基于工业CT扫描技术的蒙古栎人工林节疤形成规律研究

翁海龙　孙楠　刘奇

摘要：  以带岭林业局1999年营造的5个造林密度的蒙古栎人工林为研究对象，利用工业CT对标准木进行扫描，对获取的图像进行判读与分析，结果表明：工业CT不仅可以准确的提取节疤的数量、空间位置信息，还能够回溯蒙古栎人工林树干节疤的整个形成过程。节疤形成的数量与竞争指数和气候条件有一定的相关性：竞争指数越大，蒙古栎人工林的节疤空洞和形成包藏节的数量就越多，反之就越小。年平均温度升高，蒙古栎节疤的数量减少；年降雨量升高，蒙古栎节疤的数量增加； 晚霜出现较晚、早霜出现较早的年份，蒙古栎人工林的节疤数量就会增多。该结论可以为蒙古栎人工林大径无节良材的培育经营提供理论支撑。

关键词：  工业CT；  蒙古栎；  人工林；  节疤；  规律

中图分类号：   S 722. 83               文献标识码：   A                文章编号：１００1 － 9499（２０24）03 － 0025 － 08

Study on the Formation Law of Knot Scar in Quercus mongolica Plantation Based on Industrial CT Scanning Technology

WENG Hailong1 SUN Nan1 LIU Qi2**

（1.  Forest Science Research Institute of Heilongjiang Province，  Heilongjiang Harbin 150081;

2.  Heilongjiang Academy of Forestry，  Heilongjiang Harbin 150081）

Abstract Interpret and analyze the acquired images of the standard trees in 5 planting densities of Quercus mongolica plantation builded in 1999 in Dailing Forestry Bureau scanned by industrial CT.  The following conclusions were obtained： Industrial CT can not only accurately extract the number and spatial location information of knots， but also retrospect the whole formation process of knot scar in Quercus mongolica plantation. The number of knots formed has a certain correlation with competition index and climate conditions： the greater the competition index， the more the number of knot scar and encapsulated knots in Quercus mongolica plantation， and vice versa. The increase of annual average temperature reduces the number of knots of Quercus mongolica; the increase of annual rainfall increases the number of knots of Quercus mongolica Forest; the years with late frost occurring later and early frost occurring earlier， the number of knots of Quercus mongolica will increase. The conclusion can provide theoretical support for the cultivation and management of large diameter knotless good material of Quercus mongolica plantation.

Key words industrial CT; Quercus mongolica; plantation; knots; law

工業CT采用恒压X射线源、高分辨率非晶硅面阵列探测器、高精度精密扫描平台构建3D-CT扫描成像系统。对被检物体进行旋转透照，探测器采集被检测物体在不同旋转位置的投影图像，根据探测器采集的投影数据，重建被检测物体的三维图像。法国农科院南锡研究中心的Longuetaud等通过霍夫变换（HT）和插值增强，实现了基于医学CT扫描的挪威云杉Picea abies髓心位置完全自动检测[ 1 ]。加拿大林产品创新研究院的Alkan也开展过采用工业CT技术检测亚高山冷杉Abies lasiocarpa原木髓心的研究，实现了自动检测并重建了原木髓心的三维图像[ 2 ]。瑞典吕勒奥理工大学木材科学与技术研究所的 Hagman 等分别利用人工神经网络 BP 算法和偏最小二乘法把欧洲赤松 CT 图像中的节子分离出来，并对节子进行有效分类，准确率达到85%～97%[ 3 ]。瑞典学者 Lindgren在利用CT技术检测木材密度方面作了系统的研究，随后法国、日本等国学者也开展过 CT 值与木材密度关系的研究工作[ 4 ]。国内学者戚大伟、韩书霞等在分析处理木材 CT 图像以及测定木材密度方面开展了一些研究，得出了相似的结论，即CT值与木材密度有很好的线性关系，当CT值变化为一个单位（HU）时，其密度相对应的变化大约为 1 kg/m3，这一关系几乎不受木材水分的影响[ 5 ， 6 ]。利用这一线性关系，根据早晚材不同的 CT 值，可研究木材早晚材密度的变异规律和年轮特征等。费本华等利用CT技术研究了意杨 Populus×canadensis ‘I-214，落叶松 Larix gmelinii 和湿地松 Pinus elliottii的断口形态特征[ 7 ]。彭冠云等采用 MicroCT对秋竹（Pleioblastus gozadakensis）和筇竹（Qiongzhuea tumidinoda）的节部进行扫描，在没有对节部进行制样的情况下，获得了竹节主干横切面上维管束及纤维分布清晰的图像，然后利用图像三维处理得到竹节部位的三维结构[ 8 ]。此外， Zhu等用随机性纹理模型检测原木，这是首次利用空间自回归模型分析木材CT图像的纹理[ 9 ]。Sepulveda等也发表过通过利用简易CT来研究木材纹理的报道[ 10 ]。

