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。

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。

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。

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。

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。

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。

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。

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%。

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。

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。

混凝土微波养护技术可以显著提高混凝土早期强度，但微波养护制度没有统一的设计标准，导致养护后材料性能呈现较大差异。为探究微波养护制度的影响，采用响应面法系统分析微波养护参数对水泥砂浆抗压强度的影响规律。建立关键微波养护参数与材料性能之间的关系模型，确定加热温度控制在40 ℃以下、加热功率为1 000 W、加热时间为 30 min为最佳微波养护制度。通过运用X射线衍射（XRD）、压汞法（MIP）以及扫描电子显微镜（SEM）等测试方法，分析微波养护对水泥材料化学成分及微观结构的影响，揭示合理的微波养护制度能够促进砂浆的水化程度并形成更加致密的结构。通过计算机模拟对微波养护过程中的温度变化进行分析，发现微波养护温度具有热点效应。进一步得出微波养护温度是影响砂浆强度最关键的影响因素。

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。

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。

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。

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。

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。

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。

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。

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。

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。

针对传统半监督自训练分类方法易导致数据集混乱，影响后续小样本树种分类精度这一问题，基于熵权法（en-tropy weight,EW）与集成学习（ensemble learning,EL）提出EW-EL的半监督小样本树种分类方法。EW-EL在传统半监督自训练分类方法的理论上引入EL的思想，以熵权法作为基础理论设计按基分类器当前训练周期下的F1分数计算的信息熵作为计算权重因子，再依信息熵越大基分类器越不稳定思想设计权重，使集成分类器分类概率更集中，减少集成分类器偏向性。结果显示，EW-EL较传统半监督自训练方法能更有效地均衡数据分布，使新加入数据的伪标签样本类别更准确。EW-EL所得到的小样本树种分类总精度（OA）为0.97、召回率（Recall）为0.96及Kappa系数为0.97,3种指标均优于监督分类、传统半监督自训练方法及利用传统EL机制所构建的半监督自训练方法。其中，EW-EL方法较融合软投票机制的半监督自训练方法，OA与Recall均提升了1%。EW-EL联合简单线性迭代聚类所制成的树种图在所选测试区内达到了94%。此外，进一步分析证明，EW-EL能通过集成诸多分类器，来实现更佳的小样本树种分类结果，更适用于低成本下的相关部门进行林业资源统计的工作。

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。

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。

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。

为实现冶金固废材料的高值化、规模化利用，采用冶金固废材料（高炉矿渣、粉煤灰、电石渣、石膏）协同制备土壤固化剂，通过正交配比优化试验研究不同固废材料对固化土力学性能的影响并获取最优的参数配方。系统研究固废基固化剂（SWC）固化土的力学性能（无侧限抗压强度、劈裂强度、延迟成型）和耐候性能（水稳定性、冻融循环），并与PO 42.5硅酸盐水泥（OPC）进行对比。结果表明，电石渣对固化剂体系起到重要作用，合理的石膏掺量对强度增长有积极作用；固化土的强度随SWC掺量和养护龄期的增加而增大，4%掺量下的固化土7 d无侧限抗压强度大于1 MPa，劈裂强度与OPC固化土基本相当；SWC固化土表现出更久的施工容许延迟时间，拌和后12 h内强度无下降趋势；掺量大于5%时水稳定系数大于90%，同掺量下抗冻系数与水泥相比提高3%～5%，具备良好的水稳定性与抗冻性；X射线衍射（XRD）和扫描电子显微镜（SEM）分析表明，SWC固化土在水化过程中会生成膨胀性水化产物钙矾石（AFt）和硅酸钙（C-S-H），钙矾石晶体对改善固化土的劈裂强度和抵抗开裂变形能力提高作用显著。

