生物多样性对森林生态系统功能和生态系统服务具有十分重要的影响，而不断加剧的气候变化正在严重威胁森林生物多样性及生态系统的健康和稳定性。为应对气候变化和保护生物多样性，提高森林生态系统韧性、多功能性和可持续性尤为重要。树种多样性是森林经营过程中关注的核心问题，直接影响森林生态系统的多功能性、稳定性和可持续性，是当今国内外森林生态学研究的前沿和热点。由于森林生态系统的复杂性（如类型多样、结构复杂以及对干扰和环境变化的时空动态响应），人们对树种多样性调控森林生态系统多功能性内在机理的认识还十分有限。本研究系统总结树种多样性对生态系统多功能性影响的生态学原理，包括生态位分化、资源分配与功能性状整合及拮抗、互补效应与选择效应、杠杆效应与功能冗余等；综述近年来树种多样性与生态系统多功能性的研究进展，涉及树种多样性对树木生长、林分生产力、根系及根系分泌物、土壤有机碳、土壤养分、土壤微生物和根系?土壤?微生物互作等生态过程与相关功能的影响，以及树种多样性对森林生态系统响应极端干旱、病虫害、外来物种入侵等的影响；结合经营实践，从树种选择与遗传多样性、混交与不同功能型树种组配、轮伐期调整与地力维持、景观配置与多功能性等方面提出人工林质量与生态系统多功能性协同提升的经营技术对策。最后，展望树种多样性与生态系统多功能性的未来研究趋势，探究应对气候变化与生物多样性保护相协同的近自然解决方案，以期为全球气候变化背景下森林生态系统经营，尤其是人工林多功能可持续经营提供科学依据和实践参考。

目的: 探究马尾松和红锥混交林及相应纯林中根系与菌丝对土壤不同磷组分含量的影响及其调控机制，为亚热带人工林营造过程中的树种选择与配置及养分精准管理提供理论依据。方法: 以马尾松和红锥混交林及其纯林为研究对象，利用不同孔径（2 mm、48 μm和1 μm）的内生长袋原位区分根系与菌丝对土壤不同磷组分含量的调控作用，测定土壤中的磷组分含量等土壤理化性质及微生物生物量碳、氮、磷含量和酶活性，系统比较不同林分中根系与菌丝对土壤不同磷组分含量的影响，并借助相关性分析、方差分解和冗余分析识别关键调控因子。结果: 1） 相较于马尾松纯林，马尾松和红锥混交林可显著增强中等活性磷组分（NaOH-Po）的正向根系效应和活性磷组分（NaHCO₃-Po）的负向根系效应，同时也显著增强活性磷组分（NaHCO₃-Po）的正向菌丝效应和稳定磷组分（HCl-Pi）的负向菌丝效应（P<0.05）。2） 树种混交一方面通过根系介导的生物过程（抑制β-1,4-葡萄糖苷酶活性）与非生物过程（降低土壤pH值）显著促进中等活性磷组分（NaOH-Po）的积累（P<0.05），并推动活性磷组分向中等活性磷组分转化；另一方面通过菌丝介导的生物过程（增加微生物生物量碳含量和微生物生物量氮含量）显著增加活性磷组分（NaHCO₃-Po）含量（P<0.05），并活化稳定磷组分，使其向活性磷组分转化。3） 相关性分析、方差分解和冗余分析结果进一步表明，生物因素是影响根系与菌丝调控土壤不同磷组分含量的关键因素。结论: 树种混交主要通过根系介导的生物与非生物过程及菌丝介导的生物过程调控土壤不同磷组分含量，其中生物因子起核心作用。在人工林经营中，应充分考虑不同树种根系与菌丝的生态策略，优化树种配置以提升土壤磷有效性和人工林生产力。

