基于WinDENDRO的木芯样本年轮宽度分析与应用

韩学利，张宇彤，孙帅超

(陕西省珍稀野生动物抢救饲养研究中心，陕西 周至 710400)

1 引言

树木年轮不仅记录了树木自身的年龄，而且从树木年轮的变化中，我们可以了解到树木历年的生长情况、抚育管理措施等信息。对树木年轮资料的获取多采用切割树盘做解析木，但是，获取、处理和打磨圆盘既费工又费时，而且解析木法具有破坏性，在诸如保护树种和自然保护区内，或者是需要长期连续观测调查的样地中，这种方法并不可行[1]。较为快捷、经济而又对环境影响较小的抽样方法就是用生长锥采集木芯样本。

随着计算机处理技术的飞跃发展，使得设计出一套自动识别定标树木年轮的系统成为可能，将计算机图像处理和分析技术融入到树木年轮的自动识别中有着非常重要的意义。但是目前对于年轮图像的自动识别和分析的研究还不是很多，用于年轮分析的仪器主要是树木年轮分析系统，如加拿大REGENT公司的WinDENDRO和德国Frank Rinn公司的LINTAB[2]。本研究中使用的年轮分析系统为WinDENDRO。

目前，对木芯样本分析得到的年轮资料主要用于建立不同区域长时期的树轮年表，重建过去一定年代的气候特征[3-4]，揭示森林的自然或人为干扰历史及对森林群落结构的影响[5]，以及探讨大气CO2浓度增加等全球气候变化问题[6]。此外，这些年轮资料可以提供宝贵的树木年龄和直径连年生长量数据，用于建立树木生长模型来预测森林的动态变化，进而为森林经营方案的制订提供依据。如Schröder等[7]利用木芯样本数据结合临时样地数据构建出了西班牙南欧海松单树水平的断面积生长模型。陕西省楼观台实验林场缺乏连续观测的森林调查数据，从而限制了生长收获模型的构建和对树木生长过程的研究。

本研究的目的在于通过对采集的木芯样本年轮宽度进行分析，对WinDENDRO年轮分析系统的使用注意事项和实际操作中的一些技巧做一个简单的介绍，以便同行参考。同时，应用木芯样本的分析数据，对树木的直径连年生长量、早晚材生长率和不同方向直径的生长量进行分析研究。

2 材料和方法

2.1 木芯样本来源

本研究中的所有木芯样本均取自2012-2013年在陕西省楼观台实验林场和陕西省宁东林业局对秦岭林区四个主要树种(油松、落叶松、华山松和锐齿栎)进行的森林经理调查，包括角规绕测调查、临时样地调查和固定样地调查，共297个木芯样本。

2.2 样本采集

角规绕测调查中，一个小班内至少选取一株优势树种接近平均直径的树木和优势树木分别打生长锥取木芯。样地调查中，选取每个样地中优势树种接近平均直径的树木和优势树木分别打生长锥取木芯。通常在每个样木的东西和南北方向分别取木芯样本。在2012年的调查中木芯样本均取自胸径处，而在2013年的调查中增加了地径处木芯样本的钻取。

2.3 样本预处理

2.3.1 样本固定 在木芯样本风干以后，用胶水将完全干燥的木芯样本粘在样本板上，并贴上标签纸标记样本信息。样本板是根据木芯的直径制作的固定木条，样本板中央槽沟的宽度与木芯的直径相当，深度不超过木芯直径的一半，用于放置和固定木芯。需要注意的是，固定木芯时尽量让有髓心的一侧朝上，以减少不必要的测量误差。在所有木芯样本中有部分已经折断，在处理时尽量将断口准确对齐后粘在样本板上，不能轻易丢弃。

2.3.2 样本打磨 待粘在样本板上的木芯样本晾干后，按顺序先后使用粗砂纸(P280或P320)、细砂纸(P800或P1000)打磨木芯样本，直至样本表面平整、光滑、明亮，尽量能清晰地看到每一条树木年轮。所选砂纸型号按GB 9258-88的规定。在实际操作中，如果木芯样本较难打磨，可以用砂布(P80或P100)代替粗砂纸。

2.4 样本扫描

使用WinDENDRO年轮分析系统配套的扫描仪对木芯样本进行扫描。扫描时将木芯样本正面向下，水平放置于扫描仪的扫描区域。WinDENDRO中一共有三种图像保存格式：jpeg(*.jpg)、tiff(*.tif)和bitmap(*.bmp)，本次实验中选择tiff格式来保存木芯扫描图像。在每次扫描前都要进行图像预览，因此，当需要扫描的木芯样本数量较多时，可以将多个样本并排放在扫描区域分别扫描，以节省图像预览的时间

