树冠是林木形成碳水化合物和生产力的重要场所,摸清林木与树冠生长的特征及其对环境的响应对理解植物环境适应性具有重要意义.该研究以辽东地区60块长白落叶松(Larix olgensis var.changbaiensis)人工林样地为研究对象,对阴坡、阳坡两个坡向和3个林龄阶段(15-16 a、23-26 a、49-56 a)的林木和树冠生长进行了研究,其中树冠生长指标包含了客观指标、主观指标和复合指标3种类型.研究结果表明:(1)各林龄阶段不同坡向林分平均胸径、平均树高、平均材积、平均相对优势木高无显著差异,达成熟林时阳坡林分胸径分化程度显著高于阴坡.(2)综合分析3类树冠指标发现树冠受坡向影响,表现出不同的生长适应策略.阳坡林木平均树冠长度、平均冠幅小,林内冠层均一,树冠体量小,树冠生产效率较高;阴坡林木平均树冠长度和平均冠幅较大,林内超出主林层优势木多,树冠体量大,树冠生产效率较低.(3)除林分平均高径比外,树冠客观指标均与生长指标呈正相关关系,阳坡林木树冠随林龄增大对材积的贡献率减小,体现在树冠长度、树冠率与生长指标呈极显著负相关关系,阴坡林木树冠位置和圆满度是促进林木生长的主要因素.(4)树冠客观指标与各器官生物量均呈极显著正相关关系,受光率、树冠表面积、树冠体积在各坡向均与林木生物量呈显著正相关关系,顶梢枯死率均与各坡向林木生物量呈负相关关系,阳坡林木树冠透光度、冠径比和树冠率增加,则林木生物量下降,阴坡林木树冠位置升高、圆满度增加会促进生物量积累.(5)相比所有生长指标和树冠指标,树冠表面积对各器官生物量积累的解释效果最好.以上结果表明,长白落叶松人工用材林树冠生长会显著促进林木生长,但树冠生长与林木生长存在权衡关系,并会随坡向发生改变.

[目的]针对在松枯死树监测实践中,从无人机航拍RGB影像中自动识别松枯死树漏检率高的问题,提出了一种生产应用场景下基于多色彩空间的YOLOv5 松枯死树高精度自动识别新方法.[方法]利用无人机采集大面积松材线虫病发生林分的RGB图像,用Pix4Dmapper软件拼接,用LabelImg开源软件建立VOC格式的松枯死树数据集,分别用Faster R-CNN、YOLOv3、YOLOv4、YOLOv5、SSD和EfficientDet等 6 种基于深度学习的目标检测算法对数据集进行训练和测试,以精确率、召回率、平均准确率以及F1分数作为评价指标筛选出最优目标检测算法;然后将采集的RGB图像转换成LAB和HSV色彩空间图像,再将这 3 个色彩空间的图像分别用最优目标检测算法进行训练,得到目标在每个色彩空间的边界框,使用非极大值抑制算法对这些边界框进行处理,得到最优边界框实现松枯死树自动识别.[结果]6 种算法均取得良好效果,其中YOLOv5模型为最优算法,其精准率、平均查准率和F1 分数在 6 种算法中均最高,分别达到 97.58%、82.40%和 0.85.通过 3 个色彩空间融合后,反映漏检情况的召回率由 74.54%提高到 98.99%,平均准确率提升至 98.39%.[结论]基于多色彩空间的YOLOv5 模型能够显著提高从无人机航拍RGB影像中检测松枯死树的精度,为松枯死树监测提供了有力工具,也有助于松材线虫病的防治.

