东北林区典型树种内部心腐材积的量化检测

曹延珺,徐华东,王立海,刘泽旭

(东北林业大学工程技术学院，哈尔滨150040)

东北林区典型树种内部心腐材积的量化检测

曹延珺,徐华东*,王立海,刘泽旭

(东北林业大学工程技术学院，哈尔滨150040)

为分析活立木心腐材积损失变化规律及材积与胸径的关系，利用Arbotom应力波测试仪对带岭凉水国家自然保护区内红松(Pinuskoraiensis)、旱柳(Salixmatsudana)、山杨(Populusdavidiana)、水曲柳(Fraxinusmand-schuricaRupr.)等4种活立木不同高度处144个断面的腐朽状况进行检测，获取每个断面的树干直径和应力波断层图像。根据应力波断层成像，筛选出存在心腐的断面共78个，利用Envi 5.0最大似然法对心腐断面进行分类并计算断面腐朽面积，据此模拟出活立木内部腐朽的立体模型，然后通过分区段求材积法估算其腐朽材积。在此基础上，对活立木心腐材积变化规律及材积与胸径的关系进行统计分析。结果表明：活立木心腐面积随高度的增加呈递减趋势；活立木心腐材积与胸径之间存在显著的正相关性(R=0.618，P=0.000<0.01)，胸径越大，活立木心腐材积比例也增大。

应力波检测仪；活立木；心腐；材积

活立木是一种生物体，在外部条件刺激(刮伤、擦伤等)和内部机能降低的情况下，容易产生腐朽。腐朽是由于木腐菌对木质有机物的分解作用而导致其力学性能明显降低的现象[1]。活立木腐朽危害很大，影响林木健康，导致森林质量下降。对单一活立木来说，它还造成活立木材积损失。研究表明，瑞典每年因腐朽所造成的立木损失相当于当年木材生产量的15%(约合1亿美元)[2]。由于腐朽具有较强的隐蔽性，尤其是活立木内部腐朽，通常难以准确测定其位置、大小等信息，进而要定量分析活立木腐朽所引起的材积损失量则更难，相关研究也极少。研究腐朽对活立木材积的影响，通常的做法是结合木材生产作业，将活立木伐倒，在贮木场原条造材过程中，通过对内部腐朽进行实际检测，进而分析腐朽所引起的材积损失。然而，在木材采伐作业前，或者是活立木不伐倒的情况下，准确估量活立木腐朽材积一直是林业工作者面临的一个难题。

近年来，多种无损检测技术被应用于木材的腐朽检测，如超声波、应力波、阻抗仪、近红外光谱等，并取得了一定的成果。应力波和阻抗仪因其便携性和易操作性，成为目前国内外应用最为广泛的活立木无损检测技术[3-5]。应力波检测仪主要是通过获取在木材中传播的声波信号，测量其传播速度，依据传播速度对木材的材质进行评价[6]。同时，随着二维成像算法的发展，应力波二维断层成像技术也逐渐成熟并被广泛应用，这为判断活立木内部是否存在腐朽及腐朽程度提供了可能[7-8]，也为解决活立木内部腐朽材积估量的难题提供了有效途径。

基于上述考虑，笔者以我国东北林区典型树种为研究对象，利用应力波断层成像技术对活立木样本内部腐朽进行无损检测，量化计算各断面腐朽区域面积，进而估算活立木心腐材积，分析腐朽所造成的材积损失变化规律以及其与活立木胸径之间的关系。本研究通过探索一种能够快速估计活立木内部腐朽材积数值的方法，同时分析腐朽材积与立木自身特征之间的关系，以期为森林合理经营、森林资源调查和森林资源质量监测等提供科学依据。

1 材料与方法

1.1 试验地概况

凉水自然保护区位于黑龙江省伊春市小兴安岭南坡，以低山地地势为主，多为缓坡，最高海拔1 050 m，最低海拔250 m，年均气温1.4℃，属寒温带大陆性季风气候。森林类型为天然林，地带性植被是以红松(Pinuskoraiensis)为主的针阔混交林，红松作为建群种，与水曲柳(FraxinusmandschuricaRupr.)、山杨(Populusdavidiana)、冷杉(Abiesfabri(Mast.) Craib)等树种混杂生长。野外测量试验在凉水自然保护区第18林班内进行，样地内主要树种有红松、水曲柳、山杨、旱柳(Salixmatsudana)和白桦(BetulaplatyphyllaSuk.)等。样地面积约30 hm2，坡度5°～8°。

