应用NIR及主成分回归预测落叶松密度的研究

运用近红外光谱主成分回归法对落叶松样品密度进行研究，校正集的相关系数（R）为0．86，校正集标准误差（SEC）为0．01，预测集的相关系数（R）为0．89，预测集标准误差（SEP）为0．02，对未参与建模的12个未知样品进行密度预测，相关系数达0．95。研究表明，近红外光谱能够快速、准确地对落叶松样品密度进行预测，这为快速检测落叶松木材材性提供了一种新方法。     

间伐对兴安落叶松人工林林分结构的影响

研究并分析了间伐前后及不同间伐强度林分结构的变化。利用三参数韦布尔函数模拟林分胸径分布，通过其参娄的变化进行定性分析。结果表明，以小径木为间伐对象的间伐作业对林分胸径分布有正面影响。对于林木生长，以中度间伐效果最好。     

抚育间伐对小兴安岭天然次生林中云杉、冷杉的碳密度分配与竞争的影响

间伐改变林分环境,也对林木生长、森林碳储量及林木竞争关系造成一定影响,研究15%、25%、35% 3个间伐强度处理8 a后小兴安岭天然次生林中杉木的径阶分布、碳密度分配特征及竞争指数,对森林经营的指导和森林碳汇发展有重要意义。结果表明,35%抚育间伐强度均使杉木径阶分布频率偏离正态性;间伐改变了林木各器官碳密度的分配,其趋势是随着间伐强度的增大树干碳密度占总量的比例先减小再增加,而树枝生物量分配规律则呈逐渐减小的趋势;25%和35%间伐强度,杉木地上部分的生物量和碳密度均显著大于对照样地,其中25%间伐强度时生物量和碳密度最大,而15%间伐强度的杉木生物量与对照样地无显著差异,而碳密度却小于对照样地;同CK相比,T₁₅样地杉木的Hegyi竞争指数减少了2.05%,而T₂₅、T₃₅分别增加了36.07%和14.66%;冗余分析（RDA）结果表明,Hegyi竞争指数、间伐强度共同解释了碳密度变化的61.3%,且Hegyi竞争指数增长不利于林分碳密度增加,竞争压力通过改变各器官的碳密度来响应。     

基于NIR及PLS-PCR-SVR预测森林土壤有机碳含量

森林土壤有机碳含量是表征林地土壤营养状况的重要指标,该文建立了土壤有机碳含量的近红外光谱定标模型,并比较了偏最小二乘法（PLS）、支持向量机回归（SVR）、主成分回归（PCR）3种建模方法及Savitzky-Golay平滑＋多元散射校正、Savitzky-Golay平滑＋一阶导数、Savitzky-Golay平滑＋二阶导数、Savitzky-Golay平滑＋多元散射校正＋一阶导数、Savitzky-Golay平滑＋多元散射校正＋二阶导数5种光谱预处理方法对土壤有机碳含量定标模型精度的影响,同时进行了波段优选。结果表明：当光谱区域为1 380～1 450 nm,1 800～1 950 nm,2 050～2 300 nm,光谱数据采用Savitzky-Golay平滑＋多元散射校正＋一阶导数预处理,采用PLS的建模方法,主成分数为8时,建立的校正模型预测效果最佳。校正模型的R、RMSE、SEC分别为0.805 2、0.512 2、0.512 5;预测模型的R、RMSE、SEP分别为0.768 1、0.514 3、0.514 6。因此,利用近红外光谱技术可以实现土壤有机碳含量的快速估测,为林区实时、大面积、快速测定森林土壤有机碳含量提供了技术可行性。     

非线性算法在近红外预测木材密度中的应用研究

研究基于近红外光谱技术的木材密度预测。运用基于高斯核变换的非线性偏最小二乘法建立密度预测模型,并且对所建模型的评价参数进行了对比分析。结果表明该方法建立的预测模型能对样品的密度进行有效预测。研究表明样品近红外光谱信息与样品的实际密度值之间不是单纯的线性关系,非线性模型可以更好地表征二者之间的关系。     

基于近红外技术的落叶松木材密度预测模型

运用近红外光谱对落叶松(Larix gemelinii Rupr)样品密度进行了研究,分别运用偏最小二乘法及主成分回归建立预测模型,并用建立的模型分别对每一个样品进行了预测。基于偏最小二乘法的校正模型及验证模型相关系数分别为0.964和0.918,校正标准误差及预测标准误差分别为0.016和0.021,模型预测值与实测值决定系数为0.93;主成分回归模型中,校正模型及验证模型相关系数分别为0.954和0.911,校正标准误差及预测标准误差分别为0.017和0.023,模型预测值与实测值决定系数为0.91。研究表明:基于主成分回归法与偏最小二乘法的近红外光谱分析建模,都可以实现对落叶松木材密度的有效预测,但相比较而言,偏最小二乘法略优于主成分回归法,所建立的模型对落叶松木材密度预测更加准确可靠。     

圆锯式灌木切割试验装置设计与试验

为研究灌木切割机的工作机理和切割参数,设计了一种灌木切割试验装置。通过分析试验装置工作原理、灌木切割机理和灌木切削力,基于ADAMS进行灌木切割仿真,分析切割锯片位移、转动角速度和角加速度函数图像。利用单因素试验法以研制的试验装置进行灌木切割试验分析灌木切割最佳工作参数,得出灌木切割无漏割最佳工作参数,即进给速度600mm/s、切割速度1350r/min。     

贮木场火灾细水雾喷头结构改进与CFD仿真

以细水雾灭火技术应用于贮木场火灾为背景,针对常见的压力式单回路细水雾喷头进行结构改进,采用Fluent软件进行仿真与模拟,选取最优的第二级雾化机构的孔径大小,通过对比压力云图、速度云图和密度云图评定喷头性能。模拟结果表明：在相同的条件下,增加二级雾化机构的喷头可以在射程、雾粒的均匀度方面提高细水雾质量,使细水雾更好地适应贮木场火灾的特点,提高其灭火效率。     

基于近红外光谱及 BP 神经网络分析法磁预测森林土壤有机碳含量

为快速测定森林土壤的有机碳含量,从取自小兴安岭带岭林业局东方红林场的120个土壤样品中采集350～2500 nm的土壤近红外光谱数据,对光谱做一定的预处理后,运用主成分分析法压缩提取前8个主成分,结合BP神经网络非线性方法建立土壤有机碳含量的预测模型并进行验证。结果表明,验证集的相关系数为0.78002,均方根误差为0.5002,预测集的相关系数为0.84941,均方根误差为0.4538。应用近红外光谱技术及BP神经网络非线性方法建模可以有效地预测土壤的有机碳含量,为野外大面积快速测定森林土壤碳含量提供了技术依据。     

近红外技术在土壤化学组分预测中的应用研究综述

近红外光谱分析技术是一种无损、快速和高效的现代分析技术,在土壤科学领域已有越来越广泛和深入的应用.本文对近红外技术的原理、测定过程、技术特点及其在土壤化学组分快速预测方面的研究进展进行总结,并指出近红外光谱分析技术在土壤科学领域现存的不足和未来的发展前景.