基于 SWOT-AHP 的黑龙江省林下经济发展战略分析

林下经济是一种崭新的林业生产方式和经济现象,它转变了林业经济增长方式,符合林区新农村建设的客观要求。当前,林下经济已经成为黑龙江省林业经济中新的重要的增长点,对未来林业发展举足轻重,应用前景十分可观。本文以黑龙江省林下经济发展战略为研究对象,通过资料调查,运用SWOT—AHP分析方法,从林下经济发展的优势、劣势、机遇、挑战等4个方面设置了16个指标,对林下经济发展战略选择进行分析研究。结果表明：黑龙江省可持续的林下经济发展是SO战略模式。     

平贝收获机工作参数优化研究

优化平贝收获机工作参数是提高平贝收获质量的关键。首先对平贝收获机振动机构进行运动分析,通过Matlab优化工具箱对振动机构的偏心轮角速度和偏心距进行优化。并以收获机的挖掘深度、筛网倾角、运行速度为自变量,采用响应曲面法中的中心组合设计方法,研究各自变量及其交互作用对收获损失率和损伤率的影响。通过响应曲面优化法计算得到最优的工作参数:挖掘深87.14 mm,筛网倾角9°,行进速度3.35 m/s。此工作条件下平贝实际损失率为1.75%,损伤率为1.71%。     

不同演替阶段红松阔叶混交林空间结构研究

本文旨在探讨不同演替阶段红松阔叶混交林林分空间结构特征,为明确各林分结构与功能、合理保护和经营红松阔叶混交林提供科学依据。采用TOPCON全站仪在吉林省蛟河市林业实验区管理局不同演替阶段红松阔叶混交林内分别设置4块100 m×100 m监测样地,并进行群落调查,在Visual Studio平台上编写应用程序对不同林分的混交度和大小比数进行计算。结果表明:不同演替阶段林分的平均混交度在0.66和0.78之间,树种之间隔离程度较大;4种林分中树种数量最多的前5个树种平均混交度取值范围为0.69～0.82,其中过熟林最大,近熟林最小,按平均混交度数值大小排序为过熟林中龄林成熟林近熟林。中龄林、近熟林、成熟林和过熟林林分平均胸径大小比数分别为0.48、0.53、0.49、0.49,平均树高大小比数分别为0.48、0.50、0.49、0.49,平均冠幅大小比数分别为0.34、0.42、0.38、0.41。可以看出,胸径和树高平均大小比数取值范围相近,反映林木大小分化程度上具有一致性,而与平均冠幅大小比数取值范围具有一定的差异,说明用树高及胸径计算大小比数得出的结果较冠幅更为可靠。不同演替阶段红松阔叶混交林整体上呈现出一个由不同树种组成、处于强度混交向极强度混交过渡的复杂森林群落,且树种之间大小分化程度明显。     

生命周期评价在木材产品生产中的应用研究综述

由于经济全球化的迅猛发展,人们对于木材产品的需求量激增,随之带动了木材产品的大量生产,然而伴随而来的却是全球生态环境的不断恶化,这也使得国际上对于生命周期评价产生了更加浓厚的兴趣,并对它的发展进程进行更加深入的研究,从而使它能够更好的应用于木材产品的生产过程。本文简要的介绍LCA的定义、意义以及LCA发展,并对国内外LCA应用于木材产品生产的研究成果进行归纳总结,旨在揭示LCA的实用性和经济性,促进我国经济和环境的健康发展,并为我国深入开展木材产品LCA的研究提供一定的参考。     

黄泥河林业局标准化贮木场建设与管理的探讨

贮木场是木材生产过程中的一个重要环节,是连接木材生产、加工以及销售的纽带.贮木场生产管理的好坏,直接关系到林业局的经济效益.本文针对黄泥河林业局贮木场生产经营现状及存在的问题,提出标准化贮木场建设与管理的具体措施,以供同行借鉴.     

基于无人机激光雷达点云数据的单木分割研究

[目的]探索不同树种在样地和单木尺度上无人机激光雷达点云数据的单木分割效果,选取哈尔滨城市林业示范基地阔叶林(水曲柳)和针叶林(樟子松)两块样地为研究对象,对样地内树木点云进行单木分割并评价其分割效果,为后续单木结构参数的提取提供数据支持,同时丰富森林资源信息的调查手段.[方法]通过无人机激光雷达获得样地树木点云数据,...     

