9%）、倾斜（3.7%）和压裂（0.5%）等病害；基础不均匀冻拔与倾斜对铁塔安全影响较大；混凝土保护帽冻害严重，主要表现为裂缝（15.4%）、剥落（8.5%）、裂纹（15.4%）和侵蚀（58%）；冻拔和冻裂也是造成线杆倾斜和断裂倒塌的主要原因。针对以上基础病害问题，建议对冻土区域内的工程结构进行长期跟踪监测并完善改进现有处置措施。调查结果可为多年冻土区基础设施的设计、建造及病害防治策略提供重要的参考和借鉴，以期减弱工程对自然林区生态环境的影响。

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。

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。

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。

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。

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。

明确不同地埂植物带间距的坡耕地土壤持水能力和土壤结构的空间分布特征，为东北黑土区地埂植物带及坡耕地水土保持措施的优化提供科学依据。选取修筑地埂植物带的坡耕地（地埂1为埂带间距为12.5 m；地埂2为埂带间距为19.5 m）为研究对象，以坡耕地为对照，采用空间均匀布点取样法获取表层（0~15 cm）土壤的基本物理性质指标，量化不同地埂植物带间距的坡耕地土壤持水能力和土壤结构的空间分布特征差异。结果表明，在坡耕地修筑地埂后，土壤的总孔隙度、毛管孔隙度、饱和持水量、田间持水量和毛管持水量均显著增加，且在整个坡面上分布相对均匀。此外，地埂1土壤的总孔隙度、毛管孔隙度、饱和持水量、田间持水量、毛管持水量是地埂2的0.96~1.11、1.21~1.31、1.03~1.25、1.22~1.78、1.33~1.52倍。地埂样地机械稳定团聚体质量分数、平均重量直径、水稳性团聚体质量分数、几何平均直径在所有4个田面都有显著性提高，是无措施坡耕地的1.01~1.15、0.94~1.61、1~1.17、1.05~1.55倍，表明修筑地埂后的坡耕地较无措施的对照样地能够有效改善土壤结构。地埂1土壤机械稳定团聚体质量分数、平均重量直径、水稳性团聚体质量分数、几何平均直径是地埂2的1.08~1.14、0.95~1.28、1.07~1.15、1.14~1.40倍。修筑地埂可以改善土壤持水能力和土壤结构特征，较小的地埂间距改善作用更为显著。

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。

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。

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。

贺兰山位于我国西北干旱半干旱地区，系统分析该地区土壤真菌群落的组成特点，对于明确干旱半干旱地区森林生态系统中真菌多样性及其群落功能具有重要意义。采用Illumina Miseq高通量测序技术，分析贺兰山3种主要建群树种青海云杉（Picea crassifolia）、油松（Pinus tabuliformis）和白桦（Betula platyphylla）的根际土壤真菌多样性和群落组成及其对土壤理化性质变化的响应。结果表明，从青海云杉、油松和白桦的根际土壤中分别获得真菌操作分类单位（operational taxonomic units,OTUs）数为267、353、433个，其中3个树种的共有OTUs数为60个。所有真菌OTUs属于17个门、42个纲、107个目、210个科、326个属。在门水平上，担子菌门（Basidiomycota）和子囊菌门（Ascomycota）真菌为主要优势真菌，相对丰度分别为58.7%和35.7%。在属水平上，相对丰度最高的5个属为蜡壳耳属（Sebacina,6.7%）、棉革菌属（Tomentella,6.5%）、丝盖伞属（Inocybe,6.1%）、双子囊菌属（Geminibasidium,3.7%）和青霉属（Penicillium,2.9%）。不同树种的优势真菌群落组成有显著差异，青海云杉、油松和白桦根际土壤中相对丰度最高的属分别为双子囊菌属（10.8%）、丝盖伞属（16.9%）和蜡壳耳属（9.0%）。采用冗余分析（redundancy analysis,RDA）分析贺兰山主要建群树种根际土壤真菌群落组成差异的驱动因素，其中土壤全氮含量和土壤含水量对真菌群落组成均有显著影响，解释度分别为41.6%和39.1%。贺兰山主要建群树种的土壤真菌多样性较高，与环境因子关系密切。研究结果丰富了贺兰山主要建群树种根际土壤真菌资源的生物信息，可以为干旱半干旱地区森林生态系统中真菌资源的挖掘和研究提供理论依据。

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%。

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。

为提高干形复杂树种材积无损估算的精度，利用地基激光雷达点云数据，构建基于人工蒙古栎最优削度模型的二元材积方程。以哈尔滨市城市林业示范基地的蒙古栎人工林为研究对象，使用地基激光雷达扫描获得完整点云数据，经过裁剪、高程归一化、滤波、单木分割和枝叶分离等处理提取树干结构参数。根据蒙古栎干形特征，选用6种削度方程模型(Biging（1984）、Amidon（1984）、孟宪宇（1982）、Kozak（2004）-Ⅱ、曾伟生等（1997）、Max and Burkhart（1976）)，通过非线性回归拟合，筛选最优模型并构建削度-二元材积方程。研究结果表明，单木定位识别精度为95.22%，树高和胸径的提取值与实测值决定系数（R2）分别为0.97和0.98；最优削度模型拟合结果的决定系数（R²）和均方根误差（RMSE）分别为0.99和0.38 cm。所构建的蒙古栎削度-二元材积方程与现有材积计算方法进行残差分析表明，其估算结果具备可靠性，可为利用地基激光雷达点云数据估算干形复杂的树种材积提供重要技术支持。