1.2 试验材料

对样地内的红松、旱柳、山杨、水曲柳展开广泛调查，通过目测法寻找存在腐朽迹象的活立木，包括树干上存在空洞、树瘤、子实体和树皮有腐烂或外伤的。每个树种随机选取12棵腐朽迹象明显的活立木作为样木。用卷尺确定每棵样木离地20、60和130 cm的位置，并测量每个高度处树干的直径。然后，用Arbotom应力波测试仪对4个树种共48棵样木各高度处断面进行腐朽检测。

1.3 试验方法

1.3.1 应力波无损检测

应力波断层成像是基于应力波在木材中的传播和计算机成像技术。它采用多个传感器，通过敲击其中一个传感器，测量各传感器之间应力波传播速度的相对值，从而产生反映木材内部结构状况的二维图像。尽管应力波二维成像不能识别木材内部腐朽类型，但能够提供很好的树木腐朽诊断信息[9-10]。

利用应力波测试仪首先对12棵红松样木各个横截面进行腐朽检测。在每个截面的外围等距钉入12枚钢钉，使钢钉均在同一平面上且接触到木质部；然后依次把12个传感器挂在钢钉上，将每个传感器互相连接，并将应力波测试仪和笔记本电脑相连；打开应力波测试仪和Arbotom软件，设置相应参数；用脉冲锤轻轻敲击传感器，将Arbotom软件输出结果存盘。测试每个点时，应该用同样的力度敲击传感器。测完红松后，按同样的方法对旱柳、山杨和水曲柳进行检测，最后保存应力波测量结果。

1.3.2 最大似然法图像分类

利用Arbotom软件对测量数据进行分析并获取活立木断面二维图像。研究表明，使用12个传感器生成的应力波断层图像可以直观地显示活立木断层腐朽的形状，与实际断面腐朽形状的拟合度接近90%[8]，然而，根据这些图像数据并不能直接计算出其腐朽面积。使用图像处理软件Envi 5.0监督分类的方法对应力波断层图像进行分类，分类后可以精确地计算出图像的面积，从而求得活立木心腐面积，在此基础上才能进行后续的材积计算。

监督分类是一种常用的图像分类方法，最大似然法是Envi软件监督分类中精度较高的一种方法，其原理是假设训练样本数据在光谱空间的每一波段均服从正态分布，通过计算给定图像像元属于某一类别的相似度，将给定像元归于相似度最大的一类[11-12]。将应力波断层图像加载至Envi 5.0中，首先判断确定每一类待分类的统计特征参数，根据这一类的特征参数，在训练区选取充足的像元数作为样本，将图像中的每个像元或区域给出对应的类别。

1.3.3 材积的计算方法

目前，国内外学者对活立木材积的精准计测方法进行了大量研究，如伐倒后采用中央断面区分求积法、正形数法、分区段求材积法、削度-材积相容性模型等。刘云伟等[13]认为，分区段求材积法是一种高精度的材积计算方法，可以利用该方法计算整棵活立木的材积。本研究将采用该方法计算样木心腐材积。贾振轩等[14]任意区分段无伐倒活立木材积计算公式：

(1)

式中：Vi,i+1为高度i～i+1区段内的立木材积,cm3;di为任意高度处树干直径,cm；hi为该区段长度，cm。

在求得样木心腐面积的基础上，采用AutoCAD 2007软件绘制样木立体模型，更直观地反映出活立木内部腐朽状况，为后续材积的计算提供依据。

在模拟样木立体图形和计算材积的过程中，假定活立木树干通直，经水平面平切后，形成的截面为圆形，且心腐区域为圆形。若心腐区域为不规则多边形，则根据“同一个平面图形分割成若干块，从不同角度重新拼接，图形面积不变”的原理将区域形状假设为圆形[15]。例如：某一个样木胸径处心腐面积为120 cm2，心腐区域形状为直角梯形，可以假设该图形是一个标准圆，根据面积计算出其半径，再用绘图软件绘制样木立体模型。