目的: 优化杨树苗期动态生长性状的全基因组选择，为提高预测准确度和实现优良子代早期选择提供参考。方法: 以母本‘南林895’杨和父本‘京兴1号’杨的400株杂交F₁子代为材料，分别在4—9月每月测定1次地径和株高，并采用全基因组重测序获取基因型数据。利用GBLUP、BayesA、BayesC、支持向量回归、梯度提升、随机森林方法，评估不同月份表型数据对全基因组选择模型预测准确度的影响。在12月生长季结束时，测定最终的地径和株高，以验证各全基因组选择模型对最终表型值的预测准确度。结果: 杂交群体的地径和株高均值随月份增加逐渐上升，并在9月达到最高值，变异系数范围分别为0.23~0.34和0.18~0.54，广泛的遗传变异表明具有较高的选择潜力，狭义遗传力估算范围分别为0.42~0.47和0.39~0.62。GBLUP、BayesA、BayesC和支持向量回归模型在所有月份对地径和株高的预测准确度高于梯度提升和随机森林模型，其中地径和株高的预测准确率最高的月份分别在6月和9月。利用12月最终生长数据对不同全基因组选择模型预测准确率进行评估，6、7、8、9月构建的全基因组选择模型在地径和株高上的预测准确率显著高于4月和5月，其中，9月份表型构建的 BayesA 模型对地径和株高的预测准确率较高，因此选择该模型对400个杂交子代的育种值进行预测和筛选。根据12月表型观测值和全基因组选择预测育种值筛选出的优良基因型，有4个杂交子代被２种方法同时选出。结论: 全基因组选择能够有效筛选出杨树苗期动态生长性状中优良子代，为杨树育种中优良子代的早期选择提供了有效方法。

目的: 构建生态系统健康评估框架与综合阻力面，识别川滇生态屏障区生态源地和关键节点，为研究区生态安全格局优化奠定基础，为生态保护与修复提供科学依据。方法: 基于2021年多源基础数据和“生态活力?组织力?恢复力?生态系统服务”框架，利用InVEST、Fragstats和TerrSet等软件，评估研究区生态系统健康空间分布，确定最优生态源保护方案；采用随机森林模型计算未来土地利用发展概率，结合自然和社会因子构建综合生态阻力面，应用电路理论模型构建研究区生态安全格局。结果: 2021年，研究区生态系统物理健康指数、活力、组织力和恢复力均呈现明显的空间分异。生态系统物理健康指数和活力平均值分别为0.533和0.546，呈南高北低分布，高值区主要分布在生态系统类型多样、野生生物资源丰富、植被覆盖率较高及水资源充足的南部、西南部、中部和北部；西北部和东部的生态系统物理健康和活力水平较低。组织力平均值为0.583，受地形阻隔影响，高值区多分布在地势平坦、交通连通性较好、植被覆盖度高、有河流穿越的区域；低值区集中于岷山、米仓山、邛崃山、大凉山和高黎贡山等地形复杂地区。恢复力平均值高达0.667，西部和西北部因过度放牧引发草地退化、盐碱化和沙化等问题而呈低值，城镇发达、耕地密集和湖泊所在地也为低值区。生态系统健康分布呈西部、西北部、东部和东南部较低，东北部、中部和南部较高的格局。综合生态阻力面平均值为32.716，与生态系统健康分布趋势相反。生态安全格局共包含210块生态源地，面积66 990.64 km²，占总面积的28.28%；生态廊道511条，总长度达5 951.475 km；在空间分布上呈现出西部密集、东部稀疏的特征。一般生态廊道（250条）长且分散，连接较远生态源；重要生态廊道（178条）短而密集，与一般廊道形成廊道网络；核心生态廊道（83条）连接面积较大源地。共识别出143个生态夹点和248个生态障碍点，主要分布于一般生态廊道上，以草地、其他用地和耕地为主。结论: 本研究揭示出川滇生态屏障区生态系统物理健康的区域差异，生态系统健康整体呈南北高、东西低分布格局。东北部、中部和南部是生态源地和夹点的集中分布区，应优先保护自然植被的完整性；阿坝州、甘孜州和香格里拉地区受自然与人为活动的影响显著，应重点修复；应进一步优化东北部和南部地区的空间规划，协调生态与经济的可持续发展。

目的: 比较油松、栓皮栎种内和种间竞争下根系结构的可塑性和非结构性碳水化合物含量的季节性变化，阐明森林演替进程中的竞争机制，为松栎混交林的高效培育提供理论依据。方法: 以栓皮栎和油松2年生幼苗为研究对象，设置油松?油松、油松?栓皮栎、栓皮栎?栓皮栎3种竞争模式，测定根系结构性状和非结构性碳水化合物含量，采用双因素方差分析探究竞争模式和季节对根系结构和非结构碳的影响。结果: 相较于种内竞争，油松幼苗的根长、根表面积、细根和总根体积在与栓皮栎幼苗竞争中均受到抑制，栓皮栎幼苗的粗根体积在与油松幼苗的竞争中得到促进；种间竞争下油松幼苗的细根和整株的可溶性糖、淀粉、非结构性碳水化合物总量均显著低于种内竞争下的油松幼苗，而种间竞争下栓皮栎幼苗的上述指标则基本高于种内竞争下的栓皮栎幼苗，这种差异在8月末更为显著。结论: 栓皮栎幼苗在松栎幼苗种间竞争中表现出更强的适应性和竞争优势，二者会季节性调整根系结构和非结构碳水平以优化竞争策略。