基于改进YOLO v4的落叶松毛虫侵害树木实时检测方法

针对two-stage网络模型训练成本高,无人机搭载的边缘计算设备检测速度低等问题,提出一种基于改进YOLO v4模型的受灾树木实时检测方法,以提高对落叶松毛虫虫害树木的识别精度与检测速度。以黑龙江省大兴安岭地区呼玛县白银纳乡受落叶松毛虫侵害的落叶松无人机图像为数据,利用LabelImg软件标注75～100 m的无人机图像,构建落叶松毛虫虫害树木图像数据集。将CSPNet应用于YOLO v4模型的Neck架构,重新设计Backbone的特征提取网络——CSPDarknet53模型结构,并在CSPNet进行优化计算前的卷积中加入SENet以增加感受野信息,使其改变网络的深度、宽度、分辨率及网络结构,实现模型缩放,提高检测精度。同时,在PANet中使用CSPConvs卷积代替原有卷积Conv×5,最后经过YOLO Head检测输出预测结果。将YOLO v4-CSP网络模型部署至GPU进行训练,训练过程的内存降低至改进前的82.7%。再搭载至工作站进行测试,结果表明：改进的YOLO v4-CSP网络模型在测试阶段对虫害树木检测的正确率为97.50%,相比于YOLO v4的平均正确率提高3.4...     

针阔混交林生物多样性评价指标体系与模型构建

以吉林省长白山系张广才岭阔叶红松林不同演替阶段群落(中龄林、近熟林、成熟林和老龄林)为研究对象,通过调查样地内生物多样性特征,如物种组成信息、空间位置、枯死木和外来入侵物种等情况,结合国内外生物多样性研究现状,初步构建1个3层次结构的针阔混交林生物多样性评价指标体系。选取有代表性的三级评价指标25项,采用主成分分析方法进行指标筛选,最终得到由17项三级指标构成的针阔混交林生物多样性评价指标体系;利用层次分析法结合专家打分法对最终的评价指标进行权重确定,构建出针阔混交林生物多样性评价模型。      

激光雷达和高光谱遥感技术在树种识别中的应用

快速准确识别树种是研究和保护森林资源的基础,通过遥感技术进行树种识别已成为森林调查重要手段之一。激光雷达数据可以提供森林垂直结构的信息,而高光谱遥感数据可以提供树木详细的光谱信息,因此联合激光雷达和高光谱数据能够提高树种分类精度。文中阐述了激光雷达和高光谱遥感在森林树种识别中的研究现状,总结了单一遥感源进行树种识别的优缺点,介绍了联合激光雷达和高光谱遥感数据的树种识别方法,最后从数据平台、数据提取、数据融合及识别模型等4个方面探讨了当前树种识别研究中面临的问题以及未来的研究方向,旨在为提高树种识别精度提供参考。     

基于分水岭算法的无人机不同飞行高度下林木冠幅提取研究

树冠是林木重要的组成部分之一,林木冠幅信息精确提取对森林资源调查和树木生长动态监测有着重要的意义。通过设置不同的无人机飞行高度,以哈尔滨市城市林业示范基地中的樟子松样地为对象,分别利用传统分水岭算法和改进分水岭算法对单木树冠和林隙进行提取,并对树冠冠幅和树冠投影面积进行估算,最后与实测数据进行对比分析。结果表明:1）基于传统分水岭算法平均单木冠幅识别率为51.11%,平均欠分割率为25.18%,平均过分割率为11.11%;树冠冠幅和树冠投影面积平均提取精度分别为69.72%和53.59%,说明传统分水岭算法对单木冠幅提取效果一般。2）改进分水岭算法平均单木冠幅识别率为80.74%,平均欠分割率为8.15%,平均过分割率为6.67%;树冠冠幅和树冠投影面积平均提取精度约分别为79.84%和76.04%,表明改进的分水岭算法对林木单木冠幅提取精度较高。3）50 m飞行高度下样地中林隙面积在0~5 m²和5~10 m²各占57.89%和31.58%;林隙形状指数分布在1.14~1.85,平均值为1.36;研究表明,利用改进分水岭算法在50 m无人机飞行高度获取的林木影像可以有效提取林木树冠和林隙面积信息,研究结果可为森林资源调查提供有效参考。