2 结果与分析

样地内检测的48棵样木中，共有24棵存在心腐，其中红松和山杨样木各3棵，旱柳8棵，水曲柳12棵。

2.1 活立木心腐面积提取

使用应力波对活立木进行检测时，当活立木内部存在腐朽或缺陷，应力波传播路径会发生变化，传播速度降低，表现为应力波断层图像颜色不同。基于同一颜色具有相同或相似的光谱信息特征，对应力波断层图像进行分类。在分类之前，通过应力波断层图像对活立木内部腐朽状况有了先验认识，图1a是4号水曲柳样木20 cm处应力波检测得到的原始图像，图中红色和橙色区域应力波传播速度较低，表明存在腐朽，绿色、黄绿色和黄色区域较为健康。将图1a加载至Envi 5.0中，从RGB彩色图像上获取ROI(region of interest)，创建感兴趣区域。为了分类更为精确，共创建5个训练样本种类，分别为绿色、黄绿色、黄色、橙色和红色，对应颜色分别为蓝色、绿色、黄色、红色和紫色，通过监督分类模块对图1a进行最大似然法分类，分类结果见图1b。对比图1a和图1b发现，图1b的分类精度比较高。其他样木各断面处应力波速度断层图像采用相同的方法进行分类处理。

图1 4号水曲柳20 cm处应力波断层图像Fig. 1 Stress wave tomography at 20 cm height of ash 4

分类后，统计出5类像元的像素点数，结果见表1。其中，种类1、2、3、4、5分别对应蓝色、绿色、黄色、红色和紫色。根据每一类像素点数所占断面的比例，即可求出对应区域的面积。图1a中的红色和紫色区域为分类后样木存在心腐的区域。样木断面面积和心腐面积见表2。由表2可知，各样木随着高度的增加，其心腐面积均呈现减小的趋势，说明越靠近根部，活立木越容易产生腐朽。王朝晖等[16]在研究长江滩地意杨的腐朽时也发现，活立木腐朽一般从树干基部开始向上蔓延，随着高度的增加，腐朽逐渐减缓。

表1 4号水曲柳20 cm处应力波断层图像分类后 5类像元的点数Table 1 Points of five kinds of pixels of stress wave tomography at 20 cm height of ash 4 after classification

表2 活立木样木不同高度断层腐朽面积及断面面积Table 2 Sectional area and decay area of standing trees /cm2

2.2 活立木心腐材积确定

4号水曲柳20～130 cm的立体模拟见图2，图中阴影部分是树干内存在心腐的区域。其他样木均采用同样的方法绘制相应的立体图。基于以上样木立体模型的建立，利用公式(1)所示的分区段求材积法，求出红松、旱柳、山杨、水曲柳20～130 cm区段的材积及其区段内样木心腐材积。各样木心腐材积见表3。

图2 4号水曲柳样木20～130 cm立体模拟图Fig. 2 Three-dimensional simulation figure from 20 cm to 130 cm of ash 4

2.3 活立木心腐材积与胸径的关系

从心腐材积分析，红松和山杨样木心腐材积随着胸径的增大而增大；旱柳和水曲柳样木中，除个别样木，随着胸径的增大，样木心腐材积也有增大的趋势(表3、图3a)。从样木心腐材积比例看，红松样木心腐比例随着胸径的增大而增大，旱柳、山杨和水曲柳样木心腐材积比例随胸径的增大总体呈现增大的趋势，但这3种样木单独分析，心腐材积比例变化趋势并不明显，因为随着胸径的增大，活立木材积本身也在不断地增大，导致心腐材积比例和活立木材积不能同比例增大(表3、图3b)。

为量化分析样木心腐材积比例和胸径的关系，依据表2中的数据，应用SPSS 19.0统计软件，采用Spearman等级相关系数进行了简单相关分析，分析结果见表4。

表3 样木材积Table 3 Volume of sample trees

图3 不同胸径样木的心腐材积 Fig. 3 Heart-rot volume of sample trees with different DHB

因变量自变量RP心腐材积比例胸径06180000∗∗

注：“**”表示在置信度(双侧)为0.01时相关性显著。

从表4可知，R=0.618，P=0.000<0.01，样木心腐材积比例和胸径在0.01水平上达到显著正相关(0.5<|R|≤0.8时，两变量显著相关)。这与王玉婷等[3]的研究结果一致，树干直径越大，其腐朽程度越大。Arhipova等[17]研究也表明树干直径越大的活立木其腐朽病的易感性越强。由此推断，活立木胸径越大，树干内部腐朽越严重，活立木材积损失越大。主要是因为活立木胸径的逐渐增大通常意味树龄的增加，前人研究表明二者之间有较强的正相关关系。随着活立木树龄的增加，其抵御外力干扰的能力和愈合外部伤口的能力均减弱，心材的抗腐能力也下降，使得空气和土壤中的腐朽菌更容易侵入活立木内部造成腐朽，而生活在活立木伤口的腐朽菌也会逐渐侵染其他活组织使活立木严重腐朽[18-19]。