目的: 利用桉树复层混交林固定样地土壤呼吸及其1年期环境因子连续观测数据，构建并筛选多因子土壤呼吸预测模型，明确影响该地区人工林土壤呼吸时空变异的关键环境因素，为提升人工林碳排放模拟精度及大尺度预测模型的校准提供科学依据。方法: 以雷州半岛桉树?灰木莲复层混交林为研究对象，引入6种机器学习算法（随机森林、时间卷积神经网络、长短期记忆网络、支持向量机回归、极限学习机、BP神经网络）和2种传统经验模型（Q₁₀模型、Gamma模型），在1 h和24 h尺度上模拟土壤呼吸变化，比较模型精度评价指标，筛选适合研究区的最优模型算法。结果: 桉树复层混交林土壤呼吸表现为雨季高于旱季，土壤呼吸累积通量在雨季为616.83 g·m^?2，在旱季为319.81 g·m^?2，全年为936.64 g·m^?2，旱季土壤呼吸波动程度高于雨季。6种机器学习算法和2种经验模型均能成功模拟桉树复层混交林土壤呼吸变化，但机器学习模型模拟结果明显优于经验模型。机器学习算法中随机森林模型表现最稳定，当输入变量为土壤温、湿度双自变量时，决定系数R²为0.89（训练集）和0.76（测试集），当输入变量增加土壤电导率、土壤热通量、空气温度、空气相对湿度、太阳总辐射、光合有效辐射后，模型决定系数R²提高至0.99（训练集）和0.93（测试集）。除土壤温、湿度外，土壤电导率对土壤呼吸变化具有显著影响。结论: 桉树复层混交林土壤呼吸具有明显的旱雨季变化特征，机器学习算法相比于传统经验模型在预测土壤呼吸变化时更具优势，其中随机森林模型表现最佳；通过增加土壤电导率等输入变量能大幅提高随机森林模型的预测能力，考虑增加这些因素能更好地预测土壤呼吸的变化，为评估人工林碳收支状况提供可靠依据。

目的: 探究科尔沁沙地典型固沙植被小叶锦鸡儿灌丛和新疆杨乔木林在不同水文年对深层渗漏水量和土壤水分的影响，为“三北”工程建设及科尔沁、浑善达克沙地歼灭战的林草生态用水管理提供理论指导。方法: 在2022年（湿润年）和2023年（干旱年）生长季（4—10月），对科尔沁沙地分布的典型乔灌固沙植被和流动沙地，使用自主研发的深层渗漏水量记录仪（YWB-01）实时定量监测深层渗漏水量，比较不同水文年乔灌固沙植被深层渗漏水量在日、月尺度上的差异；监测固沙植被0~200 cm土层的土壤水分变化，明晰湿润年和干旱年固沙植被在浅层（0~40 cm）、中层（40~120 cm）和深层（120~200 cm）土壤相对可提取水分的变化。基于水量平衡，探究固沙植被水分补充能力的差异。结果: 1） 在各水文年，各土层的相对可提取水分在流动沙地均显著高于植被覆盖样地（P<0.05），浅层土壤在灌丛与乔木林样地之间无显著差异，中层和深层土壤为灌丛样地显著高于乔木林样地（P<0.05）。2） 不同水文年的深层渗漏水量变化特征在不同样地间表现相似，渗漏量均表现为流动沙地>灌丛>乔木林，湿润年的深层渗漏水量高于干旱年。在日尺度，不同水文年的流动沙地深层渗漏水量在至少73.86%的天数高于灌丛样地，在月尺度的比例更高。流动沙地和灌丛样地的深层渗漏水量在整个研究时段均高于乔木林样地。3） 乔灌固沙植被在湿润年份的蒸散量高于干旱年份。灌丛样地能够补给土壤水分，而乔木林样地导致土壤水分亏缺。结论: 在不同水文年，相比流动沙地，固沙植被样地在日、月尺度上均减少深层渗漏水量，其中乔木林固定沙地减少得更显著。在整个土层内，固沙植被的相对可提取水分显著低于流动沙地，乔木林样地消耗更多的中层和深层土壤水分，导致土壤水分明显亏缺。

