生态疏伐对华北落叶松林分结构和生物多样性的影响

森林抚育对调整林分结构、促进林木生长都具有极大作用。为了解抚育对华北落叶松林分结构和林下物种多样性的影响,以承德市第三乡林场华北落叶松—白桦混交林为研究对象,采用对比分析的方法,对生态疏伐前后的林分结构、径阶分布和生物多样性进行了探讨。结果表明:生态疏伐后林分平均胸径增加2.1cm,平均树高稍有变化,林分密度从疏伐前的1 365株/hm~2下降到900株/hm~2;生态疏伐前,直径分布曲线呈左偏,6~16径阶林木数量占总数的42.6%;疏伐后,6~16径阶林木株数占总株数的21.3%,直径分布稍向右偏,更趋于正态分布;疏伐后,林下物种的Simpson和Shannon-Wiener指数均有所增加,Pielou均匀度指数在1号、4号、5号样方内有所下降,2号、3号样方内呈增加趋势,且3号样方的Simpson、Shannon-Wiener和Pielou均匀度指数涨幅均最大,分别比抚育前增加了0.373、0.834和0.203。     

营养面积控制法在石岩寨林场华山松林抚育间伐中的应用

通过在石岩寨林场666．67hm^2华山松林中选取29块样地，实测9组不同径阶树高、冠幅及枝下高数据，利用营养面积技术，建立树冠面积与立木胸径的回归方程，确定不同径阶应保留的标准密度，间伐强度蓄积为40．1％，间伐强度株数为39．98％，间伐蓄积为51359m^3，出材量32330m3。     

GIS中目标选取算法的研究

本文分别对点，线及多边形的选取算法进行了研究。在点状团元选取中，以绝对距离代替通用的平方根距离，提高了选承效率，对于线状团元的选取，定义了一种运算量较小的点到曲线的距离，同样提高了选取效率。为了提高多边形的选取效率，对常用的判定一个点是否为多边形内点的“半直线“方法进行改进，得到了一种运算量较小的算法。     

森林抚育的技术要点及合理化建议

森林抚育是确保林业系统生态稳定的重要手段。本文阐述了森林抚育设计的概况和 技术要点,通过加强外业调查、管控施工质量、确保资金充足以及优选抚育技术几个方面着重探 讨了森林抚育的合理化建议,旨在为相关工作人员提供理论性的参考依据,推动林业经济的可 持续性发展。     

间伐对秦岭南坡锐齿栎林土壤腐殖质及微生物的影响

【目的】以秦岭南坡锐齿栎林为研究对象,探讨间伐对锐齿栎林地土壤腐殖质及土壤微生物的影响,为秦岭林区锐齿栎林抚育经营提供理论依据。【方法】2012年3月,在秦岭南坡陕西省宁东林业局沙沟林场林地阳坡的中下部选择生长状况接近、林分密度基本一致的锐齿栎天然次生林,设置锐齿栎天然次生林样地12块,间伐强度分别为林分蓄积量的0(CK)、5%(T1)、10%(T2)、15%(T3)、20%(T4)和25%(T5),2018年7月采集0～30 cm土层土样,测定土壤腐殖质及其组分(胡敏酸、富啡酸和胡敏素)含量以及土壤微生物(细菌、真菌、放线菌)数量,并分析土壤胡敏酸、富啡酸和胡敏素含量与细菌、真菌、放线菌数量的相关性。【结果】(1)间伐6年后,在0～30 cm土层,各间伐强度处理土壤腐殖质含量平均值均大于CK,且T1处理的土壤腐殖质含量最高,为(60.78±10.53) g/kg。各间伐强度下土壤胡敏酸含量平均值较CK均有明显减少,不同处理土壤胡敏酸含量平均值由大到小依次为CKT4T3T5T2T1。除T3处理外,其余间伐强度处理土壤富啡酸含量平均值均高于CK,富啡酸含量平均值由大到小依次为T2T1T5T4CKT3。与CK相比,除T1处理外,其余各间伐强度处理土壤胡敏素含量平均值均增加,各间伐强度处理土壤胡敏素含量平均值由大到小依次为T2T3T4T5CKT1。(2)不同间伐强度下土壤胡敏酸/腐殖酸含量比值(PQ)由大到小依次为CK15%20%25%10%5%。(3)间伐6年后,在0～30 cm土层,土壤微生物总量随着间伐强度的增加呈先增加后减少的趋势,微生物总量在间伐强度为10%时达到最高;土壤细菌、放线菌数量在间伐强度为5%～10%时较高,真菌数量在间伐强度为15%～20%时较高。(4)土壤细菌、真菌和放线菌数量均与土壤胡敏酸、胡敏素含量呈极显著正相关,土壤真菌数量与富啡酸含量呈显著正相关。【结论】土壤微生物各种群数量可以显著影响土壤腐殖质的积累,合理的抚育间伐可以显著增加土壤腐殖质含量及微生物数量,选择10%～15%的间伐强度作为提高林地土壤腐殖质的参考指标较为合理。     