由于桉树人工林种植模式基本为多代连栽的单一模式，导致了诸多生态学问题的出现。因此，确保人工桉树林能够实现长期、稳定的可持续经营，已成为人工桉树林栽培技术的热点问题。为实现这一目标，采取恰当的树种配置与适度的郁闭度是调整林分结构、增强土壤质量的有效方法。选取佛山市西岸林场6个桉树纯林样地进行改造，研究2种树种配置模式（A为5种山茶科树种，B为5种山茶科树种和2种落叶阔叶树种）和3种桉树郁闭度（Y1为0%,Y2为15%,Y3为30%）对土壤理化性质、酶活性和土壤化学计量比的影响。在不同树种配置模式中，B模式Y3样地3个土层（0～20、20～40、40～60 cm）的土壤毛管持水量、土壤毛管孔隙度和土壤孔隙比与0～20 cm土层的全氮、氮磷比（N∶P）、过氧化氢酶活性和脲酶活性显著高于A模式Y3样地（P<0.05）。在不同郁闭度中，A模式Y3样地3个土层的全磷、有效磷、速效钾、过氧化氢酶活性和脲酶活性显著高于Y1样地（P<0.05），且B模式Y3样地3个土层的有机碳、全氮、碱解氮、有效磷、过氧化氢酶活性和N∶P显著高于Y1样地（P<0.05）。综上所述，合适的树种配置模式和郁闭度有益于土壤养分和酶活性的提高，30%桉树郁闭度下山茶科树种与落叶阔叶树种的模式在华南地区的改造具有良好的应用前景。

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。

以大兴安岭呼中典型冻土区为研究对象，研究表层（0～15、15～30 cm）土壤碳储量空间分布规律。通过野外调查、采样和室内分析，基于Landsat 8 OLI影像，利用随机森林（RF）算法建模，分析大兴安岭冻土区表层土壤有机碳空间分布状况。在13个遥感变量因子中筛选相关性最高变量，确定海拔、ARVI、VIGreen、EVI、OSAVI、NDVI,6个环境变量相关性最高，可作为自变量。结果表明，当节点分裂次数（leaf）值为5，决策树数量（trees）值为900时，预测模型的训练集和测试集最为接近，表明此时的模型稳定性最好，0～15、15～30 cm土层训练集R²的拟合精度分别为0.23、0.43，测试集R²的拟合精度分别为0.35、0.24。以此参数预测表层（0～15、15～30 cm）土壤碳储量空间土壤碳空间分布状况分布特征，0～15和15～30 cm土壤碳密度平均值为7.40 kg/m²和14.80 kg/m²,0～15 cm土层土壤碳储量分布大致为由南向北逐渐增加，15～30 cm土层土壤碳储量分布差异不明显，但南向略高于北向。

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。

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。

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。

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。

分析乙烯利（ETH）、乙烯利抑制剂1-甲基环丙烯（1-MCP）和半胱氨酸（CYS）对橡胶树胶乳产量和主要品质指标的影响，并计算剂量阈值。采用优化的正交试验设计分析三因素（ETH，1-MCP，CYS），四水平（3种试剂各4个含量），共14个处理，用于涂施橡胶割面橡胶树割面，分别测定橡胶树胶乳产量、干胶含量（干含）、分子量、塑性初值、塑性保持率和门尼黏度等关键指标，并分析指标之间的相关性。结果表明，14个处理橡胶树后产量、干含等均存在显著差异。相关分析表明数均分子量与重均分子量、门尼黏度正相关，相关系数分别为0.71和0.83，与多分散性负相关，相关系数为-0.91。塑性初值与门尼黏度正相关，相关系数为0.73。多分散性与门尼黏度负相关，相关系数为-0.89。分别建立以干含等指标为核心的回归方程，计算出的乙烯利的最高体积分数是0.15%，1-MCP的最高体积分数是1.08%，CYS的质量浓度是0.41 g/L。优化的正交试验方法可有效地计算排胶调节剂的阈值，为后续试验提供理论和实践指导。

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。