基于非线性混合模型的日本落叶松木材密度与弹性模量模拟

doi:10. 3969 /j. issn. 2096-4900. 2018. 04.004

温带林业研究

2018, Vol. 1

Issue (4): 19-29 DOI: 10. 3969 /j. issn. 2096-4900. 2018. 04.004

研究论文

本期目录 | 过刊浏览 | 高级检索

基于非线性混合模型的日本落叶松木材密度与弹性模量模拟

陈东升^{1^{，张守攻^{1^{，张瑞富^{2^{，孙晓梅^1*}}}}}}

1. 中国林业科学研究院林业研究所国家林业局林木培育重点实验室，北京 100091；2. 国家林业局大兴安岭林业调查规划设计院，加格达奇 165000

Modeling Wood Density and Elastic Modulus with Nonliear Mixed Models for Larix kaempferi

CHEN Dong-sheng¹，ZHANG Shou-gong¹，ZHANG Rui-fu²，SUN Xiao-mei^1*

1.Research Center of Cold Temperate Forestry，Chinese Academy of Forestry，Harbin 150086 China；2.College of Forestry，Northeast Forestry University，Harbin 150040，China

摘要
图/表
参考文献
相关文章 (0)

全文: PDF (2472 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要本文以 SilviScan 测定的 20 个日本落叶松无性系 60 个木芯共 4 320 个逐年早晚材材性数据为基础，结合 30 株 29 年和 40 年解析木的实测材性数据，应用非线性混合模型分别构建了木材密度、弹性模量与年龄的预测模型，为定量预测日本落叶松的材性特征及准确掌握无性系间或单木间材性特征随年龄的变异提供依据。结果表明：考虑遗传效应的混合模型较好地体现了不同无性系间的材性变异，预测精度显著优于基础模型，R2 提高了30.4% ～ 55.8%；通过补充成熟材的材性数据，以单木水平作为随机效应建构了反映单木差异的木材密度和弹性模量混合预测模型，R2 分别较基础模型提高了 48.7% 和 57.5%，可有效预测单木生长过程的材性特征。年轮木材密度和年轮弹性模量主要受晚材影响，早材的影响较小。早材密度随年龄的增加而减小，年轮木材密度与晚材密度变化趋势一致，表现出随年龄先增加后减小的趋势；早材弹性模量随年龄无明显变化，年轮弹性模量与晚材弹性模量变化趋势一致，表现出随年龄的增加而增大，后期增势变缓。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：日本落叶松, 无性系, 木材密度, 弹性模量, 混合模型

收稿日期: 2018-12-11

S781.23

基金资助:国家自然基金重点项目（31430017）；“十二五”科技支撑课题（2015BAD09B01）。

通讯作者: 孙晓梅 E-mail: nefucds@126.com

作者简介: 陈东升（1982—），男，博士，助理研究员，主要研究方向：人工林培育与经营

引用本文:

陈东升，张守攻，张瑞富，孙晓梅. 基于非线性混合模型的日本落叶松木材密度与弹性模量模拟[J]. 温带林业研究, 2018, 1(4): 19-29.
ZHANG Ji-li，DI Xue-ying. Modeling Wood Density and Elastic Modulus with Nonliear Mixed Models for Larix kaempferi. 温带林业研究, 2018, 1(4): 19-29.

链接本文:

http://www.wdlyyj.cn/CN/10. 3969 /j. issn. 2096-4900. 2018. 04.004 或 http://www.wdlyyj.cn/CN/Y2018/V1/I4/19