可溶性固形物含量（soluble solids content，SSC）是衡量水果内部质量的重要指标，为此，提出一种基于高光谱图谱融合的无损检测方法，用于预测蓝莓的SSC。采用3种典型的波长降维算法，包括蒙特卡罗无信息变量消除（monte carlo uninformative variable elimination，MC-UVE）、竞争性自适应重加权采样（competitive adaptive reweighted sampling，CARS）和连续投影算法（successive projections algorithm，SPA），用于筛选有效波长。此外，提出一种结合局部二值模式（local binary patterns，LBP）和灰度共生矩阵（gray level co-occurrence matrix，GLCM）提取图像特征的策略。基于光谱特征、图像特征和融合特征，分别建立偏最小二乘（partial least squares，PLS）、反向传播神经网络（back propagation neural network，BPNN）和支持向量机（support vector machine，SVM）模型进行SSC预测。研究结果表明，利用CARS算法提取的光谱特征融合LBP+GLCM算法提取的图像特征建立的BPNN模型，具有最佳的预测精度。该模型的决定系数（R ²）为0.926 1，均方根误差（root mean square error of prediction，RMSEP）为0.364 1。该研究表明高光谱图谱融合技术在无损预测蓝莓SSC中具有较大应用潜力。

为预测和控制冻结法施工中围岩的冻胀行为，依据弹塑性体在具有膨胀趋势时可蓄积变形能的理论，分析具有膨胀趋势受约束的冻土具有该类变形能，并在约束不足或解除时表现为冻胀应力和冻胀应变。为此，在弹性变形能理论基础上，提出冻胀潜势的概念及其表述。该概念以冻胀应力和冻胀应变函数为参数，表征围岩因冻结而蓄积在土体中的变形能。并在此基础上，对某地铁沿线的粉质黏土进行系列冻胀试验。经计算得到了不同温度时的冻胀应力、冻胀应变，当冻结温度为-10 ℃时，冻胀应力、冻胀应变和冻胀率分别为0.338 MPa、0.446%、3.13%，计算结果与工程实际需求基本吻合。冻胀潜势可用来描述岩土体的整体冻胀行为，也对丰富和发展冻土理论和冻结法技术提供新的思路和途径。

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。

珍稀濒危植物与其伴生树种在长期进化过程中形成了稳定的伴生关系，但这种伴生关系是否与凋落物产生的化感作用有关还鲜为人知。以我国特有的珍稀濒危植物珙桐（Davidia involucrata）和其伴生树种灯台树（Cornus controversa）作为研究对象，研究自然质量浓度下二者不同类型的凋落物水提液（凋落枝、凋落叶、凋落枝叶混合）对彼此幼苗的化感效应。结果发现，1）灯台树的凋落枝水提液显著促进珙桐幼苗的基径和根长的增长，提高叶片中叶绿素a和叶绿素b、单位面积叶绿素含量（面密度，下同），以及N、P元素的质量分数，而凋落叶、凋落枝叶混合的水提液的促进作用未达显著水平。2）珙桐的凋落枝水提液显著促进灯台树幼苗的基径增长，提高叶片中叶绿素a和叶绿素b、单位面积叶绿素含量，而凋落叶、凋落枝叶混合的水提液则显著降低叶片叶绿素a和叶绿素b、单位面积叶绿素含量，以及N质量分数。3）化感作用效应指数表明，灯台树不同凋落物对珙桐幼苗有化感促进作用，强度由大到小表现为凋落枝、凋落枝叶混合、凋落叶；珙桐不同凋落物对灯台树化感作用各不相同，具体表现为凋落枝促进，凋落叶和枝叶混合抑制，且后者的抑制作用更强。研究结果表明珙桐和灯台树不同类型的凋落物水提液对彼此幼苗生长产生的化感效应不同，且2种枝凋落物水提液能对幼苗产生最大的化感促进作用。

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。

良好的影像分割结果能够提高树种分类的精度，而分割效果取决于最优分割尺度（optimal scale parameter,OSP）的选择。以往研究依赖人为设置的尺度序列，结果具有主观性。为避免此问题，以高分二号影像（GF-2）为数据源，提出一种基于有效尺度区间的非监督OSP选择方法，用于确定不同森林类型最佳分割结果出现的分割尺度。影像分割采用多分辨率分割（multi-resolution segmentation,MRS）算法，通过构建有效尺度区间估计函数（effective scale interval estimation functions,ESF），结合总体优度函数（overall goodness F-measure,OGF）得出不同森林类型在不同尺度区间下的OSP，最后依据监督分割精度分析结合谷歌地图目视判读确定最佳分割结果。结果表明，OGF在有效尺度区间Ⅲ获取的OSP得到了各森林类型的最佳分割结果，监督分割评价方法（F-measure）的最低和最高值分别为0.731 1和0.873 3。同时，在GF-2影像树种分类的分割任务中，OSP与树种和森林类型有关。研究结果为高分辨率遥感影像树种分类的对象提取提供技术支撑，同时为不同地物组成的复杂影像分割尺度参数选择提供方法。