林业工程自动化范文10篇

林业工程自动化范文篇1

关键词：林业；木工机械自动化技术；现状；发展

现阶段，随着科学技术的普及，在机械设备进行生产时实现生产设备的自动化是当下机械设备的主要发展方向。同时，随着人力资源的稀缺以及用人成本的攀升，传统的手工生产及制造面临着人力支出成本大，效率较低等问题，严重制约了传统手工生产的发展。而在林业行业中，机械自动化设备的应用是极为广泛的，通过对于数控、工控以及网络自动化设备的研发以及应用，林业行业的工作效率能够得到大幅度的提升。当下，林业木工自动化的研究方向主要包括：自动检测技术、自动除尘清洗技术、加工过程原料自动编码技术以及木工产品自动包装技术等。本文从木工机械化的发展历程入手，详细介绍了木工机械自动化的开发意义以及我国林业木工机械自动化的主要研究方向。

1木工机械概念及其发展简述

1.1林业木工机械的概念。木工机械是指对木材进行加工，将半成品的木材制作成成品的机械加工过程。而林业木工机械，是指在林业方面进行木材加工的过程。相较于其他的木工机械，林业木工机械的工作环境较为恶劣，原材料更为复杂，操作难度更大。1.2原始木工机械。原始木工机械阶段，人们主要依靠普通人力作为动力进行木工操作，我国出土的上周青铜刀具以及十四世纪80年代欧洲出土的风力锯等就是典型的例子。原始木工阶段，人们对于木材操作的效率极为低下，因此林业木工机械发展极为缓慢。1.3早期木工机械。早期木工机械阶段与原始木工机械阶段最典型的区别便是在早期木工机械阶段，依稀出现了木工操作的机械化。十七世纪，英国著名木工机床工程设计师首次发明了铣床、平刨床等以木材为主体的机械化木工设备，这些设备的产生为林业木工机械化发展打下了夯实的基础。1.4近代木工机械。进入近代以来，一些辅助装置如滚筒、履带以及运输料装置的出现，进一步提高了木工机械的工作效率，另外，精光刨床、联合封边机等的出现也扩大了林业木工机械的工作范围。1.5自动化木工机械。上世纪50年代末期，美国首先研制除了数控铣床，标志着林业木工机械正式迈入了自动化阶段。近年来，随着数控铣床技术的快速发展，林业木工机械以一个惊人的速率为人类生活服务。

2林业木工自动化技术的开发意义

2.1林业木工自动化技术是未来林业发展的必然之路。随着人们生活质量的不断提升以及科学技术的不断发展，现阶段人们对于木制品的要求越来越高，因此，林业木工自动化是未来林业木工机械的主要发展方向，通过林业木工自动化能够实现人们对于生活质量高标准的要求。2.2林业木工自动化技术的开发能够显著提升林业发展效率。上文提到，传统的林业木工机械操作存在着工作效率低下的问题，而随着现阶段人们对林业木工机械工作要求越来越高，传统的林业木工机械已经难以适应人们的生活需求。因此大力开展林业木工自动化技术，能够显著提升林业发展效率。2.3林业木工自动化技术能够扩展林业工程的范围。由于操作设备的限制，传统的林业木工机械难以对一些原材料较大的木材进行操作，而通过林业木工自动化设备的应用，能够轻松实现各种质量、体积范围内的木材操作，因此林业木工自动化技术能够扩展林业工程的范围。2.4林业木工自动化技术能够体现国家的工业化水平。自动化是一个国家工业化水平的主要体现方式，而木制品的加工主要是通过木工机械行业来实现的。因此，大力开展林业木工自动化技术能够显著提升我国木制品行业在国际市场的核心竞争力，具有重要的战略意义。

3我国林业木工自动化的发展现状

3.1数控专业机械的发展现状。现阶段，我国的木工机械主要包括触摸屏设备、特殊木材专业化设备等。数控木工机械通过数字化管理实现对于生物质燃料加工专用设备的控制管理，具有动态数字化显示、对木材操作进行调整以及经济效益分析等功能。但是现阶段我国的数控专业机械并没有形成完整的体系来对各木工机械硬件设备进行统一管理，同时，我国的木工机械生产企业并没有软件的知识产权以及源代码，这就导致我国的数控木工机械在进行更新时受限于发达国家的源代码。发达国家以及地区对数控镂铣机的垄断严重影响了我国数控专业机械的发展。3.2数控带锯机技术的发展现状。二十世纪80年代，我国研制成功了第一台数控带锯机。数控带锯机的研发成功，标志着我国的林业木工机械进入了一个新的发展时代。数控带锯机在林业木工机械方面的应用，不仅提高了对于木材的切割速度，同时也减少了人力资源的投入，从而实现了林业木工机械的效率以及经济效益的提升。改革开放之后，传统的大型带锯机逐渐被数控曲线带锯机所替代。现阶段，随着科学技术的发展以及相应技术的成熟，我国也开始进行跑车带锯机的研发，但是由于研发成本过高，资金投入大，跑车带锯机的在林业木工企业的应用并不普及。3.3数控刨切机床的发展现状。数控刨切机床在林业木工机械操作中起着加工大型零件的作用，因此它的应用能够显著促进其他林业机械设备的制造，从而提高林业木工机械的生产效率。但是我国的数控刨床制造技术较低，对于国外先进的数控刨床研发不到位，导致我国的数控刨切机床与先进国家之间存在明显差异，因此未来在林业发展方面，需要切实加强我国数控刨切机床的发展。3.4数控车床的发展现状。进入新世纪以来，我国已经开始进行数控机床的研发，但是由于我国数控机床研发起步较晚，与西方发达国家之间还存在明显的差距，因此我国需要注重对于车窗架盘加工模式的研发以及多头雕刻技术的应用。

4我国木工机械自动化的研发方向

4.1实现数控木工机床在林业中的应用。随着我国现代化发展以及城市化建设的加速，对于木制品的需求也越来越多。因此，需要在我国进行林业生产时积极应用先进生产设备，从而促进我国林业木工的快速发展。现阶段，人们对于木制品的美观要求越来越高，因此在进行林业木工加工时，需要注重其加工精度。未来我国在进行数控木工机床在林业中的应用时，首先需要对加工操作进行加工基准的确定，确保所有的零件加工工序在一个工序内完成，从而显著简化加工工序步骤，同时也有效避免了由于基准不同意导致的误差。在完成基准的确定后，通过计算机数字化控制的方式实现多项加工设备的同时生产操作。4.2迅速提高我国木工机械的数控化水平。木工机械设备的数字化控制作为林业木工机械化的基础，实现木工机械设备的数控化才能够对接下来的机械化提供便利。但是现阶段我国的数控与西方发达国家相比还存在明显的差异，例如我国林业木工加工的数控化率较低、数控化标准不健全。因此，需要通过促进我国木工企业根据数控化概念进行数控化率的提升，并制定相应的规章制度，切实提升我国木工机械的数控化水平。4.3重点研发通用单机的上下料自动化技术。现阶段我国通用单机在进行上下料时，还没有普及上下料自动化，依然通过人力作为上下料的基础，严重影响了上下料的效率。完善通用单机的上下料自动化技术，能够实现通用木工机械的单机自动化生产，从而避免由于人为操作失误导致的产品质量下降。因此，在这种情况下，通过提升生产设备的质量以及机械自动化程度，便能够在脱离人为因素的影响下实现产品产量的迅速提升。4.4产品后续的自动化处理技术。在进行林业木工生产时，需要进行自动伐木、自动切割、木材质量自动化检测以及木材自动化生产连线等一系列处理技术。因此，对于木材运输企业来说，设立相应的生产线提升产品后续处理效率，能够有效提高客户的满意度。未来我国的木材运输企业应该从简单做起，在完成各项后续自动化处理技术之后通过技术接合实现流水线处理。4.5开展木工机械柔性自动化生产线的理论研究。现阶段，随着木制品的需求逐渐增加，木工机械设备越来越大，这对于木工机械自动化行业带来了一定的不便，因此，开展木工机械的柔性自动化生产是未来木工自动化的主要生产方向之一。现阶段我国已经基本实现了单级设备自动化以及流水线承租技术的自动化，在未来的发展过程中，需要通过对木工机床柔性制造单元以及自动化设备输送装置的研究，实现二者的有效结合，从而实现木工机械柔性自动化生产线的制造。

5结语

综上所述，尽管我国的林业木工机械自动化取得了令人瞩目的成就，但是随着我国人民生活水平的提升，现有的林业木工机械自动化已经难以满足人们的日常生活需求，因此在未来的发展过程中，我国的林业木工机械行业需要切实注重数控化机床的研制、通用单机自动上下料技术，并开展木工机械柔性自动化生产线的研究，切实提高我国林业木工机械自动化水平，促进我国经济的又好又快发展。

参考文献：

[1]刘明，程晓旭.数控木工机械的发展现状及自动化技术的研发方向[J].建材与装饰，2018（06）：226.

[2]第十六届北京木工展盛大开幕六大主题专区汇聚430家知名企业展示最新自动化木工产品及技术[J].林业机械与木工设备，2017，44（07）：53.

[3]马岩，夏子钧，李博.德国工业4.0的启示与中国木工机械制造2025[J].林业机械与木工设备，2017，43（08）：4-9.

[4]发展数控与自动化新装备推动木工机械行业转型升级第四届全国木材加工技术与装备发展研讨会在牡丹江隆重举行[J].林业机械与木工设备，2017，41（10）：57.

[5]马岩.我国数控木工机械的发展现状及自动化技术的研发方向[J].林业机械与木工设备，2017，40（01）：4-9.

