蒙古栎节子分布规律与疏松节长度预测模型1)

2023-05-31张晓林

东北林业大学学报 2023年6期

关键词：节子计算机断层扫描封口

张晓林

(辽宁省森林培育重点实验室(沈阳农业大学) ，沈阳，110866)

王磊

(沈阳农业大学)

丁磊

(辽宁省森林经营研究所)

雷鸣雷

(朝阳市森林病虫害防治检疫站)

陆秀君

(辽宁省森林培育重点实验室(沈阳农业大学))

传统的研究节子方法是将树干解剖,该方法主要适用于具有一定发枝规律的针叶树种,如挪威云杉[6]、黑云杉(Piceamariana)[7],由于采用锯切的方法,因此在解剖过程中并不能保证所有节子的完整。从20世纪50年代开始木材无损检测技术得到迅速发展,目前木材无损检测技术已达到几十种,如超声波检测[8]、红外线检测法[9]、应力波检测[10]、光学检测[11]、微波检测[12]、核磁共振检测法[13]等。与其他无损检测方法相比,X射线计算机断层扫描技术(CT)在木材物理性质、生长特性、力学性质、木材缺陷等检测方面均取得较好的成果。

Bhandarkar et al.[14]利用X射线计算机断层扫描技术提出了一种跟踪算法,可对白蜡树(Fraxinuschinensis)、红栎木(QuercusrubraL)的节子进行分类、定位及三维重建;将X射线计算机断层扫描技术与可视化软件相结合,可以追踪到石盆栎(Quercuspetraea)中的次生芽发育痕迹,进而推测出次生节的发育规律[15],X射线计算机断层扫描技术可以作为一种可靠的检测节子内部尺寸方法;Longuetaud et al.[16]把冷银杉和挪威云杉作为研究对象,构建了一套自动检测针叶树上节子的算法,并且可以直接描述节子的尺寸。

蒙古栎(Quercusmongolica)是东北地区的主要建群树种。因木材坚硬耐磨,具有很好的经济价值。然而蒙古栎树种易萌发侧枝的生物学特性,致使其木材内部节子较多,特别是包埋在树干内部的疏松节部分严重影响其优质大径材培育。本研究以51株蒙古栎为研究对象,应用人工测量与X射线计算机断层扫描技术对节子内部、外部相关特征进行分析。通过蒙古栎节子分布规律,节子外部特征、内部特征关联分析,基于节子外部特征建立了疏松节长度预测模型,可为蒙古栎开展合理修枝和培育无节良材提供参考。

1 研究区概况

试验地设在辽宁省清原满族自治县夏家堡镇湾龙背村夏家堡林场7林班1作业区18小班,地理中心坐标为北纬125°12′34″、东经42°11′9″。平均海拔约为603 m,年平均气温为3.9～5.4 ℃,1月份平均温度最低,最低温度能达到-37.6 ℃,7月份平均温度最高,最高温度能达到36.5 ℃。高于10 ℃的年活动积温在2 497.5～2 943.0 ℃之间,无霜期120～139 d,年均降水量775 mm,年均日照2 433 h。样地内蒙古栎为天然次生林纯林,林内的散生树种:水曲柳(Fraxinusmandshurica)、黄檗(Phellodendronamurense)、核桃楸(Juglansmandshurica)、色木槭(Acerpictum)等,林分密度为1 500株·hm-2,未进行过抚育间伐。土壤类型为暗棕壤土,土壤A层厚度在15～25 cm之间。

2 研究方法

节子外部属性测量。在林内随机选取51株蒙古栎,取样前利用罗盘定下北向(N),并从树干基部向上标出,同时测量木材的胸径、树高、冠幅等,从树干基部开始,按长度为1 m的木段锯断,并在其两端标记树号和木段号。

51株蒙古栎的基本信息见表1,对树皮表面可见节的外部数据进行人工测量,对每个节子的外部指标测量3次并取平均值作为最终数值。节子外部指标共6个,分别为节子着生高度(HI):树干基部到节子封口中心位置的高度;节子着生部位直径(DI):节子封口中心位置的主干直径;外部疤痕封口长度(Ls):疤痕封口沿主干方向上的长度;外部疤痕封口宽度(Ws):疤痕封口垂直于主干方向上的长度;外部疤痕长度(Lm):疤痕沿主干方向上的长度;外部疤痕宽度(Wm):疤痕垂直于主干方向上的长度(图1)。

