共查询到20条相似文献,搜索用时 343 毫秒
1.
世界紫檀属树种及其在我国的引种前景 总被引:14,自引:3,他引:11
蝶形花科紫檀属树种大多为珍贵用材树种,在全世界各热带地区均有分布。其木材材质优良,属红木之列,为世界名材。文章系统介绍了世界紫檀属树种的种类、天然分布、经济价值以及造林和经营技术,并展望了紫檀属树种在我国的引种和发展前景,旨在为紫檀属树种在我国的引种、栽培提供信息和依据。 相似文献
2.
紫檀属树种在我国的引种概况及发展前景 总被引:4,自引:0,他引:4
对我国引种栽培的紫檀属树种进行了系统调查,结果表明:我国已引入紫檀属8个树种,其中有6个种生长比较好,能正常开花结实。紫檀属树种引种于我国热带、南亚热带地区的红壤、砖红壤、沿海冲积土和沙壤上,大多数表现出较强的适应性,生长良好,能耐0℃以上的短暂低温,抗10级以下台风;而且生长迅速,在良好栽培条件下,中幼龄林木年均胸径生长量可达2cm以上。紫檀属树种开始形成心材的年龄因树种而异,檀香紫檀、印度紫檀为15~20年,古巴紫檀为7年,马拉巴紫檀为4年。紫檀属树种作为特类珍贵用材树种和园林绿化树种,在我国具有广阔的发展前景,建议各级政府立项开展种质资源的系统引进以及相关研究与推广工作。 相似文献
3.
4.
印度紫檀又名青龙木、花榈木,属豆科紫檀属。其中材花纹色泽美观、心材大,呈紫红色或红褐色,有中国“红木”之称,是我国“红木”仅有的一个树种。“红木”是国际市场上最珍贵的木材,也是我国制造乐器、高级家具、雕刻、钟表盒、电视机外壳及其它美术工艺品的贵重木材。 相似文献
5.
6.
7.
8.
大果紫檀为蝶形花科紫檀属大型落叶乔木树种,被列为珍稀木材的一种。文章介绍了大果紫檀的苗木培育方法、抚育管理、病虫害种类及防治方法等,为改良大果紫檀的育苗技术提供参考。 相似文献
9.
10.
11.
12.
根据国家标准,属于“红木”范围的树种为豆科的5属8类33种.5属是以树木学的属来命名的,即紫檀属、黄檀属、崖豆属、柿属、铁刀木属.8类是以木材商品名来命名的,即紫檀木类、花梨木类、香枝木类、黑酸枝类、红酸枝类、乌木类、务纹乌木类、鸡翅类.介绍了33个红木树种的名称、木材结构、气干密度、等级划分等. 相似文献
13.
指出了大果紫檀(Pterocarpus macrocarpus)为豆科紫檀属树种,香脂木豆(Myroxylon spp.),蝶形花科香脂木豆属的木材。从宏观特征和微观特征两方面对大果紫檀与香脂木豆这两种木材进行了比较研究,并总结了导管孔、薄壁组织、射线、水浸液、香味5种构造差异。 相似文献
14.
15.
指出了紫檀是世界上最为名贵的树种之一,属于亚热带树种、蝶形花科,其高约五六丈,木质坚硬,果实有翼,且颜色为赤色,入水即沉,别名多样,有羽叶檀、蔷薇木、花榈木等,对紫檀的发展史进行了分析,论述了紫檀的发展历程及其功能的转变。 相似文献
16.
云南进口龙脑香科树种的木材识别与利用 总被引:1,自引:0,他引:1
从商品材名称及树种分布,木材宏观识别特征,木材的加工利用性质等3个方面,记述了云南进口的龙脑香科7属20个树种木材的识别特点及其加工利用的特征. 相似文献
17.
紫檀属树种实生苗培育技术的研究 总被引:6,自引:0,他引:6
对早期引种并已正常开花结实的印度紫檀、檀香紫檀、马拉巴紫檀和古巴紫檀的实生苗培育技术进行了研究 ,结果表明 :去翅荚果袋装贮于室内可达 1年以上而不影响发芽率 ;用 6 0℃或 80℃温水浸泡荚果2 4h可明显提高马拉巴紫檀、古巴紫檀荚果的发芽率 ,分别由 1 1 .0 %和 6 .0 %提高到 31 .7%和 4 8.0 % ;但这种方法不利于印度紫檀、檀香紫檀荚果的萌发 ,其发芽率反而下降 ;30~ 35℃气温有利于荚果发芽和苗木生长 ;高 30cm以上的健壮苗木可以短时间忍耐 0℃低温 ,4个树种苗期耐低温能力依次为檀香紫檀 >印度紫檀 >马拉巴紫檀 >古巴紫檀。研究结果为紫檀属树种在我国的扩大栽培提供了技术储备 相似文献
18.
魚鱗松(Picea jezoensis)是属云杉属在我国东北长白山及小兴安岭林区分布最广的树种之一,并且是該林区主要树种之一。其木材可作桩木、鋸材、枕資、車輛材、造紙材等珍貴材种,精选的可作乐器材及航空用材。 相似文献
19.
指出了紫檀是世界上最为名贵的树种之一,属于亚热带树种、蝶形花科,其高约五六丈,木质坚硬,果实有翼,且颜色为赤色,入水即沉,别名多样,有羽叶檀、蔷薇木、花榈木等,对紫檀的发展史进行了分析,论述了紫檀的发展历程及其功能的转变。 相似文献
20.
《林业科学》2021,(9)
【目的】构建基于卷积神经网络的木材识别系统,实现木材树种在多场景条件下的自动精准识别,为我国提升CITES履约执法能力、加强林产品产业链监管以及保障木材安全提供科技支撑。【方法】采集15种黄檀属和11种紫檀属木材标本横切面构造特征图像,建立图像数据集Rosewood-26;构建AlexNet、VGG16、DenseNet-121和ResNet-50共4种卷积神经网络模型,基于ImageNet图像数据集对模型进行迁移学习,采用Rosewood-26图像数据集训练、测试和比较模型,优选识别性能较好的卷积神经网络模型,并进行木材树种分类;在此基础上,构建包含15种黄檀属和11种紫檀属树种的木材自动识别系统iWood,利用市场木材样品对系统进行应用测试和评价。【结果】在构建的4种卷积神经网络模型中,ResNet-50模型表现出最高的识别精度(98.33%)、最少的权重数量和较低的模型复杂性,适用于木材树种准确快速识别;ResNet-50模型对9种黄檀属和3种紫檀属木材的识别精度达100%,并可成功鉴别构造特征极其相似的檀香紫檀和染料紫檀;基于ResNet-50模型构建的木材自动识别系统iWood,在"属"和"种"水平的识别精度分别为91.8%和77.3%。【结论】基于卷积神经网络的木材识别系统iWood适用于海关执法、木材贸易和质量监督检验等多场景下的木材自动精准识别,能够为我国提升CITES履约执法能力、加强林产品产业链监管以及保障木材安全提供科技支撑。 相似文献