林业工程自动化范文篇2

一、现代信息技术在林业调查规划设计中的应用回顾

回顾我院的调查规划技术发展可以划分为以下几个阶段。

1、推离算盘，应用计算机(器)进行计算

我院是使用计算机技术最早的单位之一。1979年全国森林资源连续清查内业汇总首次应用到计算机，当时计算机还处于“01”时代，也就是采用机械码，进行数据录入、计算。1980年以后，使用ASClI码进行计算。一是以fx一8O为代表的系列计算器大量使用，标志着珠算的年代已经结束。这可以说是我院计算技术的一次革命。二是以502P为代表的带有编程功能的计算器(计算机)出现，使计算工作进入了程序运算阶段。三是以TI一59创先的小型、便携式计算机使用，使得计算结果可以打印输出。四是trsZ一80第一代微型计算机应用，改善了调查规划设计内业工作方式与效率。1984年始森林资源调查的内业统计汇总工作主要依靠计算机来完成。与此同时计算机语言、关系数据库知识在我院逐渐普及。汉字输出将我院计算机应用推向新的阶段。从第二代微型计算机始，计算机输入输出使用了汉字，使得所有的统计计算全部用于计算机来处理。‘

2、甩掉图板，实现制图电子化

计算机制图应用，是计算机应用的一次飞跃，将模拟信号转变成数字信号，即数字化、矢量化。80年代初我院完全依靠图板制作各类规划设计图，绘图人员走在哪里将图板背在那里，在各业务科室都培养了-tL绘图能手。从80年代末开始引入计算机制图，用10年多的时间，我们甩掉了图板，全部采用计算机制图。(1)Autocad的应用我院于80年代末开始使用Au—tocad，主要用于土建、道路等专业设计，随着计算机的普及和制图工作的普及。逐步应用到林业工程项目规划设计中，并在土建、道路专业使用专业的Autocad软件。(2)Mapcad的应用(数字化)非线型图形的矢量化是林业制图走向数字化的一次飞跃。林业调查规划设计制图以非线型制图为主，没有矢量化就不可能有林业制图数字化。由于当时技术水平的限制，国外已经推出的制图自动化软件在国内难以推广运用。9O年代初，我们选择了Mapcad软件。从486计算机DOS系统开始运用，发展到更新WINDOS系统版本使用，逐步使我院制图走向自动化。(3)Gis的应用CAD、空间分析与数据库的结合是现代信息技术的又一次发展。我院首次应用Gis系统是从Mapgis开始，随着软件技术和使用技术的提高，到2004年后发展为应用ARCGIS，之后的工作成果都是在此平台上产生的。

3、扔掉钢笔，进入办公自动化

微软的普及应用使林业调查规划设计扔掉钢笔，进入办公自动化。我院从80年代末就开始使用电子文本，进行文表处理，由于受计算机数量的限制，直至9O年代初，一直处于学习阶段。从90年末始，大量配备计算机，在调查规划设计工作中开始普及应用文表处理，与此同时网络开始应用，调查规划设计文本及日常办公文本的编写、传输、印刷等逐步用计算机来完成，到目前为止，我院职工已经是人手一机或多机，林业调查规划设计，文书、财务、人事、技术资料等管理全面使用计算机，进入了办公自动化时代。

4、力减野外作业，使用遥感技术

我院遥感技术主要用于进行森林资源调查，最早试用遥感技术是从7O年代开始的，当时使用的是航空照片，借助立体镜进行解译判读，8O年代末开始试用航天遥感研究试验，并获得林业部科技进步奖。1999年在森林资源连续清查中进行了样地判读调查，2004年开始，在森林资源规划设计调查、荒漠化沙化土地调查、湿地资源调查等项目中大量使用，与此同时，影像的处理技术全面掌握。2004年前主要采用的是分辩率较低的TM影像，2004年后主要采用分辨率较高的SPOT影像。

二、现代信息技术在林业调查规

划设计中的应用主要成果现代信息技术在我院林业调查规划设计中应用成果较多，主要介绍近年来采用地理信息技术、遥感技术、卫星定位技术等在调查规划中的重要应用成果。

1、陕西省森林资源规划设计调查管理信息系统

陕西省森林资源管理信息系统，分为县级和省、市级。县级森林资源管理信息系统的最小单位为小班：省、市级森林资源管理信息系统管理到县，访问到小班。系统能够与其它林业子系统相互兼容、资源共享；根据提供面积或图幅求算面积对范围内自动求算的面积进行平差，使图面面积等于控制面积：进行资源数据的即时更新，确保资源数据准确性、时效性。

2、陕西省退耕还林管理信息系统

陕西省退耕还林管理信息系统是基于ARCGIS地理信息与ORACLE数据库平台上共享的图、数、文、表一体化的网络管理系统。通过遥感影像、DEM数据、矢量地形数据等模拟真实地理环境，将退耕还林小班信息与实地山头地块相关联，图数结合；采用国家数字林业数据标准，实现资源共享：运用了网络技术，数据传输与管理最终在网上运行：多种数据源、多种比例尺、多种格式基础数据共同应用；采用多尺度数据无缝拼接技术及先进的内存管理方法与数据调度机制；系统采用了分级管理。

3、陕西省荒漠化沙化土地调查数据库

从1994年开始，间隔5年一次的全国荒漠化沙化土地调查已经进行了4次，2004年后普遍使用3S技术，通过建立解译标志、判读、区划、现地验正的环节进行调查。按照全国荒漠化沙化管理信息系统要求，我院建立了陕西省荒漠化沙化土地数据库，主要内容包括地理信息库、属性数据库、图形数据库等。

4、陕西省湿地资源调查数据库

从1995年到2003年，国家林业局(林业部)组织开展了建国以来首次大规模的全国湿地资源调查，陕西省第一次湿地资源调查是1999年进行的。2010年陕西省进行了第二次调查，采用3S技术，通过建立解译标志、判读、区划、现地验正的环节进行调查。按照全国湿地管理信息系统要求，我院建立了陕西省湿地资源数据库。

5、森林资源连续清查数据库

森林资源连续清查从1979年始，采用固定样地连续清查体系，从1994年开始我院建立固定样地属性数据库，经逐步补充与完善，现已建立了各期森林资源连续清查属性库。

三、现代信息技术在林业调查规划设计中的应用展望

林业工程自动化范文篇3

[关键词]专业学位；研究生教育；化工装备与控制；案例教学；案例库

案例教学法是以案例为核心的教学方法。国内早在春秋战国时期就有大量的民间故事可以看做是最早的案例，比如“纸上谈兵”、“朝秦暮楚”、“卧薪尝胆”等众多广为流传的典故。国外使用案例教学大致可以追溯到古希腊罗马时期，代表人物如苏格拉底、柏拉图等。现代意义的案例教学法特指20世纪初由美国哈佛大学商学院倡导的一种广受学生好评的教学方法，沿用至今[1]。与传统教学方法相比，案例教学法具有探究性的特点，还具有如下作用：(1)可以提高学生的创新意识和创新能力；(2)可以提高学生分析和解决问题的能力；(3)可以提高学生学习的自主性[2]。案例教学法通常在管理学、法学等人文管理类学科广泛应用，进入21世纪以后，随着我国教育事业的不断发展，工程类案例教学法在高等院校工科类课程，如《化工原理》[3]和《化工过程控制》[4]，也获得了较大的成功。专业学位研究生案例教学近年来得到国家的高度重视[5]，《教育部关于加强专业学位研究生案例教学和联合培养基地建设的意见》(教研[2015]1号)指出：提高工程硕士工程实践能力的一个重要途径是在实践教学中积极引入和重视案例教学，大力加强案例库建设[6]。通过化工自动化案例库的开发和建设，可以加深学生对重要知识和基础概念的理解，提高教学质量。案例教学通过案例来深入展示各知识点之间的内在关联，调动学生学习的积极性，提高学生的自学能力，培养学生独立思考、分析、归纳和整理资料的能力，培养学生的创新意识和动手解决问题的能力。此外，以学生为中心开展案例教学对于提高教师的授课水平和授课内容的深度具有积极的推动作用。南京林业大学全日制专业学位研究生培养方案涵盖林业、机械、电子信息和材料与化工等15个专业类别，其中材料与化工专业包含材料工程、林业工程、木竹结构材料与工程、生物质材料与工程、化学工程、轻工技术与工程6个领域方向。化工装备与控制是轻工技术与工程下属的一个重要研究方向，满足轻化工程行业发展对人才培养的要求，主要研究化工装备、自动控制、设备监测、故障诊断。本文就化工装备与控制方向专业学位研究生课程案例库的建设思路和经验做法介绍如下。

1化工自动化案例库介绍

1.1化工自动化案例库相关的研究生课程介绍

化工自动化案例库涉及到的研究生课程主要有《化工过程计算机仿真》、《化工过程动态分析与控制》、《现代造纸机械监诊学》、《多元统计过程监测》。这些课程(1)集成了化工原理、控制理论、计算机仿真等学科知识，是现代化工、轻工及环境等相关学科工艺控制、设计的基础，具有应用范围广、实践性强等特点；(2)较全面地覆盖到了化工过程的建模、仿真、控制、监测以及故障诊断等主要知识模块。建模模块要求学生掌握典型化工过程动态数学模型的建模方法，一阶过程、二阶过程以及复杂过程的动态特性，Matlab/Simulink仿真等；控制模块要求学生重点掌握PID控制器的参数对控制性能的影响及其整定方法，在此基础之上，还要求学生掌握前馈控制、比值控制、串级控制、多回路和多变量控制等复杂、先进的控制策略；监测及故障诊断模块要求学生掌握传统单变量质量控制图方法(如休哈特控制图、累积和控制图)、多元统计过程监测技术(比如主成分分析法、偏最小二乘法)等。

1.2化工自动化案例库与双语教学相互促进

提升双语教学效果是高等教育研究中的一个重要课题，本教学团队在已有的本科双语课程教学经验[7,8]基础之上，在研究生课程教学中积极引入国外优秀教材，主动开展双语授课。经过几个学期的探索，取得了良好的教学效果，学生英语水平和专业知识都得到了明显的提升，双语教学的经历对其今后从事的科研工作也起到了较大的促进作用。化工自动化案例库在开发的过程中借鉴了大量国外优秀教材中的经典例题。比如，《化工过程动态分析与控制》课程采用Seborg教授等编著的ProcessDynamicsandControl第二版[9]。化工自动化案例库中关于PID控制器参数整定的部分案例即来自于书中的例题。在实际教学讲解例题的时候，学生不但可以亲自动手研究、观察例题中的默认参数对结果的影响，还可以随意改动模型参数，观察现象，总结规律。通过案例的学习，可以加深学生对于PID控制器参数整定知识的理解，进而激发学生的学习兴趣。