张家川县天然林保护工程区森林抚育成效及措施

根据甘肃省张家川县天然林保护工程区森林资源现状,分析了天然林保护工程区存在的问题,提出了天然林保护工程区森林抚育措施。     

基于多尺度融合注意力机制的群猪检测方法

群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,该研究提出了基于多尺度融合注意力机制的群猪检测方法。首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,该文模型可以实现群猪的有...     

基于改进YOLOv5s的黑皮鸡枞菌检测方法

为解决黑皮鸡枞菌种植环境下背景土壤与菌菇辨识度较低、样本分布密集、类间相互遮挡等问题,该研究提出一种基于改进YOLOv5s的目标检测方法。首先,在骨干网络中融入RFBSE模块,使网络关注重点区域,通过施加通道注意力机制,增强对黑皮鸡枞菌特征表达能力;其次,设计多分支采样DCSPP池化模块,加强局部信息与全局信息的融合;第三,在颈部网络采用RFP结构,通过添加额外反馈信息促进语义信息传递,增强鸡枞菌样本密集遮挡场景下的检测能力,对RFP结构级联方式及网络间融合结构做轻量化处理,降低参数计算量和内存使用。试验结果表明,通过添加RFBSE模块,多分支池化模块以及采用递归金字塔结构对模型检测能力均有不同提升效果,最终模型平均精度均值mAP、精确率、召回率分别达到90.8%、86.5%、84.8%。对比原YOLOv5s模型算法,mAP、精确率、召回率分别提高2.7、3.8、3.9个百分点,并通过生成热力图提高模型检测过程的可解释性。试验结果表明改进后的模型可在复杂环境下准确、快速地识别黑皮鸡枞菌,为黑皮鸡枞菌采摘机器人的开发提供技术支持。     

威尔伯在幼林抚育中的应用研究

以红松、红皮云杉、长白落叶松造林地为对象,利用化学制剂威尔伯进行幼林抚育试验,结果表明:450 ml·hm-2剂量除草效果最差,仅有12%,在生产上无应用价值;450 ml·hm-2剂量有一定的除草效果,但不明显,持效期也短;1 125 ml·hm-2剂量无论除草效果还是除草速率都优于450 ml·hm-2和750 ml·hm-2。长白落叶松对威尔伯敏感,不能应用。化学除草抚育较人工抚育更能促进幼树生长,而且费用较低。     

基于深度学习的高分辨率麦穗图像检测方法

小麦是重要的粮食作物之一,针对人工田间麦穗计数及产量预测效率低的问题,基于深度学习提出了一种高分辨率的小密集麦穗实时检测方法。对麦穗图像数据集进行图像分割、标注、增强预处理,基于Tensorflow搭建YOLOv4网络模型,调整改进后对其进行迁移学习;与YOLOv3、YOLOv4-tiny、Faster R-CNN训练模型进行对比,对改进模型的实用性与局限性进行分析;重点分析影响麦穗检测模型性能的关键因素。通过图像分割的方式,证明了通过改变图像分辨率确定麦穗所占图像最优像素比,可以提高前景与背景差异,对小密集麦穗有显著效果。通过对改进模型的测试,表明该模型检测精度高,鲁棒性强。不同分辨率、不同品种、不同时期的麦穗图像均类平均精度（mAP）为93.7%,单张图片的检测速度为52帧·s^-1,满足了麦穗的高精度实时检测。该研究结果为田间麦穗计数以及产量预测提供技术支持。