共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
通过对6种南美热带珍贵木材取样与切片观察及查阅相关书籍资料,对6种木材的树木性状、木材构造特征、材性和用途进行了描述。结果表明:6种珍贵树种均树干通直,高大粗壮;6种珍贵木材材色较深,纹理优美;属散孔材,其中圭亚那乳桑心边材区别不明显,其余5种均心边材区别明显;6种木材管孔中内含物丰富,木射线叠生者分别为平萼铁木豆、乔木维蜡木、重蚁木,其余均不叠生;铁线子、平萼铁木豆轴向薄壁组织丰富,呈带状,重蚁木、紫心苏木薄壁组织较丰富,呈翼状、聚翼状,其余薄壁组织量少;6种珍贵木材的气干密度大,均在0.80g/cm^3以上,硬度大,色泽优美,耐腐性强,属高档木制品良材。 相似文献
3.
4.
5.
6.
2007年9月29日,石家庄市科技局邀请有关专家组成验收委员会,对河北省林业科学研究院承担的“城市污泥无害化处理及应用技术研究”课题(05924066A-2)进行验收,验收委员会进行了现场查定,听取了项目组的研究工作汇报,查阅了有关技术资料,经过质疑答辩,一致认为:(1)该项目研究完善了城市污泥生态堆肥无害化处理技术,筛选出树皮为污泥堆肥的最佳调理剂,最佳C/N为15-37∶1;(2)提出了以7.5g/L S 2.5g/L FeSO4.7H2O为底物接入含固率8%的污泥中,采用初始pH值6.0,接种物浓度10%,转速180.rmin-1的生物淋滤除镉技术,污泥中镉的去除率达到95%。(3)… 相似文献
7.
8.
9.
10.
8月14日,自治区林业局在南宁召开了“广西林业信息网络”项目验收评审会。区林业局党组成员、副局长廖培来,南宁市经济信息中心,南宁市力森技术公司,区农业厅信息中心,区林业设计院以及局有关处、室、站等15位领导专家、技术人员参加验收评估会。与会专家认为,“广西林业信息网络”项目从1998年10月开始筹建,1999年5月正式开通以来,经过两年时间的运行,已实现了连通地、市、县林业局、区直单位计算机,达到信息资源共享,提高办公室效率的目的。专家认为该项目工程具体有如下特点:采用的技术先进,硬件的选型、配… 相似文献
11.
2010年12月25日,由河北省林业科学研究院、河北农业大学共同承担的"河北省枣树重大病虫无公害治理技术"通过了河北省林业局组织的专家验收。项目针对目前枣树生产中存在的主要病虫(枣疯病、枣缩果病、裂果病、绿盲蝽蟓、皮暗斑螟)危害严重的问题开展研究。对我国传统主栽品种抗性进行了调查研究,选育出大果、优质、抗枣缩果病、裂果、枣疯病的系列新品种9个,通过国家审定新品 相似文献
12.
13.
中国林料院木材研究所和亚热带林业实验中心合作取得的“木材保管技术研究”成果,于199(?)底在北京通过鉴定。长期以来新伐木材,特别是阔叶树材不能及时处理遭 相似文献
14.
“毛白杨速生丰产栽培技术的研究”是山东省科委1986年下达,由山东省林科所承担的课题。1993年5月22日山东省林业厅受省科委的委托,邀请专家进行了验收。验收测试结果表明:5年生河北易县雌株毛白杨林平均胸径达到18cm,平均树高达到13.6m,实现了毛白杨早期丰产的目标。不同栽培措施试验林效果显著,其中4年生施肥试验林平均胸径12.6cm,平均树高10.2m,是对照林的2.06倍 相似文献
15.
“木材害虫检疫技术研究”通过鉴定由浙江省科委主持召开的“木材害虫检疫技术研究”鉴定会,于12月2日在浙江省林科所通过了技术鉴定。该研究项目是浙江省科委下达的,由浙江省林科所主持,浙江省森林病虫害防治检疫站、桐卢县森防检疫站、淳安县森防检疫站等单位共同... 相似文献
16.
该项研究由湖南省林业科学院、湖南省浏阳市林业局、湖南省攸县林业局共同完成,已通过国家林业局组织的验收。该项目研究成效显著。1.营造推广示范林2 135亩,当年造林平均成活率达到94.6%。造林后第3年结果株率达到46.4%,第4年达到76.7%,单株平均树高1.42米,平均冠幅1.83平方米 相似文献
17.
18.
正2019年1月20至21日,木兰林管局承担的"948"项目在北京顺利通过了由国家林业和草原局科技司组织的专家验收,同时认定新成果一项。《基于近自然森林经营的森林资源管理系统引进项目》是国家林业局2015年下达的引进国际先进林业科学技术项目。该项目是木兰林管局为了提升森林经营和 相似文献
19.
为了探索赤峰南部山区松毛虫防治的有效途径,宁城县森防站、赤峰市森防站于1981年在宁城县一肯中林场胡墩梁作业区建立了12000亩的油松松毛虫综合治理试验林。经过五年治理,于1986年7月下旬通过了验收。这项试验以“营林措施为基础,以生物防治为主导,采取生物、物理、化学等综合措施,把松毛虫控制在不成灾的水平”为宗旨,对实验林地进行全面规划,以小班为单 相似文献
20.
《林业工程学报》2021,6(3)
我国是全球林产品生产、贸易和消费第一大国,因此受到国际社会的广泛关注。在木材和木制品贸易流通环节经常出现以假乱真、以次充好的现象,为国际履约执法和林产品产业监管带来严峻挑战。基于木材解剖的传统木材树种识别方法,一般只能识别木材到"属"或"类"。近年来发展的DNA条形码、近红外光谱等木材树种识别新技术虽然可以实现木材"种"的识别,但难以在口岸、现场等多场景下对大批量样本进行自动精准识别。随着计算机技术的快速发展,计算机视觉识别技术可以从不同类别图像中提取关键特征,从而对图像进行分类,为木材树种分类带来新的途径。笔者首先介绍了基于图像采集、特征提取和树种分类的传统木材树种计算机视觉识别技术研究概况,然后从图像数据集构建、模型构建训练与测试以及系统开发等应用等方面介绍了基于深度学习的木材树种计算机视觉识别技术研究应用现状,并结合国内外研究进展对基于深度学习的计算机视觉识别技术在木材树种识别领域的应用进行了展望和提出建议,以期为木材树种自动精准识别研究提供新的思路。 相似文献