2化工自动化案例库内容及典型案例分析

2.1化工自动化案例库内容

通过化工自动化案例库的开发及其在教学实践中的使用和逐步完善，引导学生对化工典型过程的建模、优化、控制及监测等方面进行深入学习，提高学生对实际问题的分析判断和处理能力。案例的来源主要有国内外经典化工自动化教科书上的重要例题以及化工自动化领域参考文献中的经典论文。经过一个学期的开发，教学团队已经开发出10个应用案例(表1)。

2.2化工自动化典型案例分析

废水处理过程多元统计分析现代废水处理过程是一个集合多变量、强耦合、强非线性、强动态多种特性于一身的复杂系统。废水处理工艺复杂、设备繁多、参数相互关联度高，在实验教学中难以全方位、多角度地展示参数设置对生产过程与产品质量的影响。随着活性污泥数学模型的成熟和计算机仿真技术的发展，可以通过计算机仿真来模拟活性污泥污水处理过程，研究活性污泥法污水处理工艺、过程控制算法和控制策略。仿真模拟是污水处理系统设计中不可或缺的步骤，通过仿真模拟可以大大缩短工艺设计的周期和难度，也可以降低工艺设计的成本。此外，通过模拟仿真也可以为工艺的改造以及控制系统的设计提供有益的参考，模拟仿真还可以辅助维持污水处理的运行，预测可能发生的事故。受实验条件及教学课时的限制，传统的实验教学只能选取参观、实习的学习方式，难以对整个工艺过程及主要设备进行系统学习，无法直观形象地认知各工段技术参数调整对产品性能指标的影响。此外，由于部分设备操作危险性高，实际教学无法开设相关实验内容，学生参与度低，实践动手能力弱，造成教学和生产实践的脱节。开发针对废水处理过程的虚拟仿真案例，将废水处理过程中的大型设备、工艺流程、参数调节等融入到虚拟环境中，学生在虚拟环境下进行实验操作，可以有效避免实验的危险性，培养学生的实践动手能力和创新思维，实现从理论知识学习到实践能力锻炼的升华。本案例以Matlab和Simulink为仿真平台，使用活性污泥基准仿真1号模型(BSM1)对城市污水处理过程进行模拟仿真。BSM1由欧盟科学技术与合作组织的研究人员与国际水质协会“基于呼吸运动计量法来控制活性污泥过程”课题组共同提出。BSM1提供了设备布局、生物过程和沉淀过程的数学模型、过程参数、入水数据，为活性污泥法污水处理过程的仿真提供了完整的方法。BSM1由5个生化反应池和1个二沉池构成(图1)。污水在经过两个串联的反硝化反应池处理后，进入3个串联的硝化反应器继续降解有机营养物。前两个反应池无通风曝气装置，后3个反应池通过调整通风量来控制溶解氧浓度。BSM1的这种布局特点可以保证系统中的污水有足够的污泥停留时间和水利停留时间。BSM1平均每天可处理2万吨COD浓度为300g/m3的污水。过程故障诊断技术是工业生产过程中提升安全性的重要方法，具有重要的理论研究和实际应用价值。故障数据对于验证故障诊断算法的性能具有重要作用。流程工业过程中的故障数据通常较难获得，而采用计算机仿真的方法可以轻易生成符合流程工业实际情况的多种类型的故障数据。本案例是在BSM1的基础上，通过改变过程变量参数，产生7种故障数据：(1)天气故障；(2)自养菌最大比增长速率变化故障；(3)异养菌最大比增长速率变化故障；(4)二沉池沉降速率变化故障；(5)硝酸盐执行器输出故障；(6)溶解氧控制器设定值改变“故障”；(7)溶解氧传感器的漂移故障、偏移故障和完全失效故障。使用多元统计过程监测中的主成分分析对这7种故障数据进行故障检测(图1)。

2.3持续改进的建议

化工自动化案例库建立的时间比较短，可以在如下两个方面加以改进：第一：案例库的界面太简单，可以进一步优化。例如，可以尝试将Matlab与组态王软件配合使用，利用组态王的组件来优化案例库的界面[10]。第二：案例库覆盖面窄，案例数量需要增加。比如PID参数整定方法只涉及到课本中的部分方法，过程监测和故障诊断模块的案例只使用了主成分分析法。后期可以考虑：(1)在建模模块中增加卷积神经网络等深度学习方面的案例；(2)在控制模块中将课本提到的其他PID参数整定方法都集成到案例库中，并增加模型预测控制、模糊控制等案例；(3)在故障诊断模块增加偏最小二乘、小波分析等案例。

3结语

林业工程自动化范文篇4

论文摘要：概述了“精确林业”的内涵及其主要支撑技术(包括GPS、GIS、RS、DBMS、DSS、VRT等)、操作过程和国内外研究现状,并对精确林业在中国的发展前景进行了探讨。

在现代信息技术、生物技术、工程技术等一系列高新技术的推动下，林业正在进入以知识高度密集为主要特点的知识林业发展阶段，于是，“精确林业(PrecisionForestry)”应运而生。所谓精确林业，即在林业生产过程中运用视觉传感器、卫星定位等高新技术，实时测知工作对象所需工作的质、量和时机等数据，通过对影响林木生长的环境因素实际存在的时空差异性的分析，判别林木长势优劣，确定影响长势的原因，提出科学处方，采取技术上可行、经济上有效的调控措施，消除和减少这些差异，按需定量实施灌溉、施肥和喷药，以实现最小资源投入、最大林业收益和最少环境危害。

1、精确林业的主要支撑技术

精确林业以3S技术、信息技术、智能化决策技术、可变量控制技术等为技术支撑体系，以生态学、造林学、工程学、系统学、控制学、测绘学为指导，能在自动化、智能化、一体化、时效性、准确性、可靠性等方面满足人们的需要，它的建立依赖于地球空间信息基础理论及其它高新科学技术的发展。

1.1全球定位系统

全球定位系统(GPS)是＿种可供全球享用的空间信息资源，具有全球性、全天候、高精度、用途多、可靠性好、覆盖范围广、定位速度快、抗干扰性强和自动化程度高等特点。在精确林业中，它主要实现对采集的林间信息进行空间定位，实时、快速地提供包括各类传感器(如CCD摄像头)和运载平台(如作业车辆、飞机等)目标的空间位置，辅助作业机械完成处方实施.

1.2地理信息系统

地理信息系统(GIS)可以在计算机硬件、软件系统的支持下，存储、管理、分析和描述整个或部分地球表面与空间和地理分布有关的数据，把地理位置和相关属性有机地结合起来，根据用户需要将空间信息及属性信息准确真实、图文并茂地输出。在精确林业中，它主要实现对多种来源的时空数据进行存储、分析和处理，根据数据绘制电子地图，作为新的集成系统的基础平台。

1.3遥感

遥感(RS)是一种多平台、多波段、高分辨率和全天候的对地观测技术，主要通过遥感器获取地球表面(层)自然界目标的波谱特征信息及对这些信息进行加工、处理，从而达到认识自然界的目的。在精确林业中，它主要用于实时地获取树木生长环境、生长状况和空间差异的大量时空变化信息，及时对GIS进行数据更新。

1.4数据库管理系统

数据库管理系统(DBMS)使存储和查找数据最优化，实现了﹁体化存储和初步的一体化查询，具有很好的完整性，避免了数据过于琐碎带来的不便。在精确林业中，它主要用于建立包含林木长势、自然条件和历史数据等信息的数据库，同时，它使GIS软件能充分利用商用数据库已经成熟的众多特性，如快速索引、数据完整性和一致性保证、安全和恢复机制及分布式处理机制，明显提高GIS软件管理空间数据的能力。

1.5决策支持系统

决策支持系统(DSS)综合了专家系统(ES)和模型系统(SS)，它根据专家在长期生产中积累的知识，建立作物栽培模型、统计趋势分析与预测模

1.6可变量控制技术

可变量控制技术(VRT)就是根据不同位置及要求自动改变施用比率的技术。它通过计算机控制，对林木所需用的水、肥料、农药等变量的类别和数量进行判断，根据需要调控如植保机械向林间喷洒这些变量的速率，使系统能在特定时间对特定目标进行操作规划，以达到精确定量地灌溉、施肥、喷药的目的，体现了“对症下药”、“按需给予、”“变量投入”的原则，它的实施可有效避免传统粗放型林业生产活动中造成的资源浪费和伴随的环境污染问题。在精确林业中，它主要实现对生产过程进行调控，合理地进行施肥、灌溉、施药等措施。GIS绘制电子地图，生成林木长势情况分布图，分析此图，获得林区内树木长势的差异程度一根据该图，对影响树木成长的各项因素进行分析，将地形、土质、土壤肥力、土壤含水量、气候状况、虫害、病害发生情况空间数据输入计算机，利用树木生长发育模型、相关作业的专家知识库等建立空间智能决策支持系统，确定产生长势差异的原因，生成林木管理处方图一根据处方图，生成响应林业机械的智能控制软件，按照按需投入、区别对待的原则，利用可变量控制技术实施施肥、喷药等操作一对其执行效果进行评估。

2、精确林业的基本操作过程

精确林业的出现，使定量获取影响树木长势情况的因素及最终生成的空间差异性信息，实施可变量投入，达到低成本、低消耗、高效率、环保好等目标成为可能。图1是精确林业基本操作过程的示意图，其实施过程可描述为：带GPS和实时传感器的作业机械随时间和空间变化自动采集林间定位及对应林班的树木长势情况数据一通过型、空间分析与技术经济分析模型，通过用户选择最优模型，输入模型的参数，获得仿真运算结果，从而为决策提供辅助支持的依据。在精确林业中，它主要实现对树木长势、病害、虫害的发生趋势进行分析模拟，针对林木生长环境和生长条件的时空差异性，生成处方图，提供各林班施肥喷药方案，对精确林业的实施效果、经济效益进行评估。