基于广东省第8次国家森林资源清查的固定样地调查数据和2016年典型抽样的死木调查数据,利用分树种、分腐朽程度的各个组分相兼容的生物量模型以及相对应的地上、地下部分含碳系数,对广东省森林死木碳库动态进行估算,分析死木种类、林分类型和龄组对死木碳库的影响,量化林分生长特性和自然灾害对死木碳库的贡献.结果表明:2007-2012年间广东省乔木林死木碳库新增碳储量5811.86 Pg,占同期乔木林活立木碳库的2.94％,其中枯倒木多于枯立木;阔叶混交林和马尾松林贡献了近70％的死木碳储量;马尾松、其他软阔、湿地松、阔叶混交林和其他硬阔的死木碳储量占同类森林总活立木碳储量的比例较大,均超过4.00％,桉树和杉木比例最小,均不足1.00％;从龄组看,发生在中龄林的死木碳储量占总死木碳储量比例最大,过熟林最小.与同龄组林分的现存碳储量相比,从幼龄林(2.03％)到过熟林(4.56％)基本呈上升趋势.全省新增死木库碳密度为(0.7612±3.3988) Mg/hm2.竞争和衰老引起的枯死在林分中普遍存在,占发生死木林分面积的60％以上,但增加到死木碳库的储量不足总量的四分之一,而自然灾害只占发生死木林分面积的10％,对死木碳库的贡献却超过40％.到2016年,2007-2012年间增加到死木库的碳储量下降到785.57 Pg,减少约85％,枯倒木的腐朽程度重于枯立木,不同树种间腐朽程度不一,杉木腐朽程度最低.清林等人为经营活动和死木的腐朽是存量减少的主要原因.

2017年5月30日,在江西省吉安市遂川县南风面国家级自然保护区(26°18′05″N,114°02′34″E,海拔1 483 m)拍摄到1只正在呜叫体形像乌鸫(Turdus merula)的鸟类在一枯死的松树枝头上,经查阅相关文献(约翰·马敬能等2000,邵明勤等2010),本次发现的鸟类是灰翅鸫(T.boulboul)(图1),属江西省鸟类新纪录.此次发现的灰翅鸫体型略大,体长约28 cm,嘴橘黄色,眼圈黄色,腹部黑色有灰色鳞状纹,覆羽有明显的灰色翼纹.根据郑光美(2011)记载,该物种种群数量稀少,主要分布于喜马拉雅山脉、中国南方、中印半岛北部及缅甸等,在中国陕西南部、甘肃南部、四川、贵州和云南东南部及广西均有分布

无人机航摄监测森林病虫害是一个新的研究热点.为探究无人机航摄在松材线虫病监测中的应用,本研究于2017年11月利用小型固定翼无人机采集了广东省河源市新丰江库区松材线虫病疫点的航摄影像,总面积1425.9 hm2.固定翼无人机搭载了1台可见光数码相机和1台多光谱数码相机,能同时采集枯死松树的可见光和近红外的航摄影像.利用LAMapper软件对航摄图像进行空中三角测量和像素匹配,获得可见光正射影像和多光谱正射影像.使用ERDAS软件生成影像的归一化植被指数 (NDVI).然后将带有地理信息的完整影像自动导入GIS系统进行异常点识别和几何矫正,导出最终的影像数据.最后,对影像进行分析,并根据植被指数 (NDVI)对图像进行分类.分析结果显示,航摄的疫点中共自动识别1486株枯死松树,并获得了其分布地图及坐标点位置.验证结果表明监测的准确率达到80%以上,坐标点精度达到2-3 m.本研究结果具有低成本、自动化、可靠、客观、高效和及时等优点,可为大面积监测松材线虫病的发生现状和流行动态、评估防控效果和灾害损失提供技术支撑.

松材线虫在20世纪30年代就由美国的Steiner和Buhrer作为新种报道,但直至1971年才在日本被确认是引起松树枯死的原因.目前松材线虫在世界上分布还不很普遍,但对世界松林构成严重威胁.本文介绍了松材线虫发生及防控现状,着重介绍了松材线虫在世界的分布、寄主植物、传媒昆虫及管理现状.针对我国松材线虫病的发生和防控现状,探讨了我国松材线虫病防控对策和提出展望.