目的: 明确毛白杨叶片?细根表型可塑性和生长节律对间伐的响应机制，为速生树种高效结构调控技术的优化提供理论参考。方法: 以华北平原8年生三倍体毛白杨S86人工林为研究对象，设置3种间伐强度：不间伐（NT）、隔行间伐（间伐强度50%，T50）、隔行隔株间伐（间伐强度75%，T75）。监测间伐后毛白杨生长指标和叶片、细根性状，分析毛白杨生长季内胸径、叶面积生长节律以及叶片、细根表型的可塑性，进而探究不同间伐强度下叶片、细根的生长策略以及与林木生长之间的耦联关系。结果: 1）间伐对叶片比叶面积（SLA）和比叶质量（LMA）存在显著影响，随着间伐强度的增加，叶片具有更小的SLA和更大的LMA。相比于间伐强度，土层深度对细根性状的影响更为显著，浅土层和深土层细根呈现完全相反的生长策略。2）间伐处理的胸径生长节律和叶面积变化规律均与NT相似：胸径生长开始于4月，停止于10月，呈“慢—快—慢”的单峰生长模式。毛白杨从3月中下旬开始展叶，4月初—5月初叶片进入快速生长发育阶段，5月初—8月初叶面积指数变化相对稳定，8月后开始落叶。3）间伐能够促进毛白杨胸径增长，并且可延长胸径高速率生长的时间（7—8月），10月末T75、T50胸径累计增长量相比于NT处理显著提高了91.57%和56.59%。此外，间伐能够调控林木自身形成更大的树冠促进林木生长，尤其是在间伐方向。4）叶片性状、根系性状分别解释了林木生长变异的88.25%、72.31%，叶片性状正向调节林木生长，而细根性状对于林木生长起到负向调控，其中LMA和细根生物量密度（FRBD）是解释度最高的表型参数。结论: 间伐后，毛白杨胸径的生长速率和叶片表型会发生可塑性变化，但不会改变胸径和叶面积的生长节律。间伐能够调整林木营养器官的比叶面积和比叶质量，采取“高投资?低收益”的单叶生长策略，并通过形成更大的树冠，更多的叶片数量促进毛白杨的直径生长。此外，间伐后的细根会更倾向于浅层化分布，并优先选择“改变其生物量分布特征并非形态特征”的生存策略获取水养资源。

目的: 针对树木根区探地雷达（GPR）检测图像复杂、解译困难以及反演精度低等问题，提出一种基于偏移权值指导的改进全卷积神经网络（MWFCNet）的树木根区相对介电常数反演方法，实现树木根区地下相对介电常数环境的高精度反演重建，为树木根系无损检测和根域土壤环境探测提供一种高效、可靠的技术手段，为树木?土壤介电环境相互作用机制的深入研究提供新的工具和方法。方法: 以成熟三倍体毛白杨根区环境为研究对象，利用开源软件gprMax生成GPR B-scan仿真模拟样本，结合CycleGAN实现样本风格迁移，构建3 000对GPR B-scan与对应测线剖面二维相对介电常数模型的训练样本；为解决反演网络对背景介质反演效果不佳的问题，在输入模块中引入GPR偏移图像序列及其对应的偏移权值序列，构建一个以编码器?解码器为主干的网络架构，采用2种不同卷积尺寸并行处理，并通过跳跃连接实现特征图像的多尺度特征提取；应用全连接层进一步整合图像特征，增强特征表达能力，进而输出所测根区地下二维相对介电常数模型。选取结构相似度指数（SSIM）、峰值信噪比（PSNR）和均方误差（MSE）作为GPR反演效果的评价指标，背景方差作为对背景介质还原程度的评价指标。结果: 相较于现有的Enc-Dec、U-net、PInet等方法，在对相同测试集的反演上，MWFCNet方法的SSIM提高0.11%~3.23%，MSE提升0.11~0.73，PSNR提升0.31~5.83 dB；在对背景介质还原程度上，MWFCNet方法的背景方差下降0.035~0.15。结论: 基于MWFCNet的树木根区相对介电常数反演方法能够精准识别出树木粗根位置，实现对GPR测线剖面地下相对介电常数图谱的二维重建还原，结合GPR采样方式还可实现对根区地下三维相对介电环境的重建还原。