3、精确林业的研究现状

3.1国外研究动态

一些发达国家在精确林业相关技术的研究方面发展较快，如在森林土壤类型分析、林地适应性评价、森林生态环境模拟、林木育种以及生长监测和森林收获等领域已有成熟的应用。

美国林务局为每个林管局和林业研究所配备了资源级GPS接收机，主要用于灾害监测和防治的飞机导航、林相图的自动更新和林区作业的定位服务。

美国林务局和伊利诺大学联合开发的SmartForest软件，实现了森林景观的可视化，以DTM三维显示技术为基础，使用GIS作为决策支持媒介来考察景观尺度的资源状况，在林业信息的支持下，可以从不同视角模拟观察森林景观及其变化。

美国太空成像公司对原有的利用卫星RS数据监测火灾的技术和方法进行了归纳、整理和合并，形成了一套基于Internet影像查询系统的、实用的火灾探测算法，该算法具有自适应和区域性敏感的特点，所以适合于区域和全球火灾监测，可以实时获取火灾位置等信息。

Reid等人(2001)研究开发了FIAMODEI。来存储和分析林业数据，主要具有森林现状分析、发展趋势预测、森林生态景观分析、观光风景区内的森林布局等功能，同时，它还可提供林道、河流、边界等数据的查询。

Dimitru和Olson运用空间信息系统集成和卫星数据来确定森林覆盖率。技术路线是，通过像素尺寸的变化来判别树种是否有所增加，对比LandsatTM和SPOY—XS遥感卫星摄像2、3、4波段得到的数据，可以得到林区内较为准确的信息。

美国克罗拉多大学研究开发了一套航空录像的自动配准和校正系统，它是实时获取资源信息的RS工具，克服了影像配准与几何校正的时间太长、费用太高、与精确GIS匹配能力有限的缺点，在不增加过多硬件的基础上，极大降低了人为干预的操作，主要用于监测森林病虫害。

3.2国内研究动态

福建农林大学交通学院研究开发了基于GIS的木材运输决策支持计划系统，它综合运用线形规划和GIS技术，可以协助计划者确定最小费用集运材路径、确定最佳楞场空间位置和木材流分配，目标是在需材单位定货和森林资源条件的约束下，木材集运综合成本最低。

东北林业大学完成了基于WEB和3S技术的森林防火智能决策支持系统的研究，实现了林火数据库、林火预报预防、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理，使系统能够在互联网上实现运行和信息传输，自动优化系统参数和自动修正模型参数，形成扑火指挥决策支持专家系统。

南京林业大学机电学院开展了利用以机器视觉、图像处理、GPS、GIS、DBMS、DSS、VRT为代表的高新技术从事精确林业的构成、实现、应用等研究，开发了基于机器视觉的室内农药自动精确施用系统。该系统以实验室环境中所建的试验模型为研究对象，模拟农药施用的真实情况，用总结出的一套算法进行图像处理，并以此为依据做出决策控制喷头实现农药的精确施用，分析和探索了在自然环境中基于实时视觉传感技术的农药精确施用的可行性和效果。在实验室内开展了一系列的试验和研究，对施药过程中的运动模拟、树木图像采集、图像分割、施药决策、数据交换、喷雾执行等主要问题和技术难点做了较为深入的探讨和研究，涵盖了基于实时视觉传感技术的农药精确施用的主要技术要点。实验室测试表明，该系统运行良好并有很好的户外应用前景，特别适用于路旁树木的病虫害防治，林木栽植株距较大时，和常规施药方法相比，可节省50%以上的用药量。

此外，该学院还开展了农药精确喷雾机时空数据分析与融合研究，目标是建立集CCD摄像头、GPS、GIS为一体的移动式农药精确喷雾系统，图2为该系统的技术路线图，它的设计思路是：将CCD实时立体摄像系统、GPS、GIS在线地安装在高射程喷雾机上，随着喷雾机的行驶，所有系统均在同一时间脉冲控制下进行实时工作，把GPS精确定位数据和CCD获取的林木数字图像通过处理随时送人GIS中，而G1S中已经存储有电子地图信息和林班图，在GIS平台上有效集成时空数据、属性数据以及历史数据，根据历史上病虫害发生情况和植物保护专家在长期生产中获得的知识，进行病虫害统计趋势模型和技术经济分析，建立农药使用技术专家系统，并根据实时数据分析、图像处理、喷雾目标特征和病虫害防治目标阈值，建立智能决策支持系统，从而可针对当时当地的森林病虫害防治实际需要确定农药投入的种类、数量等，指导自动执行变量投入决策，控制可变量喷头实现农药精确定量喷雾。根据不同林业生产情况及病虫害发生类型、程度，利用此系统来对应控制特定区域做出可变量控制决策而实现农药精确对靶喷雾，在最大程度上杜绝非目标农药沉积，减轻环境污染。

4、精确林业在我国的发展前景

我国已经进行了一定规模的精确农业试点工作，部分技术、产品已趋成型，如由北京农业信息技术中心承担的北京市小汤山精确农业示范工程已进行了谷物测量、水分在线测量、田间信息采集、RS监测作物长势、水分、病虫草害、防治环境监测、GPS采样定位、导航、农业ES分析、农业机械的实时在线控制等试验。林业与农业相比有诸多不同，如森林资源类型多、区域差异大、周期长、干扰多、变化快、条件复杂，决定了精确林业实现的难度要比精确农业大。

林业工程自动化范文篇5

关键词:数据融合传感器无损检测精确林业应用

多传感器融合系统由于具有较高的可靠性和鲁棒性,较宽的时间和空间的观测范围,较强的数据可信度和分辨能力,已广泛应用于军事、工业、农业、航天、交通管制、机器人、海洋监视和管理、目标跟踪和惯性导航等领域[1,2]。笔者在分析数据融合技术概念和内容的基础上,对该技术在林业工程中的应用及前景进行了综述。

1数据融合

1.1概念的提出

1973年,数据融合技术在美国国防部资助开发的声纳信号理解系统中得到了最早的体现。70年代末,在公开的技术文献中开始出现基于多系统的信息整合意义的融合技术。1984年美国国防部数据融合小组(DFS)定义数据融合为:“对多源的数据和信息进行多方的关联、相关和综合处理,以更好地进行定位与估计,并完全能对态势及带来的威胁进行实时评估”。

1998年1月,Buchroithner和Wald重新定义了数据融合:“数据融合是一种规范框架,这个框架里人们阐明如何使用特定的手段和工具来整合来自不同渠道的数据,以获得实际需要的信息”。

Wald定义的数据融合的概念原理中,强调以质量作为数据融合的明确目标,这正是很多关于数据融合的文献中忽略但又是非常重要的方面。这里的“质量”指经过数据融合后获得的信息对用户而言较融合前具有更高的满意度,如可改善分类精度,获得更有效、更相关的信息,甚至可更好地用于开发项目的资金、人力资源等[3]。

1.2基本内容

信息融合是生物系统所具备的一个基本功能,人类本能地将各感官获得的信息与先验知识进行综合,对周围环境和发生的事件做出估计和判断。当运用各种现代信息处理方法,通过计算机实现这一功能时,就形成了数据融合技术。

数据融合就是充分利用多传感器资源,通过对这些多传感器及观测信息的合理支配和使用,把多传感器在空间或时间上的冗余或互补信息依据某些准则进行组合,以获得被测对象的一致性解释或描述。数据融合的内容主要包括:

(1)数据关联。确定来自多传感器的数据反映的是否是同源目标。

(2)多传感器ID/轨迹估计。假设多传感器的报告反映的是同源目标,对这些数据进行综合,改进对该目标的估计,或对整个当前或未来情况的估计。

(3)采集管理。给定传感器环境的一种认识状态,通过分配多个信息捕获和处理源,最大限度地发挥其性能,从而使其操作成本降到最低。传感器的数据融合功能主要包括多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测[4]。

根据融合系统所处理的信息层次,目前常将信息融合系统划分为3个层次:

(l)数据层融合。直接将各传感器的原始数据进行关联后,送入融合中心,完成对被测对象的综合评价。其优点是保持了尽可能多的原始信号信息,但是该种融合处理的信息量大、速度慢、实时性差,通常只用于数据之间配准精度较高的图像处理。

(2)特征层融合。从原始数据中提取特征,进行数据关联和归一化等处理后,送入融合中心进行分析与综合,完成对被测对象的综合评价。这种融合既保留了足够数量的原始信息,又实现了一定的数据压缩,有利于实时处理,而且由于在特征提取方面有许多成果可以借鉴,所以特征层融合是目前应用较多的一种技术。但是该技术在复杂环境中的稳健性和系统的容错性与可靠性有待进一步改善。

(3)决策层融合。首先每一传感器分别独立地完成特征提取和决策等任务,然后进行关联,再送入融合中心处理。这种方法的实质是根据一定的准则和每个决策的可信度做出最优的决策。其优点是数据通讯量小、实时性好,可以处理非同步信息,能有效地融合不同类型的信息。而且在一个或几个传感器失效时,系统仍能继续工作,具有良好的容错性,系统可靠性高,因此是目前信息融合研究的一个热点。但是这种技术也有不足,如原始信息的损失、被测对象的时变特征、先验知识的获取困难,以及知识库的巨量特性等[5,6]。

1.3处理模型

美国数据融合工作小组提出的数据融合处理模型[7],当时仅应用于军事方面,但该模型对人们理解数据融合的基本概念有重要意义。模型每个模块的基本功能如下:

数据源。包括传感器及其相关数据(数据库和人的先验知识等)。

源数据预处理。进行数据的预筛选和数据分配,以减轻融合中心的计算负担,有时需要为融合中心提供最重要的数据。目标评估。融合目标的位置、速度、身份等参数,以达到对这些参数的精确表达。主要包括数据配准、跟踪和数据关联、辨识。

态势评估。根据当前的环境推断出检测目标与事件之间的关系,以判断检测目标的意图。威胁评估。结合当前的态势判断对方的威胁程度和敌我双方的攻击能力等,这一过程应同时考虑当前的政治环境和对敌策略等因素,所以较为困难。