节疤是林木大径材培育的瓶颈问题，受气候变化、营养空间竞争以及外力机械损伤等多种因素影响，容易形成节疤，前人主要采用木材切片的方法获取节疤形态、分布位置、数量等信息，进而建立节疤模型，但是这种方法受样本数量的限制，采集的数据量较少，影响模型精度，且无法对节疤形成机理进行分类。本研究在已有研究的基础上，采用大数据的研究思维，以林分为对象，利用工业CT无损探伤技术扫描记录节疤位置、解剖形态、木材密度及形成时间，建立节疤表型数据库，再通过与气象数据的耦合分析，揭示蒙古栎人工林节疤形成的规律，旨在为人工林培育过程中节疤的人工干预提供理论基础。

1 研究区域概况

带岭林业局位于小兴安岭南麓，地理坐标为128°37′46″～129°17′50″E，46°50′8″～47°21′32″N。地处中温带，属大陆性季风气候。全年平均气温1.4 ℃，无霜期115d左右。版图呈纺锤形，南北长，东西窄，北大南小，南北高，中间低。全局总经营面积96 747 hm2，林木总蓄积量910万m3。

2 研究方法

2. 1 试验地设置

在带岭林业局选择1999年营造的5个密度蒙古栎人工试验林，调查树高、胸径、中央直径、枝下高、冠幅等指标，每个密度设置固定标准地 3 块，合计 15块，计算样地平均木作为标准木。

2. 2 工业“CT”扫描法

工业CT是工业用计算机断层成像技术的简称，它能在对检测物体无损伤条件下，以二维断层图像或三维立体图像的形式，清晰、准确、直观地展示被检测物体内部的结构、材质及缺损状况，被誉为当今最佳无损检测和无损评估技术。

选取蒙古栎次生林与人工林每个密度的标准木各1株，截取树干6 m发到监测中心进行CT扫描，扫描前按30 cm一段进行切割，按树木和区分段标记，将木段直立放置“工业CT”扫描探测仪平台上，启动仪器链接电脑软件专业软件（VGS tudio MAX）设置参数，启动扫描。

成像原理：用X线束对木段由上至下按0.1 mm厚度的层面进行扫描，由探测器接收透过该层面的X线，转变为可见光后，由光电转换器转变为电信号，再经模拟/数字转换器（analog/digital converter）转为数字信号，VGS tudio MAX处理。木段部位一定图像形成的处理将选定层面分成若干个体积相同的长方体，扫描所得信息经计算而获得每个长方体的X线衰减系数或吸收系数，再排列成矩阵，即数字矩阵（digital matrix），数字矩阵存储于磁盘中。经数字/模拟转换器（digital/anolog converter）把数字矩阵中的每个数字转为由黑到白不等灰度的小方块，即像素（pixel），并按矩阵排列，即构成CT图像，层面扫描形成x，y坐标值点云数据，构成二维断层图像，所有层面集合为x，y，z值点云数据，构成三维立体图像。

2. 3 图像判读

采用“工业CT”扫描获取到的图像需要结合林业知识进行判读，木段中材质密度越大灰度越小，密度最大值为白色，密度越小灰度越大，无密度值为黑色。

2. 3. 1 节疤类型判断

树木年轮线密度较高，因此呈白色线条（图4）。在有节的图像中，白色线条由随心向外呈放射状，与树木年轮线相割，年轮线不闭合，节子放射状线条穿过边材至树木表皮外为外生节；边材年轮线闭合外端不显示节的则形成包藏节；节子外缘有明显的黑色线条则表明节与树干材质分离即死节，节子顶端的黑色斑块为空洞。