目的: 针对药用植物毛状根本源转化困难的技术难题，基于异源转化技术发展潜力，选用速生型84K杨构建高效毛状根遗传转化体系。方法: 本研究以84K杨组培苗为材料，通过比较菌株类型、外植体类型、菌液浓度、侵染时间，构建高效的毛状根遗传转化体系。进一步克隆金钗石斛萜类生物碱合成途径下游基因LOC110095726（LOC2），评估异源转化效果。结果: 最佳的诱导菌株是C58C1，21天毛状根诱导率达100%，诱导的平均根数（5.06 ± 2.36）条，平均根长为（12.83 ± 5.75） mm，且转化率为46.67% ± 11.55%；最佳的诱导外植体是叶片，14天毛状根诱导率达93.33% ± 11.55%，诱导的平均根数（3.89 ± 2.53）条，平均根长为（8.36 ± 4.24） mm；最佳的侵染浓度是0.8 （OD₆₀₀），21天毛状根诱导率达100%，诱导的平均根数为6.03 ± 2.10条，平均根长为17.77 ± 9.23 mm；最佳的侵染时间是15 min，21天毛状根诱导率达100%，诱导的平均根数为6.03 ± 2.10条，平均根长为17.76 ± 9.23 mm。成功克隆了金钗石斛LOC2基因到过表达载体，并转入发根农杆菌C58C1中，获得了LOC2的阳性毛状根。结论: 84K杨毛状根最佳的遗传转化体系为菌液浓度（OD₆₀₀）0.8的C58C1菌液侵染叶片15 min。这套方法以其简便、快捷、稳定性高等优点，可在药用植物代谢物活性成分功能验证和高活性成分植物创制中应用。该体系不仅适用于代谢途径相似的药用植物活性成分功能验证，也能为规模化生产药用活性成分提供可靠的技术基础。

目的: 为探究影响松材线虫病传播扩散的主要影响因素，结合自然气候、人类活动以及地理空间特征多源数据，围绕松材线虫病“传入-定殖-扩散”的生态入侵过程，构建适用于更小空间尺度数据的传播预测模型，实现对松材线虫病高风险发生地区的精准预测和早期预警。方法: 基于国家林业和草原局公布的江苏省松材线虫病小班本底发生数据，结合松材线虫病的生态特性和地理空间分布规律，选取包含自然气候、人类活动因素以及空间特征等25项影响因子数据，采用主成分分析方法进行数据预处理，通过Spearman相关性分析方法和Apriori数据挖掘算法，探究各影响因子与松材线虫病发生之间的相互作用关系。结合贝叶斯估计方法对影响因子数据进行特征增强，建立灰狼优化算法-元胞自动机模型模拟松材线虫病的传播扩散过程，同时与其他5种主流机器学习模型预测结果进行横向对比验证，通过计算其精确率、召回率和AUC等评价指标对模型性能进行验证。结果: 构建的灰狼优化算法-元胞自动机模型在松材线虫病新发小班预测中表现出优异的性能，模型召回率达到78.5%，显著优于其他5种主流机器学习模型；同时，其AUC值达到89.0%，表明模型在识别新发疫情点位的同时，兼顾较高的整体预测准确性与判别能力。本研究进一步证实地理空间特征在松材线虫病传播预测中的重要性，并验证元胞自动机模型在处理复杂时空数据和更精细尺度空间数据预测方面的高度适用性。结论: 木材运输是驱动松材线虫病传播扩散的关键因素，而温度与降水的差异也在显著程度上影响其发生风险。作为一种融合空间异质性与时间动态特征的建模方法，元胞自动机模型在处理复杂生态数据与入侵物种风险评估方面展现出较高的适用性与灵活性，可为松材线虫病的精准防控与高效管理提供有力的技术支撑。

目的: 针对现有蓝莓果实成熟度检测方法在复杂自然环境下的检测性能不佳，且对实际采摘作业中镜头离焦模糊和多角度成像的鲁棒性不足，导致收集的果实中生果混杂率高、收获质量难以保障的问题，提出一种改进的YOLOv9检测方法，旨在实现高精度的成熟度识别，为基于视觉的采摘转速动态调控提供算法支撑。方法: 以YOLOv9模型为基础，将MobileNetV4引入YOLOv9模型中作为骨干特征提取网络，减少网络的参数量和计算负担；在YOLOv9的颈部网络中引入GAM注意力机制模块，调整每个特征的权重，使模型更好地聚焦在对目标检测最重要的特征区域，进而增强模型对关键区域的识别能力，提高检测的准确性和鲁棒性；采用WIoU作为损失函数，优化模型的定位精度，提升边界框预测的准确性，加快网络收敛速度。利用蓝莓采摘试验台进行采摘试验，验证模型是否满足蓝莓采摘机器的精度和速度要求，并得到采摘装置采摘不同成熟果实比例的蓝莓植株时的最佳转速。结果: 改进后的YOLOv9模型在测试集上的精确率为98.0%，召回率为97.2%，平均精度均值（mAP）为98.2%，检测帧速率为86.5 fps，对比SSD、Faster R-CNN、YOLOv5和YOLOv8模型，平均精度均值分别提升6.8、5.6、4.0、2.7个百分点。改进后的模型满足采摘系统要求，在蓝莓植株的成熟果实比例为90%~ 100%、85%~ 90%和80%~ 85%时，采摘装置最佳转速分别为125 r·min^?1、130 r·min^?1和140 r·min^?1。结论: 改进后的YOLOv9模型较原模型提高了检测性能，通过蓝莓采摘试验得到的最佳转速能够降低生果率，为蓝莓果实智能化采摘提供强有力技术支持。