处理过程评估。监视系统的性能,辨识改善性能所需的数据,进行传感器资源的合理配置。人机接口。提供人与计算机间的交互功能,如人工操作员的指导和评价、多媒体功能等。

2多传感器在林业中的应用

2.1在森林防火中的应用

在用MODIS(ModerateResolutionImagingSpectroradiometer)数据测定森林火点时的20、22、23波段的传感器辐射值已达饱和状态,用一般图像增强处理方法探测燃烧区火点的结果不理想。余启刚运用数据融合技术,在空间分辨率为1000m的热辐射通道的数据外加入空间分辨率为250m的可见光通道的数据,较好地进行了不同空间分辨率信息的数据融合,大大提高了对火点位置的判断准确度[8]。为进一步提高卫星光谱图像数据分析的准确性与可靠性,利用原有森林防火用的林区红外探测器网,将其与卫星光谱图像数据融合,可以使计算机获得GPS接收机输出的有关信息通过与RS实现高效互补性融合,从而弥补卫星图谱不理想的缺失区数据信息,大大提高燃烧区火点信息准确度和敏感性。

2.2森林蓄积特征的估计

HampusHolmstrom等在瑞典南部的试验区将SPOT-4×S卫星数据和CARABAS-IIVHFSAR传感器的雷达数据进行了融合,采用KNN(knearestneighbor)方法对森林的蓄积特征(林分蓄积、树种组成与年龄)进行了估计[9]。

KNN方法就是采用目标样地邻近k个(k=10)最近样地的加权来估计目标样地的森林特征。研究者应用卫星光谱数据、雷达数据融合技术对试验区的不同林分的蓄积特征进行估计,并对三种不同的数据方法进行误差分析。试验表明,融合后的数据作出的估计比单一的卫星数据或雷达数据的精度高且稳定性好。

2.3用非垂直航空摄像数据融合GIS信息更新调查数据

森林资源调查是掌握森林资源现状与变化的调查方法,一般以地面调查的方法为主,我国5年复查一次。由于森林资源调查的工作量巨大,且要花费大量的人力、物力和资金。国内外许多学者都在探索航空、航天的遥感调查与估计方法。

TrevorJDavis等2002年提出采用非垂直的航空摄影数据融合对应的GIS数据信息实现森林调查数据的快速更新,认为对森林资源整体而言,仅某些特殊地区的资源数据需要更新。在直升飞机侧面装上可视的数字摄像装置,利用GPS对测点进行定位,对特殊地区的摄像进行拍摄,同时与对应的GIS数据进行融合,做出资源变化的估计或影像的修正[10]。

试验表明,融合后的数据可以同高分辨率矫正图像相比,该方法花费少,精度高,能充分利用影像的可视性,应用于偏远、地形复杂、不易操作、成本高的区域,同时可避免遥感图像受云层遮盖。

3数据融合在林业中的应用展望

3.1在木材检测中的应用

3.1.1木材缺陷及其影响

木材是天然生长的有机体,生长过程中不可避免地有尖削度、弯曲度、节子等生长缺陷,这些缺陷极大地影响了木材及其制品的优良特性,以及木材的使用率、强度、外观质量,并限制了其应用领域。在传统木制品生产过程中,主要依靠人的肉眼来识别木材缺陷,而木材板材表面缺陷在大小、形状和色泽上都有较大的差异,且受木材纹理的影响,识别起来非常困难,劳动强度大,效率低,同时由于熟练程度、标准掌握等人为因素,可能造成较大的误差。另外在集成材加工中,板材缺陷的非双面识别严重影响了生产线的生产节拍。因此必须开发一种能够对板材双面缺陷进行在线识别和自动剔除技术,以解决集成材加工中节子人工识别误差大、难以实现双面识别、剔除机械调整时间长等问题。

3.1.2单一传感器在木材检测中的应用

对木材及人造板进行无损检测的方法很多,如超声波、微波、射线、机械应力、震动、冲击应力波、快速傅立叶变换分析等检测方法[11,12]。超声技术在木材工业中的应用研究主要集中在研究声波与木材种类、木材结构和性能之间的关系、木材结构及缺陷分析、胶的固化过程分析等[13]。

随着计算机视觉技术的发展,人们也将视觉传感器应用于木材检测中。新西兰科学家用视频传感器研究和测量了纸浆中的纤维横切面的宽度、厚度、壁面积、壁厚度、腔比率、壁比率等,同时准确地测量单个纤维和全部纤维的几何尺寸及其变化趋势,能够区分不同纸浆类型,测定木材纤维材料加固结合力,并动态地观察木材纤维在材料中的结合机理。

新西兰的基于视觉传感器的板材缺陷识别的软件已经产业化,该软件利用数码相机或激光扫描仪采集板材的图像,自动识别板材节子和缺陷的位置,控制板材的加工。该软件还具有进行原木三维模型真实再现的计算机视觉识别功能,利用激光扫描仪自动采集原木的三维几何数据。

美国林产品实验室利用计算机视觉技术对木材刨花的尺寸大小进行分级,确定各种刨花在板中的比例和刨花的排列方向;日本京都大学基于视觉传感器进行了定向刨花板内刨花定向程度的检测,从而可以通过调整定向铺装设备优化刨花的排列方向来提高定向刨花板的强度。

在制材加工过程中,利用计算机视觉技术在线实时检测原木的形状及尺寸,选择最佳下锯方法,提高原木的出材率。同时可对锯材的质量进行分级,实现木材的优化使用;在胶合板的生产过程中,利用计算机视觉技术在线实时检测单板上的各种缺陷,实现单板的智能和自动剪切,并可测量在剪切过程中的单板破损率,对单板进行分等分级,实现自动化生产过程。Wengert等在综合了大量的板材分类经验的基础上,建立了板材分级分类的计算机视觉专家系统。在国内这方面的研究较少,王金满等用计算机视觉技术对刨花板施胶效果进行了定量分析[14]。

X射线对木材及木质复合材料的性能检测已得到了广泛的应用,目前该技术主要应用于对木材密度、含水率、纤维素相对结晶度和结晶区大小、纤维的化学结构和性质等进行检测,并对木材内部的各种缺陷进行检测。

3.1.3数据融合在木材检测中的应用展望

单一传感器在木材工业中已得到了一定程度的应用,但各种单项技术在应用上存在一定的局限性。如视觉传感器不能检测到有些与木材具有相同颜色的节子,有时会把木板上的脏物或油脂当成节子,造成误判,有时也会受到木材的种类或粗糙度和湿度的影响,此外,这种技术只能检测部分表面缺陷,而无法检测到内部缺陷;超声、微波、核磁共振和X射线技术均能测量密度及内部特征,但是它们不能测定木材的颜色和瑕疵,因为这些缺陷的密度往往同木板相同。因此,一个理想的检测系统应该集成各种传感技术,才能准确、可靠地检测到木材的缺陷[15,16]。

基于多传感器(机器视觉及X射线等)数据融合技术的木材及木制品表面缺陷检测,可以集成多个传统单项技术,更可靠、准确地实时检测出木材表面的各种缺陷,为实现木材分级自动化、智能化奠定基础,同时为集裁除锯、自动调整、自动裁除节子等为一身的新型视频识别集成材双面节子数控自动剔除成套设备提供技术支持。

3.2在精确林业中的应用

美国华盛顿大学研究人员开展了树形自动分析、林业作业规划等研究工作;Auburn大学的生物系统工程系和USDA南方林业实验站与有关公司合作开展用GPS和其他传感器研究林业机器系统的性能和生产效率。

目前单项的GPS、RS、GIS正从“自动化孤岛”形式应用于林业生产向集成技术转变。林业生产系统作为一个多组分的复杂系统,是由能量流动、物质循环、信息流动所推动的具有一定的结构和功能的复合体,各组分间的关系和结合方式影响系统整体的结构和功能。因此应该在计算机集成系统框架下,有效地融合GPS、GIS、RS等数据,解决这些信息在空间和时间上的质的差异及空间数据类型的多样性,如地理统计数据、栅格数据、点数据等。利用智能DSS(决策支持系统)以及VRT(可变量技术)等,使林业生产成为一个高效、柔性和开放的体系,从而实现林业生产的标准化、规范化、开放性,建立基于信息流融合的精确林业系统。

南京林业大学提出了“精确林业工程系统”[17]。研究包括精确林业工程系统的领域体系结构、随时空变化的数据采集处理与融合技术、精确控制林业生产的智能决策支持系统、可变量控制技术等,实现基于自然界生物及其所赖以生存的环境资源的时空变异性的客观现实,以最小资源投入、最小环境危害和最大产出效益为目标,建立关于林业管理系统战略思想的精确林业微观管理系统。

[参考文献]

[1]高翔,王勇.数据融合技术综述[J].计算机控制与测量,2002,10(11):706-709.

[2]龚元明,萧德云,王俊杰.多传感器数据融合技术(上)[J].冶金自动化,2002(4):4-7.

[3]钱永兰,杨邦杰,雷廷武.数据融合及其在农情遥感监测中的应用与展望[J].农业工程学报,2004,20(4):286-290.

[4]高德平,黄雪梅.多传感器和数据融合(一)[J].红外与激光工程,1999,28(1):1-4.

[5]王耀南,李树涛.多传感器信息融合及其应用综述[J].控制与决策,2001,16(5):518-52.

[6]许军,罗飞路,张耀辉.多传感器信息融合技术在无损检测中的应用研究[J].无损检测,2000,22(8):342-344.

[7]WhiteFE.Datafusionlexicon:DatafusionsubpanelofthejointdirectorsoflaboratoriestechnicalpanelforC3[R].SanDiego,1991.

[8]余启刚.数据融合技术在“3S”森林防火中的应用[J].森林工程,2003,19(4):5-6.

[9]HampusHolmstrom,biningremotelysensedopticalandradardatainKNN-estimationofforest[J].ForestScience,2003,49(3):409-418.

[10]TrevorJDavis,BrianKlinkenberg,PeterKellerC.Updatinginventory:Usingobliquevideogrammetry&datafusion[J].JournalofForestry,2002,100(2):45-50.

[11]杨春梅,胡万义,白帆,等.木材缺陷检测理论及方法的发展[J].林业机械与木工设备,2004,32(3):8-10.

[12]胡英成,顾继友,王逢瑚.木材及人造板物理力学性能无损检测技术研究的发展与展望[J].世界林业研究,2002,15(4):39-46.

[13]肖忠平,卢晓宁,陆继圣.木质材料X射线与超声检测技术研究的发展与展望[J].木材加工机械,2004,15(1):25-27.