表1 蒙古栎样木的基本信息

疤痕中间类似圆印为封口。Ls为疤痕封口长度;Ws为疤痕封口宽度;Lm为疤痕长度;Wm为外部疤痕宽度。

节子内部属性测量。使用NeuViz Epoch 无极512层全景多模态X射线计算机断层扫描设备对所有木段进行扫描,X射线计算机断层扫描(CT)设备可视分辨率为0.17 mm,一次性扫描长度为110 cm,最大载质量约为100 kg木段,木段以约2 cm·s-1的速度在环形上平移,一次完整的扫描需要1～2 min。

(3)沙沟泥石流危害性大，致灾能力为强，目前有排导槽，但2016年6月泥石流暴发后，已淤塞，沙沟泥石流受灾体处于危险工作状态，成灾可能性大。

X射线计算机断层扫描参数设定:扫描电压为120 kV,扫描电流为100 mA,窗位为-450 HU,窗宽为1 500 HU。扫描平面的厚度为1 mm,每根原木产生约1 000幅连续的X射线计算机断层扫描图像。所有获得的X射线计算机断层扫描图像输入Neusoft软件进行重建和检测。通过MPR组件批处理结合基本形态学、阈值和边缘检测函数,对一系列X射线计算机断层扫描图像进行年轮数量、节子位置、形状识别和提取,然后使用ROI工具测量其尺寸大小。X射线计算机断层扫描图像分辨率为512×512像素。

节子内部指标共11个,分别为节子高度(Hk):节子沿主干方向上投影的长度;节子宽度(Wk):径向上节子末端到主干髓心的距离;节子长度(Lk):节子从形成到完全愈合的距离;节子直径(Dk):节子最宽处的长度;疏松节长度(Ldk):节子从死亡到完全愈合的长度;节子着生角度(IA):主干与节子髓心的夹角,范围一般在0～90°;节子形成时间(YE):节子开始生长形成的年份;节子死亡时间(YD):节子停止生长的年份;节子完全愈合时间(YO):节子完全被包埋的年份;节子寿命(RBD):节子从形成到死亡所经历的时间;节子愈合年限(OT):节子从死亡到完全愈合所经历的时间(图2)。

节子中黑色部分是疏松节,其余部分是健全节。为节子高度为节子宽度为节子长度为节子直径为疏松节长度(Llk);∠AOF为节子着生角度(IA);Ypith为节子形成年份(YE);YD为节子死亡年份,YD=(Y1+Y2)/2;Y3为节子完全愈合年份(OT);RBD为节子寿命,RBD =(Y1+Y2)/2-Ypith;OT为节子愈合年限,OT=Y3-[(Y1+Y2)/2]。

采用IBM SPSS 22.0软件对数据进行统计分析,同时使用最小显著性差异法(LSD)进行多重比较,差异显著性水平a= 0.05。使用决定系数(R2)来判定拟合优度;应用独立样本数据对模型进行检验,通过平均偏差(ME)、平均绝对偏差(MAE)、平均相对偏差(RME)、平均相对偏差绝对值(RMAE/%)、均方根误差(RMSE)和预测精度(P/%)来评价模型的预测能力,公式如下:

(1)

(2)

(3)

(4)

(5)

(6)

(7)

3 结果与分析

3.1 蒙古栎节子类型

蒙古栎节子类型包括:初生节和次生节,初生节包括包埋节、未包埋节;包埋节包括:表面可见节和表面不可见节,少部分包埋节中存在腐朽节(图3)。

3.2 蒙古栎节子数量统计

应用X射线计算机断层扫描技术可以检测木材内部所有的节子及起源,将51株蒙古栎按始发位置、包埋程度和表面可见情况进行分类统计(表2)。节子总数为4 549个,平均每株蒙古栎有89个节子。按始发位置分:初生节共计4 486个,占比98.62%,次生节63个,占比1.38%;按包埋程度分:包埋节3 687个,占比81.05%,未包埋节799个,占比17.56%;按树干表面可见情况分:表面可见节1 234个,占比27.13%,表面不可见节2 453个,占比53.92%。