[1] 江泽慧，费本华，侯祝强，等 . 针叶树木材细胞力学及纵向弹性模量计算—纵向弹性模量的理论模型 [J]. 林业科学，2002，38（5）：101-107. [2] 刘妍，张厚江 . 木质材料力学性能无损检测方法的研究现状与趋势 [J]. 森林工程，2010（7）：46-49. [3] 成俊卿，李源哲，孙成志 . 人工林及天然林长白落叶松木材材性比较试验研究 [J]. 林业科学，1962，（10）：18-26. [4] Yang K C，Hazenberg G. Geographical variation in wood properties of Larix laricina juvenile wood in NorthernOntario[J]. Canadian Journal of Forest Research，1987，17（7）：648-653. [5] Zobel B J. Wood variation its causes and control[M]. Berlin ：Springer-Verlag，1989. [6] 鲍甫成，江泽慧 . 中国主要人工林树种木材力学性质 [M]. 北京：中国林业出版社，1998. [7] Zhu J，Nakano T，TokumotoM，et al. Variation of tensile strength with annual rings for lumber from the Japanese larch[J]. Journal of Wood Science，2000，46（4）：284-288. [8] Fujimoto T，Kita K，Kuromaru M. Genetic control of intra ring wood density variation in hybrid larch（Larix gmelinii var.japonica×L.kaempferi）F1[J]. Wood Science and Technology，2008，42（3）：227-240. [9] 鲍甫成，江泽慧，刘盛全．人工林杨树材性与生长轮年龄和生长速度关系的模型 [J]. 林业科学，1999，35（1）：77-82． [10] 侯祝强，姜笑梅，骆秀琴，等 . 针叶树木材细胞力学及纵向弹性模量的计算—试件纵向弹性模量的预测 [J]. 林业科学，2003，39（2）：123-129 [11] Jordan L，Daniels R L，Clark A，et al. Multilevel nonlinear mixed effects models for the modeling of earlywood and latewood microfibril angle[J]. Forest Science，2005，51（4）：357-371 [12] Adamk A，David A，Alexis A，et al. Quantifying the infl uence of live crown ratio on the mechanical properties of clear wood[J]. Forestry，2013，86 ：361–369. [13] 李耀翔，姜立春，李凤日 . 基于混合模型的落叶松微纤丝角模型 [J]. 林业科学，2012，48（4）：81-86. [14] 李耀翔，姜立春 . 基于非线性混合模型的落叶松木材管胞长度模拟 [J]. 北京林业大学学报，2013，35（3）：18-23. [15] 李耀翔，姜立春 . 基于 2 层次线性混合模型的落叶松木材密度模拟 [J]. 林业科学，2013，49（7）：91-98. [16] Lai M，Sun X M. Chen D S，et al. Age-related trends in genetic parameters for Larix kaempferi and their implications for early selection[J]. BMC Genetics，2014，15（Suppl 1）：1-8. [17] 赖猛 . 落叶松无性系遗传评价与早期选择研究 [D]. 北京：中国林业科学研究院，2014. [18] Sun C，Lai M，Zhang S，et al. Age-related trends in genetic parameters for wood properties in Larix kaempferi clones and implications for early selection[J]. Frontiers of Agricultural Science and Engineering，2017，4（4）： 482-492. [19] GB/T 1936.2—2009，木材抗弯弹性模量测定方法 [S]. 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会，2009. [20] GB/T 1930—2009，木材年轮宽度和晚材率测定方法 [S]. 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会，2009. [21] GB/T 1933—2009，木材密度测定方法 [S]. 中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会，2009. [22] 符利勇，李永慈，李春明，等 . 两水平非线性混合模型对杉木林优势高生长量研究 [J]. 林业科学研究，2011，24（6）：720-726. [23] Pinheiro J C，Bates D M. Mixed-effects models in S and S-PLUS[M]. Springer，New York，2000 ：528. [24] Calama R，Montero G. Interregional nonlinear height diameter model with random coefficients for stone pine in Spain[J]. Canadian Journal Forest Research，2004，34（1）：150-163． [25] Trincado G，Burkhart H E. A generalized approach for modeling and localizing stem profile curves[J]. ForestScience，2006，52（6）：670-682． [26] Fang Z，Bailey R L. Nonlinear mixed effects modeling for slash pine dominant height growth following intensive silvicultural treatments[J]. Forest Science，2001，47（3）：287-300. [27] Calama R，Montero G. Interregional nonlinear height diameter model with random coefficients for stone pine in Spain[J]. Canadian Journal Forest Research，2004，34（1）：150-163. [28] Rozenberg P，Franc A，Bastien C，et al. Improving models of wood density by including genetic effects ：a case study in Douglas-fir[J]. Annals of forest science，2001，58（4）：385-394. [29] 姜立春，李凤日，张锐 . 基于线性混合模型的落叶松枝条基径模型 [J]. 林业科学研究，2012，25（4）：464-469. [30] Dong L B，Liu Z G，Bettinger P. Nonlinear mixed-effectsbranch diameter and length models for natural Dahurianlarch（Larix gmelini）forest in northeast China[J]. Trees，2016，30（4）：1191-1206. [31] Young Y Q，Huang S M. Estimating a multilevel dominantheight- age model from nested data with generalized errors[J]. Forest Science，2011，57（2）：102-116. [32] 邵亚丽，安珍，邢新婷，等 . 落叶松木材力学性质及应用研究进展 [J]. 木材加工机械，2011，3 ：46-49. [33] Genet A，Auty D，Achim A，et al. Consequences of faster growth for wood density in northern red oak （Quercus rubra Liebl.）[J]. Forestry，2013，86（1）：99-110. [34] Guilley é，Hervé J C，Huber F，et al. Modelling variability of within-ring density components in Quercus petraea Liebl. with mixed-effect models and simulating the influence of contrasting silvicultures on wood density[J]. Annals of Forest Science，1999，56（6）：449-458. [35] Briffa K R ，Osborn T J，Schweingruber F H，et al. Tree-ring width and density data around the Northern Hemisphere ：part 1，local and regional climate signals[J]. The Holocene，2002，12（6）：737-757. [36] Guilley E，Nepveu G. Anatomical interpretation of the components of a wood density mixed model in sessile oak（Quercus petraea Liebl.）：ring number from the pith，ring width，tree，interannual variation，heartwood formation[J]. Annals of Forest Science，2003，60（4）：331-346. [37] Rao R V，Aebischer D P，Denne M P. Latewood density in relation to wood fibre diameter，wall thickness，and fibre and vessel percentages in Quercus robur L[J]. IAWA Journal，1997，18（2）：127-138. [38] Knapic S，Louzada J L，Leal S，et al. Radial variationof wood density components and ring width in cork oak trees[J]. Annals of forest science，2007，64（2）：211-218. [39] Woodcock D W，Shier A D. Wood specifi c gravity and itsradial variations ：the many ways to make a tree[J]. Trees，2002，16（6）：437-443. [40] 刘青华 . 马尾松生长与材性的遗传变异、基因作用方式及环境影响 [D]. 北京：中国林业科学研究院，2010. [41] Alteyrac J，Cloutier A，Ung C H，et al. Mechanical properties in relation to selected wood characteristics of black spruce[J]. Wood and Fiber Science，2006，38（2）：229-237. [42] Ivkovi? M，Gapare W J，Abarquez A，et al. Prediction of wood stiffness，strength，and shrinkage in juvenile wood of radiata pine[J]. Wood Science and Technology，2009，43（3-4）：237-257.