[14]王金满,周秀荣.刨花板施胶效果计算机视觉分析方法[J].东北林业大学学报,1994,22(3):25-26.

[15]KlinkhachornP.Prototypinganautomatedlumberprocessingsystem[J].ForestProductsJournal,1993(2):11-18.

林业工程自动化范文篇6

关键词：林木育苗；数控技术；扦插；管理规范

近年，随着城乡绿化建设质量的提升，高品质无性系种苗需求越来越多。传统扦插育苗方式，现代化设施设备缺乏、扦插过程环境复杂、种苗质量难以控制等问题亟待解决。在计算机、物联网等交叉领域技术突破的带动下，林木数控扦插育苗技术日益成熟，育苗过程控制精细化，大大提高了扦插育苗的成活率和种苗质量。项目组前期制定了“林木育苗数控技术规程”，有关技术在日本红枫、桂花、朴树、无刺枸骨、红叶石楠、槐树、红花檵木等30余个树种扦插育苗上广泛应用[1-3]。我国林木育苗数控化生产起步较晚，但近年发展迅速，目前就技术层面而言，许多生产工序已经可以实现设施化、工厂化、智能化；育苗温室、数控设备、数控管理等设施技术正逐步规范化[4]。林木扦插数控育苗的关键环节是环境参数的采集、数控设施设备的管理与种苗培育的技术融合。项目组前期将林木数控育苗技术规范化管理应用到实际生产过程中，该文重点总结了当前林木扦插育苗生产的关键技术环节，可促进林木温室扦插育苗生产质量的精控，提高扦插成活率。

1林木扦插育苗现状

现阶段，普通温室育苗仍是林木扦插育苗的主体。普通温室标准化程度低、使用寿命短、管理维护难，对温光水气热的监测和控制不足，不利于优质苗木的培育。普通温室单位面积投资小，育苗标准化、自动化程度低、周期长，育苗过程易发生病虫草害[5]。利用设施温室、物联网及轻基质容器等技术开展无性系良种的规模化扦插扩繁可克服上述缺点，是未来林木育苗的发展趋势。扦插育苗是林木育苗中最常用的一种无性繁殖方法[6]，该技术关键在于促进插穗不定根的形成。不定根易受扦插基质、气温、光照、空气、湿度等环境因素影响[7-8]。利用设施技术，通过扦插环境的精确控制，可为插穗提供水分，培育过程可调节空气及插床的温度和湿度，为种苗提供一个适宜的生长环境[9]。智能化设施设备可很好地调节林木生长环境因子，而将数控育苗技术运用到设施温室中是对传统育苗手段的重要技术突破。

2林木数控育苗技术

数控技术是实现高效节能、改造传统产业并且促进机电一体化的关键技术[10]。把生物技术与数控技术有机结合产生的数控育苗技术是一种全新的育苗技术，它通过先进的仪器设备、高水平管理，规范育苗过程，可为植物生长发育创造最佳的温、光、水、气、热、营养等环境，实现育苗生产的批量化和优质化。在林木种苗生产中，林木数控扦插育苗是将复杂多变的光照、温度、湿度等环境信息，转变为可度量的数字、数据，再以这些数字、数据建立数字化模型，达到设施温室内光照、温度、湿度等的可控，实现林木育苗数字化控制的一种育苗方式[11]。其不同于传统扦插嫁接，是设施设备、智能控制及现代生物技术等育苗技术的集成与发展，既有传统育苗的易操作性，又有现代育苗的高效性，是一种基于细胞全能性和植物全息性的新型育苗技术，可克服传统育苗时节、空间、条件等限制[6]。林木数控育苗技术基地选址无特殊要求，对土壤气候无特定要求；采用计算机技术与物联网农业系统，实现种苗生产过程智能化、自动化，林木整齐度优、商品率高；计算机控制系统可升级改进，用于设施温室环境控制、智能灌溉等生产应用[10]。未来数控育苗技术在林木上普及应用度会更高，可提高林木良种的扩繁效率，推动我国优良无性系林木良种的应用。

3林木数控育苗设施设备

3.1设施温室

自动化温室大棚配有移动天窗，遮阳、保温、供暖、湿幕、冷却、喷灌及滴灌等系统，移栽苗床、计算机控制自动设施。其中苗床自动化管理，据调查国内传统固定苗床，耗损大量人力物力，尤其是大型温室大棚更加凸显不便利性。自动化苗床输送系统的推送装置控制程序包括核心部件PLC（可编程逻辑控制器）并编写程序语言，连接原器件，与转运平车、升降机等设备组成整套苗床转运系统。主要数控设备相关参数如下：①温室大棚温度调节包括升温和降温，时间段分别是11月至翌年3月、4—10月，温度分别为2℃~25℃、15℃~35℃，误差精确至±1℃。②湿度调节增湿和降湿，空气湿度可调范围为40%~100%，基质相对湿度可调范围为40%~95%，误差精确控制±5%。③光照调节遮阴和补光装置，白天温室大棚内可调范围1000~10000lx，误差精确控制±5%。④给水装置使用雾化喷头，孔径0.15mm，压力10~70kg/cm，喷雾量20~48mL/min，主要利用水压将水以细微水滴喷射出。⑤移动苗床高0.6~0.8m，宽1.4~1.8m，边框材质为铝合金，可左右移动，主体框架和苗床网采用热镀锌工艺，设限位防翻装置。

3.2遥感器

通过运用物联网系统的温度传感器、湿度传感器、pH值传感器、光照度传感器、CO2传感器等设备，检测环境中的温度、相对湿度、pH值、光照强度、土壤养分、CO2浓度等物理量参数，确保种苗有一个适宜的生长环境。远程控制的实现使技术人员在办公室就能对多个设施环境进行监测控制。采用无线网络来测量获得林木生长的最佳条件。温室大棚内部分传感器主要技术参数指标如下：①温湿传感器，测量范围，温度-20℃~70℃，湿度0~100%RH，测量精度，温度为±0.5℃，分辨率为0.1℃，湿度为±5%RH，分辨率为0.1RH。输出接口为RS485，平均功耗<0.1W，波特率为9600[8]。②光照传感器，测量区间为0~100000lx，波长测量范围380~730μm，反应时间为1s完成90%读数，分辨率3lx，输出接口为RS485，采用标准MODBUSRTU通讯协议。③CO2传感器监测精度为±（0.004%+3%F·S）（25℃），工作温湿度分别为-20℃~50℃、0~70%RH[1]。④称重传感器选用AT8502型传感器，量程8~12kg，灵敏度2.0mV/V[12]。

3.3其他设备技术

在实验室，常用的数控育苗设备主要有大型培养箱，运用智能苗木培养箱能够提高林木生产育苗成活率和生长速度。智能培养箱通常包含传感技术和WinCE嵌入式系统，由箱体和控制系统组成，具备信息采集、传输、分析处理及箱内环境参数调控功能，并通过摄像头实时监控拍摄箱内苗木生长发育及箱内内部运行情况。箱内部设有称重传感器、360°旋转转盘、无线模块和历史数据模块等。其中无线模块通过移动设备远程控制苗木培养箱，历史数据模块在特定时间记录环境参数并通过图表显示结果[13]。常用的箱体长达8m，宽5m，高10m，分上下两层，上层用于苗木培养，下层放置控制硬件，壁厚35mm，由隔热材料组成，四周百叶窗遮挡，培养箱相对湿度需控制精度±2%RH，温度控制±1℃，CO2浓度控制±0.002%。光照系统用LED植物补光灯，红紫光波长分别为655~660nm、450~455nm，强度比为10∶4[13]。

4数控设备管理

自动化温室大棚数控设备管理采用嵌入式Web服务器，通过网络接入芯片，连接各个传感器、计算机控制系统、农业物联网系统、网络通信及人工智能等设施设备。连接各个系统后实现温室结构的互联网访问，为温室林木育苗所需温度、湿度、光照等诸多环境因子智能化、网络化控制提供详细的解决方案。同时采用单机版管理系统，依靠传感器的感应，对数据进行集中采集、存储和管理，通过计算机控制和物联网温室信息监测管理系统构成C/S（Client/Server）架构，多台计算机分工完成，采用“功能分布”原则，客户端完成数据处理、数据表示以及用户接口功能；服务器端完成DBMS（数据库管理系统）。基于这种架构完成实现局域网范围内的高效现场温室信息管理，形成数控设备与信息技术系统协同作用于林木优质化育苗的现代化高水平生产局面。

5计算机控制与物联网

计算机联网控制已建立起的数字化模型对设施内林木育苗进行规范化管理，而物联网将各种信息传感设备与互联网结合形成一个巨大网络，实现在任何时间、地点，人、机、物的互联互通。通过数字化模型利用计算机系统把电子标签对应定位到特定部分，物联网利用中心计算机对机器、设备、人员进行集中管理、控制，类似自动化操控系统，同时收集特定部分数据，最后聚集成大数据，包括林木育苗所需的温、光、水、气、热、土壤理化性状、病虫害防治等数据。其中林木物联网是物联网技术在林木育苗生产、经营、管理和服务中的应用，用各类感知设备，采集从幼苗到成株本体及林木产品物流相关信息，通过网络传输技术将获取的生长发育信息进行融合、处理，最后通过智能化操作终端，实现林木生产全过程监控，科学决策和实时服务。首先，利用物联网感知技术，包括传感器、射频识别技术（RFID）、条码、全球定位系统（GPS）、遥感（RS）等技术手段，在任何时间对林木育苗过程中相关信息，如光照度、温湿度、气体含量等进行采集与获取。再用传输技术将感知设备接入传输网络，把通过感知设备采集到的林木育苗的相关信息，借助有线或无线的通信网络，随时随地进行高可靠度信息交互和共享。最后，用智能处理技术对数据进行预处理、存储、索引、查询、智能分析计算。物联网在林木育苗生产中，通过各种传感设备实现对设施环境的实时监测，结合智能数据管理系统进行环境调控，使林木尽可能处在适宜栽培环境中。设施环境监测系统还能通过积温算法及相关生长模型，实现病虫害预警和林木生产状况预报。同时，设施调控系统将水肥药综合管理，适时进行水肥药的供给，还能做到节水节肥。

