树木年轮组成成分快速分析方法技术

树木年轮组成成分快速分析方法属测量领域，具体来说是一种树木年轮宽度、年轮密度快速测量方法。树木年轮组成成分快速分析方法采用自动判读和人机交互式相结合方式删除伪年轮、插入断年轮，一次读取年轮数、年轮宽度、年轮平均密度、最大密度、最小密度、早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数。除了分析年轮密度仪所测的密度数据外，还可以分析年轮数字化图像测定的密度数据。树木年轮组成成分快速分析方法，解决了复杂年轮的识别问题，提高了测量精度，使年轮研究者摆脱了传统费时费力的手工操作，为研究者节约了大量的时间和精力。

【技术实现步骤摘要】

本专利技术属测量领域，具体来说是一种树木年轮宽度、年轮密度快速测量分析方法。
技术介绍
树木年轮的形成是由树木形成层受外界季节变化产生周期性生长的结果。由于树木 在生长发育过程中会受到生理、气候、立地和人为等各方面因素的影响，即便是同一个 树种，在不同的立地条件和不同的区域其特性也大不相同，根据年轮微密度可以进行合 理选育和定向培育，以达到材质改良的目的。树木作为生态系统的重要组成部分，利用 树木年轮资料获取过去气候与环境的变化是气候变化及其可预报性研究计划(CLIVAR) 的重要组成部分，也是过去全球变化研究(PAGES)的重要技术途径之一。树木年轮组 成成分测量和分析对于木材物理学、林木培育学、树木年代学等研究具有十分重要的意 义。目前，树木年轮组成成分测量和分析方法常采用手工操作或自动识别的方法来交叉 定年和分析年轮。手工操作方法费时费力；对于年轮界限不明显的树种，采用自动识别 方法分析的结果极易出错，影响测量精度。
技术实现思路
为了克服现有树木年轮组成成分测量和分析方法中的不足之处，本专利技术提供一种树 木年轮组成成分快速分析方法。快速分析方法采用自动判读和人机交互式相结合方式， 一次读取年轮组成成分主要参数。，既解决了手工操作 方法费时费力的问题，又解决了自动识别精度低的问题，为研究者节约了大量的时间， 提高了测量精度。本专利技术解决技术问题所采用的技术方案是-树木年轮的形成是由树木形成层受外界季节变化产生周期性生长的结果，微密度仪 和年轮数字化图像分析得出一系列测定点的微密度数据为密度-距离二维数据，需进行进 一步处理。其主要问题是年轮边界和早、晚材边界划分。本专利技术针对不同的木材生长轮 年轮的特点，分别采用阈值法和梯度法，进行自动判读或者人工和自动相结合，判定轮 界和早晚材边界。 一次读取年轮数、年轮宽度、年轮平均密度、最大密度、最小密度、 早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数；采用自动判读和人机交互 式相结合方式删除伪年轮、插入断年轮，除了分析年轮密度仪所测的密度数据外，还可以分析年轮数字化图像测定的密度数据。本专利技术的有益效果是，既解决了手工操作方法费时费力的问题，又解 决了自动识别精度低的问题，为研究者节约了大量的时间，提高了测量精度。附图说明.-图1:树木年轮组成成分计算示意图，其中坐标横轴是自髓心到树皮的距离(毫米)，坐 标纵轴是基本密度(克/立方厘米)。图中，MKD, M/Z 为最大密度、最小密度；M为第/年轮轮界点；A^' + l)为第i + i年轮轮界点；^^'为第!'年轮早晚材分界点；及『、￡『、丄『为!'年轮年轮宽度、早材宽度、晚材宽度。 图2:分析方法总框图 图3:操作流程图具体实施例方式树木年轮的形成是由树木形成层受外界季节变化产生周期性生长的结果。微密度 仪和图像法分析得出一系列测定点的微密度数据，需进行进一步处理，其主要问题是年 轮边界和早、晚材边界划分。针对不同的木材生长轮年轮的特点，分别采用阈值法和梯 度法，进行自动判读或者人工和自动相结合，判定轮界和早晚材边界。图1为年轮组成成分计算示意图，N点为年轮分界点、M点为早晚材分界点。年轮宽度为相邻轮界点间 的距离，年轮密度为年轮内各点密度的积分。年轮分界点确定后，根据数学模型就可进 行年轮密度、年轮宽度、最大密度、最小密度等参数分析。早晚材分界点确定后，根据 数学模型可进行年轮内的早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数分 析。包含数据读取、数据处理、数据存储、结果显示 等四大功能模块(图2)。