3 结 论

1)在利用Arbotom应力波测试仪快速获取反映活立木内部腐朽状况的横截面二维断层图像的基础上，结合最大似然法对二维图像进行监督分类，能够有效判别活立木内部腐朽面积。然后借助分区段求材积法，能够快速估算其腐朽材积，这为不伐倒情况下快速估计活立木内部心腐材积提供了依据和解决办法。

2)活立木心腐材积比例与其胸径呈显著正相关关系(R=0.618)，胸径越大，活立木心腐材积比例也呈现逐渐增大的趋势。

活立木内部腐朽是一个不断蔓延的过程，随着胸径增大(树龄增长)，活立木内部腐朽越严重。从腐朽引起活立木材积损失的角度出发，随着腐朽活立木胸径的增大，其腐朽材积损失也越大。因此，对于从事森林经营、管理以及相关研究的人员来说，对于胸径较大(树龄较高)的活立木则应该采取一些合理的抚育经营措施，阻止或防止腐朽所引起的材积损失的进一步加重。或者在活立木树龄较低的时候，采取一些改变立地土壤条件、调整树种结构组成等措施，防治或减少活立木产生腐朽的概率，从而降低腐朽所导致的材积损失，进一步提高森林质量。本研究仅为探索研究，以期为森林合理经营提供借鉴。

[1]池玉杰, 于钢. 6种木材白腐菌对山杨材木质素分解能力的研究[J]. 林业科学, 2002, 38(5):115-120. CHI Y J, YU G. Study on the degrading ability to David poplar lignin of six species of wood white-rot fungi[J]. Scientia Silvae Sinicae, 2002, 38(5):115-120.

[2]LARSSON B, BENGTSSON B, GUSTAFSSON M. Nondestructive detection of decay in living trees[J]. Tree Physiology, 2004, 24(7):853-858.

[3]王玉婷, 徐华东, 王立海, 等. 小兴安岭天然林红松活立木腐朽率的调查研究[J]. 北京林业大学学报, 2015, 37(8):97-104. WANG Y T, XU H D, WANG L H, et al. Field investigation of decay rate of Korean pine standing trees in natural forests in Lesser Xing’an Mountains[J]. Journal of Beijing Forestry University, 2015, 37(8):97-104.

[4]葛晓雯, 王立海, 孙天用, 等. 基于应力波和阻抗仪技术的旱柳内部腐朽定量检测[J]. 林业科技开发, 2014, 28(5):87-91. GE X W, WANG L H, SUN T Y, et al. Quantitative detection ofSalixmatsudanainner decay based on stress wave and resistograph techniques[J]. China Forestry Science and Technology, 2014, 28(5):87-91.

[5]杨慧敏, 王立海. 立木与原木内部腐朽二维成像检测技术研究进展[J]. 林业科学, 2010, 46(7):170-175. YANG H M, WANG L H. Research and development on 2D imaging technology of the decay in trees and logs[J]. Scientia Silvae Sinicae, 2010, 46(7):170-175.

[6]徐华东, 王立海. 冻结红松和大青杨湿木材内部水分存在状态及含量测定[J]. 林业科学, 2012, 48(2):139-143. XU H D, WANG L H. Determining the states of water and its fraction in frozenPopulusussuriensisandPinuskoraiensisgreen timbers[J]. Scientia Silvae Sinicae, 2012, 48(2):139-143.

[7]杨学春, 王立海. 应力波在原木中传播理论的研究[J]. 林业科学, 2005, 41(5):132-138. YANG X C, WANG L H. Study on the propagation theories of stress wave in log[J]. Scientia Silvae Sinicae, 2005, 41(5):132-138.

[8]王立海, 徐华东, 闫在兴, 等. 传感器的数量与分布对应力波检测原木缺陷效果的影响[J]. 林业科学, 2008, 44(5):115-121. WANG L H, XU H D, YAN Z X, et al. Effects of sensor quantity and planar distribution on testing results of log defects based on stress wave[J]. Scientia Silvae Sinicae, 2008, 44(5):115-121.