目的: 探究含水率和温度对兴安落叶松木材声?超声参数的影响规律，为木材声?超声无损检测技术的应用提供理论基础和科学依据。方法: 在不同含水率（6%、12%、24%和85%）和不同温度（?20 ℃、0 ℃、20 ℃和40 ℃）条件下，测量兴安落叶松木材无疵小试样的超声波波速、峰值电压、均方根电压和频率形心4个声?超声参数，比较各声?超声参数在不同含水率和温度下的差异显著性和变化，分析含水率和温度对木材声?超声参数的影响及原因。结果: 1） 含水率和温度对波速、峰值电压、均方根电压和频率形心均有显著影响（P<0.05），且含水率和温度的交互影响极显著（P<0.001）；2） 0 ℃、20 ℃和40 ℃时，波速、峰值电压和均方根电压随含水率升高呈降低趋势；?20 ℃时，随含水率升高，波速呈降低趋势，峰值电压、均方根电压和频率形心变化趋势不明显、变化幅度较小；3） ?20 ℃、0 ℃、20 ℃和40 ℃温度条件下，6%、12%、24%含水率之间的频率形心差异较小，均显著高于含水率85%时的频率形心；4） 6%、12%、24%含水率条件下，温度对波速、峰值电压、均方根电压和频率形心的影响均较小；85%含水率条件下，?20 ℃时，峰值电压、均方根电压和频率形心显著高于其他温度时的声?超声参数，0 ℃、20 ℃和40 ℃温度条件下峰值电压、均方根电压和频率形心之间的差异性均不显著，且?20 ℃、0 ℃、20 ℃和40 ℃温度条件下波速之间的差异性也均不显著（P>0.05）。结论: 1） 对饱水兴安落叶松木材，?20 ℃时，水的结冰显著增强超声波的传播能力，与0 ℃、20 ℃和40 ℃温度相比，峰值电压、均方根电压和频率形心显著增加，但波速变化不显著；纤维饱和点以下的兴安落叶松木材，温度对超声波在木材中的传播影响很小；2） 温度大于等于0 ℃时，由于水的黏滞作用，含水率对超声波在木材中的传播速度和能量衰减影响显著，波速、峰值电压和均方根电压随含水率升高而降低；?20 ℃时，随含水率升高，波速呈降低趋势，但由于水的相态变化，含水率对超声波在木材中的传播能量无显著影响，峰值电压和均方根电压变化幅度较小；3） 温度大于等于0 ℃时，木材含水率低于纤维饱和点的情况下含水率对频率形心的影响很小，木材含水率高于纤维饱和点的情况下细胞腔内大量自由水导致超声波信号中的高频成分衰减，其频率形心显著降低；?20 ℃时，含水率对频率形心无显著影响。

目的: 解析华北落叶松边缘木南北朝向木材物理力学性质的差异，探究原木立柱室外暴露过程中南北朝向木柱裂缝的发生发展机制，为华北落叶松原木和实木的合理利用提供科学理论指导。方法: 依据树木生长特征，在阴坡选择华北落叶松南边缘木和北边缘木为研究对象，分析南北朝向对木材生长轮宽度、微观构造和物理力学性质的影响规律。设计顶棚遮盖下的原木立柱室外暴露试验，探究室外环境下南北朝向对木柱开裂的影响。结果: 在综合环境因素影响下，华北落叶松南边缘木和北边缘木均表现出北向生长轮宽度较宽；在相同树高下，同株华北落叶松边缘木南北朝向在微观形貌上无明显差异，北向试件的气干含水率较南向试件高，但南向试件的密度和各向干缩率高于北向；力学强度在南北向的变异规律与密度变化呈高度正相关，北边缘木力学强度的南北向差异最大，南向边材抗弯强度、抗弯弹性模量、顺纹抗压强度相较于北向分别高53.7%、76.9%、21.4%。华北落叶松原木立柱为期10个月的室外暴露试验过程中，木柱在去除树皮后因水分蒸发导致的内外含水率梯度而迅速出现开裂现象；边材含水率迅速下降，由110%~130%降至54%~70%，心材含水率基本稳定在30%~38%，此时裂缝主要表现为长度增长、宽度基本保持不变；当边材含水率降至纤维饱和点后（15%~21%），裂缝长度基本保持不变，但部分裂缝宽度继续增加；当原木立柱含水率整体降至13%~15%时，裂缝形态趋于稳定。华北落叶松南边缘木相较于北边缘木更容易出现大裂缝，阳光照射是影响木柱裂缝分布的关键因素。结论: 在本试验范围内，华北落叶松南边缘木和北边缘木生长轮总宽度窄侧和宽侧物理力学性质存在差异，通过对同株华北落叶松生长轮宽窄的测定可以预测不同位置处的木材性质差异。原木立柱室外暴露过程中木柱裂缝更容易在生长轮总宽度较窄柱面形成，实际使用过程中以木柱生长轮总宽度较宽侧作为阳面可有效减少木柱开裂现象。