2. 3. 2 节疤生长时间的判断

节疤生长缓慢，年轮及边材较致密，形成白色线条明显，节年轮线不清晰，节疤形成的时间根据与年轮线相割的时间判断。图1749是一条白色亮线从接近髓心的部位刚刚形成，查看与其相割的年轮是5年，即枝条形成时间；图1722是枝条停止与年轮相切，主干年轮闭合，枝条形成自己闭合年轮的时间；图1691可以看出枝条白色线条中间开始出现黑色的空洞，即枝条死亡时间，图1610是该枝条的白色亮线消失，即枝条死亡后被包藏的时间。

3 结果与分析

3. 1 CT成像揭示的节疤空间位置和形态特征

3. 1. 1 空间位置的确定

利用工业“CT”對木段按照0.1 mm进行扫描，获得二维图像，在坐标系中得到节疤相应的x、y坐标，所有的x、y数据构成点云数据，重新建立x、z坐标系和y、z坐标系，在坐标系中找到节疤对应的x、y、z坐标，确定每个节疤的空间位置（图6）。

3. 1. 2 节疤的形态特征

节疤在木段中不是单独的一个点，每一个节疤在坐标系中x轴、y轴和z轴上均是一个闭合的分布区间，进而构成了一个不规则的立体图形，也就是节疤的真实形态，而节疤的材积就是求这个坐标系中不规则图形的体积（图7）。

求不规则立体图形的体积可以把节疤的起始点作为一个坐标系的原点，节疤的形状可以用分割法将外形线用一个或多个可积的函数式f（x）表示，然后再乘以y的取值长度，再乘以z轴的长度取值（取值可以是长度，也可以是周长再阶除以2），节疤的材积V=f（x）dydz。

3. 1. 3 枝条形成节疤的过程

根据图像灰度反差分析，图8显示一个枝条从形成到死亡，最后被完全包裹的过程，径切面每张图片相差0.1 mm，弦切面每张图片相差0.2 mm。

节子靠近遂心方向的高亮位置为侧枝形成的位置，其切割的年轮线为形成时的主干年龄。由1749图片可以看出，节子所在的侧枝形成于树木幼苗期，树龄5年时该树木形成了这个侧枝，枝条随着树木主干健康生长。

枝条发育一段时间后就会停止形成年轮，也就是树干里的年轮不向枝条内弯曲，图1722可以看出节子停止与年轮相切，主干年轮闭合，枝条开始形成自己闭合的年轮。此时枝条在沿着主干方向生长了（1 749-1 722）*0.1=2.7 mm。

枝条存活5年后，由于生长被压或是其他原因，枝条停止生长，此时，在图像中会出现黑色的弧线，表示枝条与树干自动分离，从而形成疏松节。图1700中可以明显看出节子的部位开始出现黑色弧线，枝条在沿着主干方向继续生长了（1 722-1 700）*0.1=2.2 mm。

枝条死亡后由于外力或自身的原因折断，留在主干部分的残枝部分随着树木的生长逐渐被包裹起来，图1610 ～图1700清楚的演示了枝条残枝被包裹的整个过程，树木年龄显示为15 a时开始被主干包裹，至25 a时完全包藏在主干内，由于该侧枝基部的木质部发生腐朽，因此成为该株树木第一个死节。此时枝条在沿着主干方向继续生长了（1 700-1 610）*0.1=9 mm。

3. 1. 4 “CT”扫描节疤数量

对蒙古栎人工林5株解析木进行“CT”断层扫描图像判读后，获得蒙古栎林木节疤的准确数量，由表1可以看出，每个造林密度的蒙古栎标准木，由“CT”扫描图像判读出的节疤数量都远远超过肉眼看见的数量，最大的是造林密度3 300株/hm2的林分，超出了一倍以上，最小的是造林密度2 500株/hm2的林分，也增加了33.33%，用“CT”扫描节疤总量较肉眼看见的增加了57.53%。

3. 2 竞争指数对节疤形成规律的影响

3. 2. 1 标准木竞争指数

采用Heigyi简单竞争指标（CI）来反映对象木所承受的竞争压力。CI的表达式为：

式中，CIi是对象木i的简单竞争指标；Di是对象木的直径；Dj是对象木周围第j株竞争木的直径（j=1，2，3……n）;DISTij表示对象木i与竞争木j之间的距离。在用临近木筏确定对象木周围竞争木时，取距离对象木最近的4棵树来计算简单竞争指标（CI）。