[9]LIANG S Q, FU F. Strength loss and hazard assessment of Euphrates poplar using stress wave tomography[J]. Wood and Fiber Science, 2012, 44(1):54-62.

[10]KOIZUMI A, IKEDA K, SAWATA K, et al. Nondestructive measurement of cross-sectional shape of a tree trunk[J]. Journal of Wood Science, 2011, 57(4):276-281.

[11]闫琰, 董秀兰, 李燕. 基于ENVI的遥感图像监督分类方法比较研究[J]. 北京测绘, 2011(3):14-16. YAN Y, DONG X L, LI Y. The comparative study of remote sensing image supervised classification methods based on ENVI[J]. Beijing Surveying and Mapping, 2011(3):14-16.

[12]金杰, 朱海岩, 李子潇, 等. ENVI遥感图像处理中几种监督分类方法的比较[J]. 水利科技与经济, 2014, 20(1):146-148, 160. JIN J, ZHU H Y, LI Z X, et al. The comparison of several kinds of supervised classification methods in ENVI remote sensing image processing[J]. Water Conservancy Science and Technology and Economy, 2014, 20(1):146-148, 160.

[13]刘云伟, 冯仲科, 刘永霞, 等. 全站仪在林业数字化工程上的应用[J]. 北京林业大学学报, 2008, 30(S1):306-309. LIU Y W, FENG Z K, LIU Y X, et al. Application of total station in digital forestry project[J]. Journal of Beijing Forestry University, 2008, 30(S1):306-309.

[14]贾振轩, 冯仲科, 焦有权, 等. 无伐倒活立木材积精准计测原理与试验[J]. 中南林业科技大学学报, 2014, 34(5):31-36. JIA Z X, FENG Z K, JIAO Y Q, et al. Accurate measurement principle and experiment of timber volume by no-felled standing tree method[J]. Journal of Central South University of Forestry & Technology, 2014, 34(5):31-36.

[15]李亚玲. 多边形面积的计算与面积法的应用[D]. 西安：西北大学, 2015. LI Y L. Area computation of polygon and the application of area method[D]. Xi’an:Northwest University, 2015.

[16]王朝晖, 费本华, 任海青, 等. 长江滩地立木腐朽杨树与正常杨树生长与材性的比较研究[J]. 林业科学, 2001, 37(5):113-119. WANG Z H, FEI B H, REN H Q, et al. Comparative research on growth and wood properties between rotten Poplar tree and normal one on flood beaches along Yangtzer River[J]. Scientia Silvae Sinicae, 2001, 37(5):113-119.

[17]ARHIPOVA N, GAITNIEKS T, DONIS J, et al. Butt rot incidence, causal fungi, and related yield loss inPiceaabiesstands of Latvia[J]. Canadian Journal of Forest Research, 2011, 41(12):2337-2345.

[18]孙天用, 王立海, 侯捷建, 等. 木材含水率和地形条件对红松活立木腐朽程度的影响[J]. 应用生态学报, 2015, 26(2):349-355. SUN T Y, WANG L H, HOU J J, et al. Effect of timber moisture content and terrain conditions on the decay degree of Korean pine live standing trees[J]. Chinese Journal of Applied Ecology, 2015, 26(2):349-355.

[19]王静. 不同空间尺度下杨树人工林干部病害发生机制的研究[D]. 北京：中国林业科学研究院, 2012. WANG J. Study on the canker disease occurrence mechanism of short-rotation poplar plantations under the different spatial[D]. Beijing:Chinese Academy of Forestry, 2012.

Quantitative detection of internal heart-rot volume of typical species inforest area of Northeast China

CAO Yanjun, XU Huadong*, WANG Lihai, LIU Zexu

(College of Engineering & Technology, Northeast Forestry University, Harbin 150040, China)

stress wave detector; standing trees; heart rot; volume of timber

2016-08-20

2016-11-12

中央高校基本科研业务专项项目(2572015CB03)；黑龙江省自然科学基金面上项目(C201410)；国家自然科学基金(31300474)；中国博士后科学基金资助项目(2014M551203)。

曹延珺，女，研究方向为森林工程。通信作者：徐华东，男，副教授。E-mail:huadongxu@yahoo.com

S718.4

A

2096-1359(2017)03-0150-06