6林木扦插育苗

6.1扦插基质

林木扦插育苗基质一般分有机物、无机物两类，无机物如蛭石、河沙、珍珠岩等，有机物如稻壳、泥炭、锯末等。生产上多用蛭石、珍珠岩、河沙及泥炭等，其中南方地区可用黄心土、椰糠、稻壳等[14]。常用的育苗基质厚度10cm左右，含盐量≤0.1%，pH为6.0~6.4，通气孔隙度>14%，孔隙度为75%~85%，持水孔隙度为45%~50%，容重为0.75~1.0g/cm3[15]。例如草炭土与珍珠岩或蛭石1∶0.2混拌等[16]。

6.2插穗

硬枝插穗，晚秋或初春采于采穗圃母树上生长健壮的当年木质化枝条。嫩枝插穗，生长季采于生长健壮、半木质化母树上的生长健壮枝条。取枝条中、下段部，长10~35cm，至少2个节间，护好侧芽或顶芽，针叶树种插穗保留全叶，常绿阔叶树插穗顶端保留1~3个叶片[17]。下切口用斜切口，切口平滑，上切口距第一个芽留1~2cm。硬枝扦插在早春土壤刚化冻、芽未萌动时进行。行距8~15cm，株距8~15cm。插前苗床浇透水。扦插深度为插穗1/3左右。插后执行参考文献[1]。

6.3扦插苗管理

6.3.1温度。通常，扦插苗培育的适宜环境温度为22℃~28℃，低于20℃或高于33℃种苗生长受到抑制。条件具备的，可增加基质温度，促进生根。6.3.2湿度。使用自动化喷雾系统控制湿度，插后加强水分管理，扦插初期，苗床周围相对湿度80%~100%为宜，基质含水量为60%~80%，生根后逐渐降低湿度。6.3.3光照。扦插前期每天光照时长12h左右，光照强度2500lx左右，待插穗长出2~3不定芽时增加光照时间及光照强度[18]。6.3.4除草、松土。遵循除早、除小、除了原则。人工除草在湿润时连根拔除，除草剂需试验后使用。6.3.5病虫害综合防治。预防为主，综合防治；搞好环境卫生，加强温室内外环境的病虫害防治，为温室种苗提供良好的条件；出圃苗木和调进的种苗进行检疫，发现病虫害感染严重和属于检疫对象的要立即焚烧[19]；利用害虫趋光性，采用黑光灯、高压灭虫灯等消灭害虫[20]；诱杀、人工捕杀田鼠、天牛等重要为害生物；根据苗木种类及病虫害，正确选用农药品种、剂型、使用浓度、用量和施用方法，既发挥药效，又不产生药害[17]。

6.4扦插苗木分级标准

一级苗木：苗粗壮、端直，充分木质化、无徒长，叶色泽正常；主根粗壮，侧根、须根较多；顶芽饱满，冠根比值小，无病虫害和机械损伤。二级苗木：苗高正常，无徒长，叶色泽正常；根系发达；顶芽饱满，冠根比值正常，无病虫害和机械损伤。

7包装与运输

以带容器袋种苗运输为主，基质湿润，不滴水。包装标签注明树种、苗龄、等级、数量等信息。装卸过程中轻拿轻放。车上用帆布遮挡，避免风吹日晒、雨淋和二次机械损伤。8建立档案档案建立包括产地、生产、经营、科学试验等内容。详细记录苗床、栽培基质、施肥、灌溉、除草、农药施用等日常生产管理活动，建立生产经营档案，保存备查[21]。

参考文献

[1]任杰，丁增成，唐菲，等.DB34/T3118—2018林木育苗数控技术规程[S].安徽省质量技术监督局，2018.

[2]任杰，雷经洋，任广掀，等.DB34/T3542—2019日本红枫育苗技术规程[S].安徽省市场监督管理局，2020.

[3]任杰，严梅，杨晓刚，等.DB34/T3541—2019红叶李育苗技术规程[S].安徽省市场监督管理局，2020.

[4]白帆，吴昊，肖冰，等.国内外林木育苗生产技术装备概述[J].林业机械与木工设备，2008，1（2）：5-8.

[5]侯晓莉，杨建详.浅析林木苗圃育苗在林业可持续发展中的重要性[J].农业经济研究，2019（3）：129.

[6]陈舒博，丁彦芬，赵天鹏，等.卫矛属植物扦插繁殖研究进展[J].北方园艺，2015（12）：193-197.

[7]杜学梅，杨廷桢，高敬东，等.影响苹果矮砧扦插生根因素的研究进展[J].农学学报，2017，7（8）：55-59.

[8]屈坤杰，王济红，祁翔，等.不同基质对豹皮樟嫩枝扦插生根能力的影响[J].西南农业学报，2017，30（7）：1522-1527.

[9]郭丽英，吉前华，蒋惠.柑橘扦插繁殖研究进展[J].现代农业科学，2020（17）：54-55.

[10]周玉申.先进的林业技术装备是现代林业建设的支撑和保证[J].木材加工机械，2011，22（4）：27-29．

[11]鲍震宇，王立海.黑龙江省林业采运机械化发展变化及驱动力分析[J].森林工程，2014，30（2）：176-181．

[12]牛艳东，龙维，孙友平，等.传感器控制自动灌溉系统的研制及其在油茶苗木生产中的应用[J].湖南林业科技，2018，45（1）：6-11.

[13]张林，孙家伟，郭钇浩，等.苗木培养箱结构及控制系统设计[J].中国农机化学报，2019，40（8）：137-143.

[14]杜学梅，杨廷桢，高敬东，等.我国林木扦插基质研究现状与展望[J].世界林业研究，2019，32（6）：73-78.

[15]周跃华，聂艳丽，赵永红，等.国内外固体基质研究概况[J].中国生态农业学报，2005，13（4）：40-43.

[16]赵明优.影响黑果腺肋花楸插穗成活率的主要因子分析[J].特种经济动植物，2020，23（4）：36-37.

[17]林业部造林经营司.GB6001—1985育苗技术规程[S].国家标准局，1986.

[18]屈德洪，吴景芝，吴兴恩，等.野生软枣猕猴桃种子萌发及离体快繁技术研究[J].西部林业科学，2017（6）：120-121.

[19]刘存芳.谈林木苗期主要病虫害及防治措施[J].林业科技情报，2020，52（2）：52-53，56.

[20]邵廷红.浅析林木病虫害的防治措施[J].种子科技，2019，37（9）：129，131.

林业工程自动化范文篇7

摘要：介绍了数据融合技术的基本概念和内容，分析了该技术在森林防火、森林蓄积特征的估计和更新、森林资源调查等方面的应用，提出该技术可应用于木材无损检测及精确林业。融合机器视觉、X射线等单一传感器技术检测木材及木制品，可以更准确地实时检测出木材的各种缺陷；集成GPS、GIS、RS及各种实时传感器信息，利用智能决策支持系统以及可变量技术，能够实现基于自然界生物及其赖以生存的环境资源的时空变异性的客观现实，建立基于信息流融合的精确林业系统。

多传感器融合系统由于具有较高的可靠性和鲁棒性，较宽的时间和空间的观测范围，较强的数据可信度和分辨能力，已广泛应用于军事、工业、农业、航天、交通管制、机器人、海洋监视和管理、目标跟踪和惯性导航等领域。笔者在分析数据融合技术概念和内容的基础上，对该技术在林业工程中的应用及前景进行了综述。

一、数据融合

1.1概念的提出

1973年，数据融合技术在美国国防部资助开发的声纳信号理解系统中得到了最早的体现。70年代末，在公开的技术文献中开始出现基于多系统的信息整合意义的融合技术。1984年美国国防部数据融合小组(DFS)定义数据融合为：“对多源的数据和信息进行多方的关联、相关和综合处理，以更好地进行定位与估计，并完全能对态势及带来的威胁进行实时评估”。

1998年1月，Buchroithner和Wald重新定义了数据融合：“数据融合是一种规范框架，这个框架里人们阐明如何使用特定的手段和工具来整合来自不同渠道的数据，以获得实际需要的信息”。

Wald定义的数据融合的概念原理中，强调以质量作为数据融合的明确目标，这正是很多关于数据融合的文献中忽略但又是非常重要的方面。这里的“质量”指经过数据融合后获得的信息对用户而言较融合前具有更高的满意度，如可改善分类精度，获得更有效、更相关的信息，甚至可更好地用于开发项目的资金、人力资源等。

1.2基本内容

信息融合是生物系统所具备的一个基本功能，人类本能地将各感官获得的信息与先验知识进行综合，对周围环境和发生的事件做出估计和判断。当运用各种现代信息处理方法，通过计算机实现这一功能时，就形成了数据融合技术。

数据融合就是充分利用多传感器资源，通过对这些多传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某些准则进行组合，以获得被测对象的一致性解释或描述。数据融合的内容主要包括：

(1)数据关联。确定来自多传感器的数据反映的是否是同源目标。

(2)多传感器ID/轨迹估计。假设多传感器的报告反映的是同源目标，对这些数据进行综合，改进对该目标的估计，或对整个当前或未来情况的估计。

(3)采集管理。给定传感器环境的一种认识状态，通过分配多个信息捕获和处理源，最大限度地发挥其性能，从而使其操作成本降到最低。传感器的数据融合功能主要包括多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。

根据融合系统所处理的信息层次，目前常将信息融合系统划分为3个层次：

(l)数据层融合。直接将各传感器的原始数据进行关联后，送入融合中心，完成对被测对象的综合评价。其优点是保持了尽可能多的原始信号信息，但是该种融合处理的信息量大、速度慢、实时性差，通常只用于数据之间配准精度较高的图像处理。

(2)特征层融合。从原始数据中提取特征，进行数据关联和归一化等处理后，送入融合中心进行分析与综合，完成对被测对象的综合评价。这种融合既保留了足够数量的原始信息，又实现了一定的数据压缩，有利于实时处理，而且由于在特征提取方面有许多成果可以借鉴，所以特征层融合是目前应用较多的一种技术。但是该技术在复杂环境中的稳健性和系统的容错性与可靠性有待进一步改善。