数据读取模块*.主要读取微密度仪采集的数据和图像分析系统 采集的数据，将数据从EXCEL表中导入主程序中供使用者研究。数据处理模块包含参 数设置、年轮数自动判读、删除伪年轮、插入断年轮、轮界点判读、早晚材边界判读、4年轮组成成分计算等子模块。结果显示模块显示图和数组，包括年轮微密度图谱、年 轮一宽度图、年轮一密度图、年轮一晚材率图等。数据存储模块将有用的数据存储到 EXCEL表中，包含年轮数、年轮宽度组成成分、年轮密度组成成分等。经微密度仪和图像分析系统采集的年轮微密度数据为连续二维数组，若得出年轮 宽度组成成分和年轮密度组成成分，需对数据进行处理，图3为具体操作流程图。1. 数据读取模块:读取微密度仪采集的数据和图像分析系统采集的数据，将数据从EXCEL 表中导入主程序中供使用者研究。2. 数据处理模块数据处理模块包括年轮数自动判读，人机交互删除伪年轮、插入断年轮，年轮边界、早晚材边界判读，年轮组成成分计算等子模块，是年轮分析系统主要模 块。3. 年轮数自动判读树木年轮数的判读是年轮分析的第一步，年轮数判读的正确与否直接影响后续分析。树轮图像是由一系列有规则明暗交替的轮圈组成，树木年轮学和木材学 是根据圆盘上的轮圈多少来判断年轮数的。从距离一年轮微密度图谱可以看出，微密度 曲线是由若千波峰组成，可以认为图谱中一个波峰为一年，波峰为晚材，波谷为早材， 査数圆盘上明暗交替的年轮数只需査数图谱中明显的波峰数即可。计算机自动判读年轮 数主要是搜索局部极大值个数及极大值点位置。4. 人机交互删除伪年轮、插入断年轮采用等距离法、中值法自动判读年轮数在实际使 用中存在一定的误差，需人为地进行辅助判读，人机交互动态删除微密度变化曲线貌似 晚材的"波峰"(伪年轮)；插入因年轮距离小于设置周期值或局部峰值小于中值的年轮点(断年轮)。5. 年轮、早晚材分界点判读测出一系列测量点的密度以后，需进一步进行数据处理，微密度数据处理的主要问题是年轮、早晚材分界点划分。轮界处密度变化的特征是:密度值在轮界处骤然变化，轮界两侧密度差很大，进入外邻轮早材后密度变化趋于平缓。早晚材边界处的特征是:早材部密度低于晚材，早材密度从轮界开始向晚材的过渡较平缓或 逐渐增加，在早晚材边界处密度迅速增大，进入晚材区后仍保持增大趋势。分别采用阈 值法、梯度法可自动判定轮界和早晚材边界。6. 计算和显示模块计算和结果显示模块是将分析后的数据显示到屏幕，供使用者研究。年轮分界点确定后，根据数学模型就很容易进行年轮密度、年轮宽度、最大密度、最小 密度等参数分析。早晚材分界点确定后，根据数学模型也很容易对各年轮的早材密度、 晚材密度、早材宽度、晚材宽度、晚材率等参数进行分析，并将计算结果以图或表的形 式显示到屏幕上。7. 数据存储模块数据存储模块是将年轮组成成分计算结果输出到指定的电子表格文件中，便于用户使用。保存的数组包括年轮分界点、年轮数、年轮宽度、年轮平均密度、 最大密度、最小密度、早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数。权利要求1. 采用自动判读和人机交互式相结合方式删除伪年轮、插入断年轮，采用动态阈值法和梯度法自动判定轮界点和早晚材分界点，其特征是通过数学模型一次读取年轮数、年轮宽度、年轮平均密度、最大密度、最小密度、早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数。包含数据读取、数据处理、数据存储、结果显示等四大功能模块。2. 根据权利要求1所述的，其特征是数据读取模块读取微 密度仪采集的数据和图像分析系统采集的数据，将数据从EXCEL表中导入主程序中供使用者研究。3. 根据权利要求1所述的，其特征是数据处理模块数据处本文档来自技高网...

【技术保护点】
树木年轮组成成分快速分析方法采用自动判读和人机交互式相结合方式删除伪年轮、插入断年轮，采用动态阈值法和梯度法自动判定轮界点和早晚材分界点，其特征是：通过数学模型一次读取年轮数、年轮宽度、年轮平均密度、最大密度、最小密度、早材密度、晚材密度、早材宽度、晚材宽度、晚材率等参数。树木年轮组成成分快速分析方法包含数据读取、数据处理、数据存储、结果显示等四大功能模块。

【技术特征摘要】

【专利技术属性】
技术研发人员：夏萍，刘盛全，印崧，陈黎卿，吴玉月，
申请(专利权)人：夏萍，刘盛全，印崧，
类型：发明
国别省市：34[中国|安徽]