表2 不同造林密度标准木的竞争指数

对不同造林密度蒙古栎人工林的胸径进行绝对平均计算，根据计算结果选取标准木，调查标准木周围竞争木树高和与标准木之间的距离，通过简单竞争指标公式来计算不同造林密度蒙古栎人工林标准木的竞争指数。由表2可见，造林密度越大，周围竞争木对标准木的影响越大，5 000株/hm2的林分，标准木的竞争指数最大，达到了2.93。

3. 2. 2 竞争指数节疤形成规律的影响

分别建立了节疤数量、空洞数量、包藏节数量与竞争指数的相关性，均呈现显著的线性相关，相关系数R2分别为0.881，0.967 3和0.639 1，说明竞争指数对蒙古栎节疤、空洞和形成包藏节的数量有显著影响，竞争指数越大，蒙古栎人工林的节疤空洞和形成包藏节的数量就越多，反之就越小。

3. 3 节疤数量随年龄的生长规律

建立了节疤数量随着蒙古栎标准木年龄的相关性，结果显示两者呈抛物线的关系，拟合方程为y=-1.062x2+23.757x-56.303，相关系数R2=0.558 4。节疤数量随着蒙古栎年龄的增大呈现出先增多后减少的趋势，在14龄时，节疤数量最多，达到了111个。

3. 4 气候条件对节疤形成规律的影响

试验选的蒙古栎人工林造林时间为1999年，所以收集了1999～2019年以来的气候数据，包括温度、降水、日照时数、早晚霜时间等。

3. 4. 1 温度与节疤数量的相关性

1999～2019年间平均温度最高的年份出现在2007年（2.3 ℃），平均温度最低的年份出现在2006年（0.5 ℃），20年间带岭林业局的温度是呈上升趋势的。节疤数量与年平均温度有一定的相关性，随着年平均温度的升高，蒙古栎节疤的数量呈现减少的趋势，在年平均温度最低时（0.5 ℃），蒙古栎人工林的节疤数量最多（111个），在年平均温度1.5 ℃时，蒙古栎人工林的节疤数量最少（6个）。

3. 4. 2 降水与节疤数量的相关性

1999～2019年间年降雨量最高的年份出现在2012年（756.1 mm），年降雨量最低的年份出现在2001年（282.9 mm），20年间带岭林业局的年降雨量在500mm上下波动。节疤数量与年降雨量有一定的相关性，随着年降雨量的升高，蒙古栎節疤的数量呈现增加的趋势，在年降雨量554.1 mm时，蒙古栎人工林的节疤数量最多（111个），在年降雨量455.2 mm时，蒙古栎人工林的节疤数量最少（6个）。

3. 4. 3 日照时数与节疤数量的相关性

1999～2019年间年日照时数最高的年份出现在2001年（3 099.1 h），年日照时数最低的年份出现在2014年（1 065.1 mm），20年间带岭林业局的年日照时数呈明显下降趋势。节疤数量与年日照时数的相关性不强，在年日照时数2 198.4 h时，蒙古栎人工林的节疤数量最多（111个），在年日照时数1 942.5 h时，蒙古栎人工林的节疤数量最少（6个）。

3. 4. 4 早晚霜时间与节疤数量的相关性

20年间晚霜最晚的年份出现在2004年（5月30日），晚霜最早的年份出现在2015年（3月27日），20年间带岭林业局的晚霜时间逐渐提前。节疤数量与晚霜的时间有较强的相关性，线性拟合方程为y=1.157 5x-51 230，相关系数R2=0.448 5，在晚霜出现较晚的年份，蒙古栎人工林的节疤数量就会增多，晚霜出现较早的年份，节疤数量就会减少。

20年间早霜最早的年份出现在2003年（9月16日），早霜最晚的年份出现在2017年（10月3日），20年间带岭林业局的早霜时间稍有推后趋势。节疤数量与早霜的时间有较强的相关性，线性拟合方程为y=-4.659 8x+207 247，相关系数R2=0.749 3，在早霜出现较早的年份，蒙古栎人工林的节疤数量就会增多，早霜出现较晚的年份，节疤数量就会减少。

4 结论与讨论

4. 1 结 论

4. 1. 1 对工业“CT”扫描获得的图像利用图像灰度反差进行判读，可准确的提取节疤的数量信息；对节疤的类型（外生节、包藏节）进行直观的展示；准确的确定节疤的空间位置，立体的展示其形态特征，并根据其三维的闭合分布区间，通过微积分的方法对节疤的材积进行计算；通过图像的连续可以动态的展示枝条从出生到死亡再被完全包裹的整個过程。