树木大小是林分的基础属性,反映个体在森林生态系统过程中扮演的角色和地位.作者于2016-2018年在中国西南地区南盘江流域松栎混交林中建立3块永久性标准固定样地(A、B、C),并用双相关函数g(r)、标记相关函数kmm(r)、标记变差函数γ(r)和k-邻体距离分布函数Dk(r)分析不同大小枯立木的空间结构特征,以揭示林分水平上枯立木的大小和空间结构之间的关系.结果显示:(1)枯立木的起测径(minimum measured diameter,mmd)越小,小尺度上(r = 0～5 m)的分布格局趋向聚集状态,但随着起测径的增大(mmd = 5～8 cm),随机分布格局几乎占据每个尺度(r = 0～20 m).(2)当起测径等于1～2 cm时,枯立木的大小在小尺度上(r = 0～1 m)接近聚集分布,除此之外它一直保持随机分布.(3)当起测径≤4 cm时,枯立木的树种分布集中;反之,它在每个尺度上越接近或成为随机状态.(4)当起测径由1 cm增大至8 cm时,r = 0～10 m之内相邻木的株数减少且距离增加,其变化程度受到林分株数的影响.研究表明,枯立木的起测径与其分布格局类型、标记特征以及距离分布紧密相关,暗示同种小树易呈团块死亡,而大径的枯立木偏向随机分布;对比分析枯死木的空间结构需使用统一的起测径标准.

松材线虫病因其破坏性强、传播速度快和防治难度大等特点,严重威胁着我国的松林资源.及时发现、定位和清理病死松树是控制松材线虫病蔓延的有效手段.本研究利用小型无人机获得松材线虫病疫点的可见光和多光谱的航摄影像.根据松树针叶颜色变化,将松材线虫Bursaphelenchus xylophilus侵染的松树分为病树和枯死树两种类型.将无人机遥感正摄影像图切割成瓦片图,根据不同植被指数的特征差异,筛选出含病树和枯死树的瓦片图.训练Fast R-CNN深度学习框架形成最终模型,通过模型运算获得病枯死松树的分布地图及坐标点位置.研究结果显示Fast R-CNN深度学习和无人机遥感相结合能有效识别出病树和枯死树,正确率分别达到90％和82％,漏检率分别为23％和34％,可为大面积监测松材线虫病的发生现状和流行动态、评估防控效果和灾害损失提供技术支撑.

[目的]探明产卵季节和地理纬度对松墨天牛Monochamus alternatus生活史特征的影响,为该虫的精确测报和治理提供依据.[方法]在江西境内沿约1°的纬度梯度自南向北建立6处固定试验样地,通过林间诱木截顶网罩的方式调查松墨天牛的世代分化和发育历期,以及通过枯死树解剖的方式调查越冬虫龄的差异.[结果]松墨天牛在赣南和赣中地区存在二代分化现象,其中赣南地区二代分化比例随产卵月份从45.75％下降至2.46％,赣中地区二代分化比例随产卵月份从17.42％下降至0,而在赣北地区仅发生1代,不存在世代分化现象.比较不同纬度下同期所产的卵的二代分代比例时发现,随着地理纬度的增加平均二代分化比例从21.92％下降至0.比较松墨天牛林间的发育历期发现,分化个体的卵-蛹历期在110.66～122.01 d之间且显示同向梯度变异,未分化个体的卵-蛹历期在330.61～366.01 d之间且显示反向梯度变异,但均不存在明显差异.比较越冬幼虫的虫龄及其占比发现,赣南和赣中地区以2-5龄幼虫越冬,赣北地区则以4-5龄幼虫越冬,越冬幼虫中2龄幼虫占比随着地理纬度的增加从12.47％下降至0,而越冬5龄幼虫占比从45.33％上升至98.40％.[结论]季节和纬度对松墨天牛的生活史特征具有一定的影响,其中产卵季节和地理纬度明显影响松墨天牛的世代分化比例,而对分化个体和未分化个体的发育历期影响不明显,越冬虫龄和占比明显受地理纬度的影响.