目的: 针对当前竹产品伐后下山主要依靠人工搬运、拖车运输存在劳动强度大、运送效率低、人力成本高及安全事故频发等问题，设计一种基于无人机的竹产品与疫木下山吊运系统，实现无人机在竹林或树林间的自主吊运并在危险情况下紧急脱困保护无人机安全的功能，减少人工参与、保障作业安全并克服山地垂直落差大的问题，推动毛竹产业向智能化、高效化发展。方法: 利用测定的竹梢和竹段形态特征参数，设计吊挂自动脱钩装置和无人机紧急脱困装置，应用SOLIDWORKS软件建立装置的三维模型，并开发驱动设备的软硬件系统。基于ANSYS Workbench软件的静态结构分析、静磁分析对吊运装置的关键结构进行仿真和理论计算，确定结构参数和电磁铁型号。进行室内试验，分析打包方式（魔术贴、凹扣和绳结）的效率、脱钩方式（重力钩和电磁主动钩）的稳定性和脱困机构的可行性。开展林间试验，测试整套吊运系统在实际工作场景下的效率和稳定性。结果: 室内试验表明，魔术贴打包方式平均用时21 s、凹扣组平均用时22.2 s、绳结组平均用时25.8 s，选用魔术贴进行打包；重力钩脱钩成功率为80%、电磁主动钩脱钩成功率为90%，确认采用电磁主动钩脱钩方式。林间试验结果显示，脱钩成功率为90%，其中挂钩平均耗时14.69 s，脱钩平均耗时1.19 s。在上升、下降和前进状态下，脱困成功率分别为80%、90%和90%。结论: 基于无人机的竹产品与疫木下山吊运系统能够减少人工参与、提高运送效率、降低成本和发生安全事故的概率，可满足现场应用需求。

近年来，为促进林业现代化建设、推动林草高质量智慧化发展，我国积极发展林业物联网技术。本文首先介绍了国内外林业物联网的发展历程，并从感知、通信、平台管理3个方面详细阐述了射频识别、传感器、ZigBee、LoRa、NB-IoT、数据存储与质量控制、安全与访问控制等林业物联网领域的关键技术。在此基础上，本文深入分析了林业物联网在林草湿资源监管、林业生态环境监测、森林灾害监测预警、野生动物监测、自然保护地智慧监管、林业产业等多个林业场景中的应用。林业物联网是林业天空地一体化监测的重要组成部分，在地面调查和高频精细化观测数据的实时获取中发挥着重要作用，同时也是森林火灾和森林病虫害早期监测预警的重要手段，在近年来飞速发展的林产品溯源、生态旅游、森林康养等领域也发挥着重要作用。通过对林业物联网应用现状的分析可以发现，虽然林业物联网技术已在各领域得到了广泛应用，但我国林业物联网的发展仍存在标准体系不健全、专用传感器自主研发能力不足、偏远林区电力和通信基础薄弱等瓶颈。我国自主研发的林业传感器在精度、稳定性、可靠性等方面与国外同类产品仍存在一定差距；电力供给和通信条件的困境仍阻碍着林业物联网监测数据的长期连续自动获取与更新。在数据处理分析方法上，人工智能等新技术、新方法在部分林业领域仍未得到有效应用；同时，林业数据共享机制、生态敏感数据安全保护等方面也有待进一步发展完善。针对上述问题，本文对我国林业物联网的发展进行了展望。未来应通过多方通力合作推动林业物联网标准体系建设；面向林业应用场景和环境研发具有自主产权的林业传感器、探索多能互补的野外供电系统、多网络智能融合的通信技术；促进林业物联网数据分析基础理论和智能算法发展；系统建立林业物联网数据安全管理体系；并推动无人机、人工智能、边缘计算、区块链等技术在林业物联网中的应用。本文通过梳理国内外林业物联网的应用现状和我国在该领域面临的挑战，以期为我国林业物联网发展和智慧林草建设提供参考。