表2 蒙古栎节子数量统计表

3.3 蒙古栎节子随着生高度分布特征

在垂直高度上,蒙古栎节子数量随着生高度(HI)增加呈先增加后降低的趋势(表3)。在0

(a)为包埋节;(b)为未包埋节;(c)为腐朽节;(d)为包埋节(表面不可见);(e)为次生节。

表3 蒙古栎节子的分布特征

节子死亡时间(YD)/a节子数量/个节子数量比例/%节子寿命(RBD)/a节子数量/个节子数量比例/ %节子愈合时间(OT)/ a节子数量/个节子数量比例/ %1≤YD≤5 50.123280.611 1763.866≤YD≤10651.4241342.95274816.4411≤YD≤1545710.05549010.773101422.2716≤YD≤2080417.66683718.39496821.2921≤YE≤2592220.27797521.44564914.2626≤YD≤30103022.64888319.42646410.2031≤YD≤3579117.38960113.2172485.4536≤YD≤403798.33104078.9581312.8741≤YD≤45972.13111342.949811.78RBD>12601.32OT>10721.58

3.4 蒙古栎节子随径向分布特征

蒙古栎节子数量随着生直径(DI)的减小呈先增加后降低的趋势(表3)。当DI>15 cm时,节子分布数量为290个,仅占总数的6.38%;当13 cm

3.5 蒙古栎节子形成和死亡时间分布特征

蒙古栎节子数量随着林木节子形成时间(YE)的增长呈现先升高后下降的趋势(表3),1 a≤YE≤5 a时,节子形成数量为207个,仅占总数的4.55%;6 a≤YE≤10 a时,形成的节子逐渐增多,达到876个,占总数的19.25%;11 a≤YE≤15 a时,节子形成数量达到峰值1 384个,占总数的30.42%;16 a≤YE≤20 a时,节子形成数量为1 105个,占总数的24.28%;21 a≤YE≤30 a时,随着时间的增加开始形成的节子数量迅速减少,由740个(16.27%)下降到213个(4.68%)。蒙古栎节子的形成时间主要集中在11 a≤YE≤20 a,此时形成节子的数量为2489个,占总数的54.7%。

蒙古栎节子死亡时间(YD)较生长时间有一定程度的延后(表3),1 a≤YD≤10 a时,节子死亡数量较少,在径向生长的10 a开始节子死亡的数量逐渐增加。当11 a≤YD≤15 a时,节子死亡数量为457个,占总数的10.05%;当16 a≤YD≤20 a时,节子死亡数量为804个,占总数的17.66%,随后节子死亡数量的增加速度逐渐减缓;当21 a≤YD≤25 a时,节子死亡数量达到922个(20.27%);当26 a≤YD≤30 a时,节子死亡数量为1 030个,占总数的22.64%;从径向生长31 a开始,节子死亡数量呈现下降趋势。当31 a≤YD≤35 a,节子死亡数量为791个,占总数的17.38%;当36 a≤YD≤40 a、41 a≤YD≤45 a的节子死亡数量分别为379个(8.33%)、97个(2.13%);蒙古栎节子的死亡时间主要集中在16 a≤YD≤35 a,此阶段节子死亡数量为3 547个,占总数的77.95%。

3.6 蒙古栎节子寿命分布特征

蒙古栎节子寿命(RBD)范围在3 a≤RBD≤18 a,平均寿命为7.55a(表3)。节子寿命为7 a时所占频率最高,为975个(21.44%);节子寿命低于4 a和高于11 a时的节子数量均不超过3%。

3.7 蒙古栎节子愈合时间分布

蒙古栎节子愈合时间(OT)范围在1 a≤OT≤17 a,平均愈合时间为4.1 a(表3)。当1 a≤OT≤3 a时,节子数量呈上升趋势,愈合时间为3 a时,节子数量占比最高,为1 014个(22.27%);从愈合时间为4 a开始,节子数量开始降低,由968个(21.29%)迅速下降至72个(1.58%),愈合时间大于7 a的节子数量均不超过3%,仅有72个(1.58%)节子的愈合时间超过了10 a,3 843个(84.46%)节子的愈合时间在2 a≤OT≤6 a范围内。