4. 1. 2 工业“CT”扫描节疤的数量较肉眼识别的节疤增加57.53%。节疤数量、空洞数量、包藏节数量随着竞争指数的增大而增多，呈显著的线性相关。

蒙古栎人工林生长20年间，节疤形成的数量与气象指标有一定的相关性，分析结果显示：年平均温度升高，蒙古栎节疤的数量减少；年降雨量升高，蒙古栎节疤的数量增加； 晚霜出现较晚、早霜出现较早的年份，蒙古栎人工林的节疤数量就会增多。

4. 2 讨 论

4. 2. 1 工业“CT”扫描蒙古栎标准木能够发现肉眼看不到的节疤，其中有很多是被包藏的有空洞的节疤，这样的节疤对木材的材性影响是最致命的，因此，统计并分析林木内部有空洞的节疤是评价林木材性的一个重要指标。

4. 2. 2 蒙古栎人工林标准木节疤中没有形成空洞的包藏节和外生节对林木的材性都不会有影响，同时还会增加木材的美观。但实际上形成空洞的节疤占的比例较大，约70%，形成空洞的原因是林木枝条死亡后，枝条基部继续保留在主干上，随着林木的径生长逐渐被包裹，从而形成了与木材主干相分离的空洞，影响木材材性。建议：（1）在树枝直径低于树木年增量（年轮间厚度）进行整枝易形成无节材。（2）树枝死亡后，及时沿树木表皮剔除，深度至木质部，形成包藏节，减少死节和节疤形成。

4. 2. 3 蒙古栎节疤形成与当年的气候条件有一定的相关性，尤其是早晚霜对节疤数量的影响很大，建议生产经营部门在春秋季节，根据天气预报信息，及时对蒙古栎进行防冻害保护措施，避免早霜对未进行木质化的蒙古栎枝条、晚霜对已经开始萌动的蒙古栎枝条造成冻害，形成节疤。

4. 2. 2 工业“CT”扫描分析节疤形成规律属于一个新的研究内容，由于数据分析时间短，很多有用数据信息没有被提取，目前只是一个初步探索阶段，在以后的相关研究中会继续挖掘，深入分析，找出蒙古栎节疤形成的重要因素，并加以人为干扰，从而形成无节良材，为蒙古栎人工林乃至其他珍贵树种的大径材培育提供理论基础。

参考文献

［1］ LONGUETAUD F， LEBAN J M， MOTHE F， et al. Automatic detection of pith on CT images of spruce logs ［J］. Comput Electron Agric， 2004， 44（2）： 107 - 119

［2］ ALKAN S. Industrial Computed Tomography（CT） Scanning of Subalpine Fir Logs： Proof of Concept ［R］. Vancouver： ［s. n.］， 2003.

［3］ HAGMAN P O G， GRUNDBERG S A. Classification of scots pine （Pinus sylvestris） knots in density images from CT scanned

logs ［J］. Holz Roh Werkst， 1995， 53（1）： 75 - 81.

［4］ LINDGREN L O. Medical CAT-scanning： X-ray absorption

coefficients， CT-numbers and their relation to wood density ［J］. Wood Sci Technol， 1991， 25： 341 - 349.

［5］ 戚大伟，  牟洪波.  具有图像处理功能的原木 X 射线检测系统［J］. 森林工程， 2007， 23（1）： 30 - 31， 75.

［6］ 韩书霞，  于雷，  孔超，  等.  基于计算机断层扫描技术的木材密度检测研究［J］. 森林工程， 2007， 23 （1）： 19 - 23

［7］ 费本华，  赵勇，  覃道春，  等.  应用 CT 技术研究木材断口形态特征［J］. 林业科学， 2007， 43（4）： 137 - 140.

［8］ 彭冠云，  江泽慧，  覃道春，  等.  基于 CT 技术的人造板剖面密度检测［J］. 木材工业， 2009， 23（5）： 19 - 21.

［9］ ZHU Dongping， BEEX A A. Robust spatial autoregressive modeling for hardwood log inspection ［J］. J Vis Commun Image Represent， 1994， 5（1）： 41 - 51.

［10］ SEPULVEDA P， OJA J， GRONLUND A. Predicting spiral grain by computed tomography of Norway spruce ［J］. J Wood Sci， 2002， 48（6）： 479 - 483.