随着野生动物保护和生态监测需求的不断增长，基于深度学习的图像识别方法在野生动物研究中的应用日益广泛。本研究首先介绍野生动物常用公开数据集，随后详细综述不同深度学习技术在野生动物图像识别中的应用，依据任务需求将识别方法划分为图像级、对象级和像素级3个层级，并重点讨论各层级方法的具体实现及其技术细节。在此基础上，深入探讨野生动物图像识别所面临的核心挑战，涵盖数据层面的诸多问题，如数据质量参差不齐、标注代价高昂且效率低下、样本分布不均衡；同时还从模型与算法角度剖析若干关键技术难题，包括细粒度检测、跨域分布偏移、类增量学习、零样本学习和跨模态学习等。针对上述挑战，总结当前的研究进展与应对策略，并提出未来可能的发展方向，旨在为构建高效、鲁棒且适用于实际监测场景的野生动物智能识别系统提供理论支持和方法参考。

目的: 建立全国4种落叶松人工林的林分优势高和平均高转换模型，为落叶松人工林立地质量评价和生长预测提供依据。方法: 基于2021和2022年2期全国林草生态综合监测落叶松人工林样地调查数据，采用对偶回归和线性混合效应模型方法，建立落叶松人工林的林分优势高和平均高转换模型，选取残差平方和、决定系数（R²）、均方根误差和相对均方根误差等指标对模型进行评价。结果: 1） 基于对偶回归模型方法建立的林分优势高和平均高转换模型表现最好，优于线性混合效应模型方法，对偶回归模型方法的平均R²达0.92以上，平均均方根误差1.31~1.34 m，平均相对均方根误差9.63%~9.85%，且可实现优势高与平均高相互预测；2） 考虑树种分组和省（市）分组的对偶回归模型均可进一步提升模型精度，但考虑省（市）分组的模型精度更高。结论: 基于对偶回归模型方法和考虑省（市）分组的林分优势高和平均高转换模型具有较好的适用性和预测效果，可为落叶松人工林立地质量评价提供更为精确的基础模型。

目的: 在全球气候变化导致的降水格局改变下，探究穿透雨减少对三江平原蒙古栎林大型土壤动物群落的影响，重点分析其组成、多样性和营养结构响应变化，为准确预测气候变化对东北生态功能区生物多样性的潜在影响提供科学依据。方法: 2024年7—9月，在黑龙江抚远森林生态系统定位观测研究站开展穿透雨控制试验。利用PEP膜截留穿透雨（处理组设置50%截留率，对照保持自然穿透雨），随机布设3对处理?对照样地，每块样地面积20 m×20 m。为验证处理有效性，采用烘干法测定0~10 cm土层土壤含水量，结果显示处理组土壤含水量较对照平均降低22.29%，表明穿透雨截留达到预期目标。在此基础上，采用陷阱法与手捡法相结合的方式调查大型土壤动物的类群和数量，同时测定土壤有机质含量、pH值和土壤养分（全氮、铵态氮、硝态氮、全磷、速效磷）含量等土壤理化指标，分析穿透雨减少对三江平原蒙古栎林土壤动物群落组成、多样性和营养结构的影响及其主导因素。结果: 1） 研究时段内共收集大型土壤动物23 953头，隶属于4纲13目34科，其中蚁科为优势类群（占比77.77%）；穿透雨减少条件下，土壤动物群落组成与对照相比无显著差异（P>0.05）。2） 穿透雨减少极显著增加土壤动物群个体数、Simpson优势度指数（P<0.01），极显著降低Shannon-Wiener多样性指数、Pielou均匀度指数（P<0.001），对类群数无显著影响；同时显著增加肉食性类群的个体数、类群数和杂食性类群的个体数（P<0.05）。3） 穿透雨减少条件下，土壤动物群落主要受速效磷、铵态氮和土壤有机质含量影响。4） 穿透雨减少通过降低土壤含水量进而改变土壤有机质含量、pH值和土壤养分（全氮、铵态氮、硝态氮、全磷和速效磷）含量，对土壤动物营养结构无直接或间接影响。结论: 穿透雨减少处理可增加三江平原蒙古栎林中大型土壤动物群的个体数，降低其多样性，同时抑制土壤有机质含量、pH值和土壤养分含量对土壤动物群影响的有效性。三江平原地区未来穿透雨减少情景有可能造成蒙古栎林中土壤理化性质与大型土壤动物间解耦式响应，简化土壤动物群落结构，最终削弱土壤动物群落的多样性和稳定性。