3.8 蒙古栎节子着生直径与愈合时间的关系

蒙古栎节子愈合时间随着节子着生直径的增加而增加(图4)。当节子着生直径为10 mm时,节子愈合时间为4 a;当节子着生直径为20 mm时,节子愈合时间增加到6 a;当节子直径为30 mm时,节子愈合所需时间为8 a。

图4 蒙古栎节子着生直径与愈合时间的关系曲线

3.9 蒙古栎节子外部数据与疏松节长的相关性

应用IBM SPSS 22.0对蒙古栎树干外部数据与疏松节长度进行相关性分析,疏松节长度与着生直径、疤痕封口宽度、疤痕封口长度、疤痕宽度、疤痕长度均呈极显著正相关(P<0.01),而与着生高度呈极显著负相关(P<0.01)。

3.10 疏松节长度多元线性回归模型的构建

将节子外部的着生高度、着生直径、封口长度、封口宽度、疤痕长度、疤痕宽度6个指标作为自变量,与节子内部特征进行逐步回归分析,得到描述疏松节长度的最优模型:Llk=-1.636 +0.36DI+0.104Ls+0.048Ws+0.061Lm,R2=0.301。模型的残差分布很均匀,表明方程模拟效果较好(图5)。采用独立样本对建立的模型进行检验,模型的预估误差都较低,其中平均偏差为0.083、平均绝对偏差为4.922、平均相对偏差为22.286,预估精度(P)达到95.15%。

图5 疏松节长度模型的残差分布

4 讨论

本试验共获取了4 549个节子,平均每株蒙古栎包含89个节子,这一数值远大于破坏性取样的研究,例如水曲柳(Fraxinusmandshurica)单株平均包含23个节子[17]、格木(Erythrophleumfordii)单株平均包含39个节子[18]、樟子松(Pinussylvestris)单株平均包含30个节子[19],采用X射线计算机断层扫描技术可以获得更多表面不可见的节子,而结果显示,表面不可见的节子占总数的53.92%,因此采用无损检测技术的方式调查节子数量更为可靠。

节子着生高度(HI)多数分布在4 m

蒙古栎节子的平均寿命为7.55 a,低于水曲柳9.5 a、樟子松12.3 a[21],是由于天然林中树干自然整枝强烈。

节子寿命越长,节子尺寸就越大,导致节子需要更长的时间来愈合,节子所需愈合时间越长,其受到的真菌侵染的概率和程度也就越高。节子愈合时间除了决定疏松节部分的大小,还体现了木材伤口的愈合速率,间接体现了木材的生长情况。蒙古栎节子平均愈合时间为4.1 a,与米老排(Mytilarialaosensis)4.6 a、水曲柳6.7 a[17]、欧洲白蜡(Fraxinusexcelsior)7.7 a[22]相比略低。这说明蒙古栎属于愈合速率较快的树种,但愈合时间还会受到自然环境的影响。结合蒙古栎节子生长、死亡、愈合时间规律来看,蒙古栎的修枝工作应在径向生长的15 a开始,及时去除掉与生长无益的侧枝和树干上的残茬。

以往研究中,多通过侧枝数据预测节子的内部属性[23-24]。但是,当树枝从树干上脱落,树枝的剩余部分被树体覆盖并包埋时,侧枝数据就变得很难获取。因此,需要找到表现良好的替代指标,有研究发现节子在树干上留下的外部痕迹可以很好的替代侧枝数据[25]。对于阔叶树种,外部疤痕和内部属性之间存在强烈的相关性[26-27]。结果表明,这些外部指标与疏松节长度均显著相关(P<0.01)。对于没有明显发枝规律的阔叶树,节子在外部的痕迹是非常可靠的预测因子[25]。

本研究采用X射线计算机断层扫描技术对原木进行分析,在不损伤树木的前提下,获取蒙古栎节子的内部数据,从而达到高效检测的目的。单次扫描长度1 m的原木仅需2 min,相比破坏性方法节省了大量时间。试验结果表明,X射线计算机断层扫描技术得到的预测模型比传统的测量方法具有更高的拟合效果。采用独立样本对模型进行检验,预测准确率在95%以上。但X射线计算机断层扫描检测也存在一些问题,如在X射线计算机断层扫描图像中,结节的边缘出现在边材时,虽然医学X射线计算机断层扫描的分辨率足以用于节子尺寸的研究,但图像灰度的微小变化会影响一些测量值,从而影响预测精度。