2.5 木芯样本分析

使用WinDENDRO年轮分析系统对木芯样本的扫描图像进行分析。WinDENDRO可以进行年轮宽度和密度两方面的分析，对于生长锥木芯主要进行年轮宽度的分析。

2.5.1 路径创建和年轮自动识别 加载完木芯图像后，WinDENDRO需要指明被测年轮的位置，此时需要人工的在图像上创建路径。路径创建的起点从髓心开始，终点到树皮方向，起点和终点均不能太靠近图像的边缘，否则WinDENDRO有可能自动关闭。

创建路径时需要定义木芯样本的信息，包括树木标识、位置标识、样本树木高度、最末年轮时间等(图1)。其中树木标识和最末年轮时间两项是必须填写的，前者是数据转换为十进制格式后测量序列的唯一标识；后者与定年有关，且最末年轮的年代不一定是木芯的采集时间，比如在生长季节采集的样本，当年的晚材尚未形成，则不测量最外一轮，而输入前一年的年份[8]。

图1 Identification窗口

年轮自动识别时，需要设定年轮自动识别的参数，年轮边界线有垂直和相切两种界定方式，一般选择相切的方式(图2)。

图2 年轮自动识别参数设置

2.5.2 人工判读确认 路径创建完成后，即产生了年轮宽度及与之相关的测量数据。自动完成识别后，还需要通过人工的判读来对识别结果作仔细观察修改，使每个年轮标志短线代表一个真正的年轮界限。在活动路径内，如果存在遗漏的年轮，用鼠标在应该存在年轮界限的位置单击一次，即可增加一条年轮边界短线。如果存在多选年轮或伪年轮，将鼠标停留在所要删除的伪轮边界短线上，当其呈黄色时，表明已经选中，单击删除该年轮短线或按“Delete”键删除。

自动识别的边界短线经常会偏离正确位置，需要调整边界短线的位置。按住“Shift”键，用鼠标点击边界线中央拖动到适合的位置。或者将鼠标停留在要调整的边界短线上，呈黄色后，用字母键“W”上移，“Z”键下移，调整到合适位置为止。

如果需要调整边界短线方向，按住“Shift”键，鼠标点击边界短线的一端，调整到适合的方向使其与年轮轮廓外切。

2.5.3 数据和分析图像文件的保存 人工判读完成后，WinDENDRO系统会产生两种文件：图像文件和数据文件。通常情况下要保存分析后的图像文件，以便在实际工作中对原始数据进行核对。被分析过的图像一般情况下在其他图像软件上看不到分析结果，只有在WinDENDRO系统下，再次打开保存的图像时才可以看到先前分析的内容。

年轮宽度及与之相关的测量数据文件以*.txt文本格式保存，WinDENDRO默认只保存年轮宽度数据。在本次木芯样本的分析中，还保存了早材晚材的相关信息，需要在“Data/Ring Based Format”下弹出的“Ring Based Files Format”窗口勾选相应选项(图3)。

图3 年轮基本数据文件格式窗口

3 结果

3.1 木芯样本分析

表1为2012-2013年在陕西省楼观台实验林场和陕西省宁东林业局采集到的木芯样本的分析结果。油松角规观测点木芯样本主要在2012年7-8月采集，油松固定样地木芯样本和落叶松木芯样本主要在2012年10月采集，华山松和锐齿栎木芯样本在2013年7-10月采集。相比于2012年的木芯样本，2013年调查中增加了对地径处木芯样本的采集。另外，2013年采集的木芯样本中分别有1个华山松和9个锐齿栎样本年轮难以辨认，没有进行分析。其中落叶松的木芯数量明显少于其他树种，这是因为落叶松属于引种树种，数量较少，主要分布于火地塘试验林场平河梁附近。

3.2 交叉定年

在分析木芯样本过程中，如果木芯只是刚穿过髓心，就只能一条路径；而如果打通了树干得到了完整的木芯样本，则可以创建两条路径。如果创建了两条路径，而两条路径分析得到的年龄不同，我们就需要通过交叉定年来进行校正，即对相关的年轮宽度曲线进行对比，结合图像的年轮判别以更正测量和定年错误(图4)。其方法是切换到“Rings Width”窗口，利用自动生成的年轮宽度曲线进行直观的交叉定年及测量错误检查。同一株树或同一林分相同树种的年轮宽度曲线一般应该表现出相似的特征，如果年轮宽度曲线在某一点出与另一曲线差异甚大，则此处可能存在测量或定年错误，需要与实际的木芯样本认真比对。

表1 木芯样本分析结果 单位：根

图4 年轮宽度曲线图

如果木芯样本进行交叉定年后的两条路径年龄仍然不同，则可能是由于木芯样本在采集过程中在某一端有所缺失，这种情况下木芯样本的年龄一般按照年龄较大的路径。年龄较小路径的起始年代与另一条相同，而最外层的年代小于较大年龄路径的年代。如果路径年龄较小明显是由于髓心部分缺失引起，则该路径外层的年代与较大年龄路径的外层年代相同，而最内层的年代较大。

3.3 应用分析

基于木芯样本分析结果，本实验随机选取了50年的油松木芯样本，对其直径连年生长量、早晚材生长率和不同方向直径的生长量进行了应用分析。

3.3.1 直径连年生长量 图5是油松50年的直径连年生长量，油松每年的直径生长量受到当年气候条件和林木竞争等因素的影响，会有增大或减小的差异，但是总体上保持先增大然后逐渐减小的趋势，并在18年时达到最大值。其中，该油松在第8年和34年时候的直径生长量分别出现了明显的低点。需要注意的是，由于该木芯样本取自油松胸径处，因此图中的年龄指的是油松在胸径处的年龄，而非生物学年龄。

图5 50年油松的直径连年生长量

3.3.2 早晚材生长率 图6是油松50年的早晚材生长率的对比。即便是常绿针叶树种，油松的早材生长率依然明显高于晚材生长率，其年平均早材率在70%左右，而年平均晚材率约为30%。图中晚材率的两个高点(即早材率的两个低点)分别为第8年和34年，恰好对应图5中油松直径连年生长量的两个低点，说明在各种因素影响下而导致直径生长缓慢的年份中，树木早材生长速率所受到的影响要明显高于晚材。

图6 50年油松的早晚材率对比

3.3.3 不同方向直径生长量比较 图7是对50年油松分别在南北方向和东西方向采集木芯样本进行的直径连年生长量分析。由于树干通常并不是规则的圆柱体，而往往在横断面上呈椭圆形，因此在树干的不同方向上测量分析所得到的直径生长量并不相同。从图7中可以看出，油松在南北方向的连年生长量要略高于东西方向，除了可能存在的坡向影响外，光照所引起的直径生长不均匀是主要原因。而油松作为喜光树种，对光照条件的反应也较为敏感。

图7 50年油松不同方向的直径连年生长量

4 讨论

本研究采用WinDENDRO年轮分析系统对2012-2013年在陕西省楼观台实验林场和陕西省宁东林业局采集到的四个主要树种(油松、落叶松、华山松和锐齿栎)的297个木芯样本进行了年轮宽度的测量分析，并对部分出现异常的样本数据进行交叉定年，得到了较为准确可靠的树木年龄和年轮宽度数据。此外，实验随机选取了胸径年龄为50年的油松木芯样本，对其直径连年生长量、早晚材生长率和不同方向的直径生长量进行了应用分析。

本实验中获取的树木年龄数据可以广泛应用到生长收获模型中全林分模型和单树模型各个模块的构建中，而年轮宽度数据可以提供较准确的连续的直径生长量，从一定程度上解决了单树模型中直径生长模块缺乏连续观测的直径生长数据的问题。通过建立树木生长模型，能够预测出林分或树木的生长变化动态规律，从而合理的调整经营措施，使森林向着能最大程度满足人们需求的方向发展。

四个树种木芯样本的扫描结果中，油松、落叶松和华山松的图像扫描结果明显优于锐齿栎，而且锐齿栎的早材和晚材数据不可靠。一方面是因为针叶树的早材和晚材生长对比比较鲜明，年轮界限比阔叶树明显；另一方面则是由于锐齿栎的

材质较硬，木质较紧密，钻取木芯的过程中木芯样本往往易被汁液浸黑，极大的增加了样本处理和扫描分析的难度。一个理论上可行的方法是在钻取木芯的过程中尽量不要停顿，一次性取出，减小木芯在树内的摩擦。但是由于人力有限，这个方法一般很难实现。

采集木芯样本时，由于不同的采样者的采样高度不同，加上有时为了避开树木的结疤、树节及发生空腐的部分，采样高度不能保证都在1.3 m处，采样较高的木芯会比采样较低的木芯缺失一些年轮[9]，因此胸径处的木芯样本的实际年龄可能会有所偏差。而由于生长锥本身的构造所限，地径处的采样也并非是紧贴地面，而是距离地面一定高度。

WinDENDRO年轮分析系统可以进行年轮宽度和密度两方面的分析，年轮宽度的分析可以得到连续的直径生长数据，而密度分析则可以获得树干解析的数据。在本研究中利用木芯样本进行了年轮宽度的分析，而年轮密度的分析则需要用到树木圆盘的样本。