(3)决策层融合。首先每一传感器分别独立地完成特征提取和决策等任务，然后进行关联，再送入融合中心处理。这种方法的实质是根据一定的准则和每个决策的可信度做出最优的决策。其优点是数据通讯量小、实时性好，可以处理非同步信息，能有效地融合不同类型的信息。而且在一个或几个传感器失效时，系统仍能继续工作，具有良好的容错性，系统可靠性高，因此是目前信息融合研究的一个热点。但是这种技术也有不足，如原始信息的损失、被测对象的时变特征、先验知识的获取困难，以及知识库的巨量特性等。

1.3处理模型

美国数据融合工作小组提出的数据融合处理模型，当时仅应用于军事方面，但该模型对人们理解数据融合的基本概念有重要意义。模型每个模块的基本功能如下：

数据源。包括传感器及其相关数据(数据库和人的先验知识等)。

源数据预处理。进行数据的预筛选和数据分配，以减轻融合中心的计算负担，有时需要为融合中心提供最重要的数据。目标评估。融合目标的位置、速度、身份等参数，以达到对这些参数的精确表达。主要包括数据配准、跟踪和数据关联、辨识。

态势评估。根据当前的环境推断出检测目标与事件之间的关系，以判断检测目标的意图。威胁评估。结合当前的态势判断对方的威胁程度和敌我双方的攻击能力等，这一过程应同时考虑当前的政治环境和对敌策略等因素，所以较为困难。

处理过程评估。监视系统的性能，辨识改善性能所需的数据，进行传感器资源的合理配置。人机接口。提供人与计算机间的交互功能，如人工操作员的指导和评价、多媒体功能等。

二、多传感器在林业中的应用

2.1在森林防火中的应用

在用MODIS(ModerateResolutionImagingSpectroradiometer)数据测定森林火点时的20、22、23波段的传感器辐射值已达饱和状态，用一般图像增强处理方法探测燃烧区火点的结果不理想。余启刚运用数据融合技术，在空间分辨率为1000m的热辐射通道的数据外加入空间分辨率为250m的可见光通道的数据，较好地进行了不同空间分辨率信息的数据融合，大大提高了对火点位置的判断准确度。为进一步提高卫星光谱图像数据分析的准确性与可靠性，利用原有森林防火用的林区红外探测器网，将其与卫星光谱图像数据融合，可以使计算机获得GPS接收机输出的有关信息通过与RS实现高效互补性融合，从而弥补卫星图谱不理想的缺失区数据信息，大大提高燃烧区火点信息准确度和敏感性。

2.2森林蓄积特征的估计

HampusHolmstrom等在瑞典南部的试验区将SPOT-4×S卫星数据和CARABAS-IIVHFSAR传感器的雷达数据进行了融合，采用KNN(knearestneighbor)方法对森林的蓄积特征(林分蓄积、树种组成与年龄)进行了估计。

KNN方法就是采用目标样地邻近k个(k=10)最近样地的加权来估计目标样地的森林特征。研究者应用卫星光谱数据、雷达数据融合技术对试验区的不同林分的蓄积特征进行估计，并对三种不同的数据方法进行误差分析。试验表明，融合后的数据作出的估计比单一的卫星数据或雷达数据的精度高且稳定性好。

2.3用非垂直航空摄像数据融合GIS信息更新调查数据

森林资源调查是掌握森林资源现状与变化的调查方法，一般以地面调查的方法为主，我国5年复查一次。由于森林资源调查的工作量巨大，且要花费大量的人力、物力和资金。国内外许多学者都在探索航空、航天的遥感调查与估计方法。

TrevorJDavis等2002年提出采用非垂直的航空摄影数据融合对应的GIS数据信息实现森林调查数据的快速更新，认为对森林资源整体而言，仅某些特殊地区的资源数据需要更新。在直升飞机侧面装上可视的数字摄像装置，利用GPS对测点进行定位，对特殊地区的摄像进行拍摄，同时与对应的GIS数据进行融合，做出资源变化的估计或影像的修正。

试验表明，融合后的数据可以同高分辨率矫正图像相比，该方法花费少，精度高，能充分利用影像的可视性，应用于偏远、地形复杂、不易操作、成本高的区域，同时可避免遥感图像受云层遮盖。

三、数据融合在林业中的应用展望

3.1在木材检测中的应用

3.1.1木材缺陷及其影响

木材是天然生长的有机体，生长过程中不可避免地有尖削度、弯曲度、节子等生长缺陷，这些缺陷极大地影响了木材及其制品的优良特性，以及木材的使用率、强度、外观质量，并限制了其应用领域。在传统木制品生产过程中，主要依靠人的肉眼来识别木材缺陷，而木材板材表面缺陷在大小、形状和色泽上都有较大的差异，且受木材纹理的影响，识别起来非常困难，劳动强度大，效率低，同时由于熟练程度、标准掌握等人为因素，可能造成较大的误差。另外在集成材加工中，板材缺陷的非双面识别严重影响了生产线的生产节拍。因此必须开发一种能够对板材双面缺陷进行在线识别和自动剔除技术，以解决集成材加工中节子人工识别误差大、难以实现双面识别、剔除机械调整时间长等问题。

3.1.2单一传感器在木材检测中的应用

对木材及人造板进行无损检测的方法很多，如超声波、微波、射线、机械应力、震动、冲击应力波、快速傅立叶变换分析等检测方法。超声技术在木材工业中的应用研究主要集中在研究声波与木材种类、木材结构和性能之间的关系、木材结构及缺陷分析、胶的固化过程分析等。

随着计算机视觉技术的发展，人们也将视觉传感器应用于木材检测中。新西兰科学家用视频传感器研究和测量了纸浆中的纤维横切面的宽度、厚度、壁面积、壁厚度、腔比率、壁比率等，同时准确地测量单个纤维和全部纤维的几何尺寸及其变化趋势，能够区分不同纸浆类型，测定木材纤维材料加固结合力，并动态地观察木材纤维在材料中的结合机理。

新西兰的基于视觉传感器的板材缺陷识别的软件已经产业化，该软件利用数码相机或激光扫描仪采集板材的图像，自动识别板材节子和缺陷的位置，控制板材的加工。该软件还具有进行原木三维模型真实再现的计算机视觉识别功能，利用激光扫描仪自动采集原木的三维几何数据。

美国林产品实验室利用计算机视觉技术对木材刨花的尺寸大小进行分级，确定各种刨花在板中的比例和刨花的排列方向；日本京都大学基于视觉传感器进行了定向刨花板内刨花定向程度的检测，从而可以通过调整定向铺装设备优化刨花的排列方向来提高定向刨花板的强度。在制材加工过程中，利用计算机视觉技术在线实时检测原木的形状及尺寸，选择最佳下锯方法，提高原木的出材率。同时可对锯材的质量进行分级，实现木材的优化使用；在胶合板的生产过程中，利用计算机视觉技术在线实时检测单板上的各种缺陷，实现单板的智能和自动剪切，并可测量在剪切过程中的单板破损率，对单板进行分等分级，实现自动化生产过程。Wengert等在综合了大量的板材分类经验的基础上，建立了板材分级分类的计算机视觉专家系统。在国内这方面的研究较少，王金满等用计算机视觉技术对刨花板施胶效果进行了定量分析。

X射线对木材及木质复合材料的性能检测已得到了广泛的应用，目前该技术主要应用于对木材密度、含水率、纤维素相对结晶度和结晶区大小、纤维的化学结构和性质等进行检测，并对木材内部的各种缺陷进行检测。

3.1.3数据融合在木材检测中的应用展望

单一传感器在木材工业中已得到了一定程度的应用，但各种单项技术在应用上存在一定的局限性。如视觉传感器不能检测到有些与木材具有相同颜色的节子，有时会把木板上的脏物或油脂当成节子，造成误判，有时也会受到木材的种类或粗糙度和湿度的影响，此外，这种技术只能检测部分表面缺陷，而无法检测到内部缺陷；超声、微波、核磁共振和X射线技术均能测量密度及内部特征，但是它们不能测定木材的颜色和瑕疵，因为这些缺陷的密度往往同木板相同。因此，一个理想的检测系统应该集成各种传感技术，才能准确、可靠地检测到木材的缺陷。

基于多传感器(机器视觉及X射线等)数据融合技术的木材及木制品表面缺陷检测，可以集成多个传统单项技术，更可靠、准确地实时检测出木材表面的各种缺陷，为实现木材分级自动化、智能化奠定基础，同时为集裁除锯、自动调整、自动裁除节子等为一身的新型视频识别集成材双面节子数控自动剔除成套设备提供技术支持。

3.2在精确林业中的应用

美国华盛顿大学研究人员开展了树形自动分析、林业作业规划等研究工作；Auburn大学的生物系统工程系和USDA南方林业实验站与有关公司合作开展用GPS和其他传感器研究林业机器系统的性能和生产效率。

目前单项的GPS、RS、GIS正从“自动化孤岛”形式应用于林业生产向集成技术转变。林业生产系统作为一个多组分的复杂系统，是由能量流动、物质循环、信息流动所推动的具有一定的结构和功能的复合体，各组分间的关系和结合方式影响系统整体的结构和功能。因此应该在计算机集成系统框架下，有效地融合GPS、GIS、RS等数据，解决这些信息在空间和时间上的质的差异及空间数据类型的多样性，如地理统计数据、栅格数据、点数据等。利用智能DSS(决策支持系统)以及VRT(可变量技术)等，使林业生产成为一个高效、柔性和开放的体系，从而实现林业生产的标准化、规范化、开放性，建立基于信息流融合的精确林业系统。公务员之家

南京林业大学提出了“精确林业工程系统”。研究包括精确林业工程系统的领域体系结构、随时空变化的数据采集处理与融合技术、精确控制林业生产的智能决策支持系统、可变量控制技术等，实现基于自然界生物及其所赖以生存的环境资源的时空变异性的客观现实，以最小资源投入、最小环境危害和最大产出效益为目标，建立关于林业管理系统战略思想的精确林业微观管理系统。

[参考文献]

[1]高翔，王勇.数据融合技术综述[J].计算机控制与测量，2002，10(11)：706-709.

[2]龚元明，萧德云，王俊杰.多传感器数据融合技术(上)[J].冶金自动化，2002(4)：4-7.

[3]钱永兰，杨邦杰，雷廷武.数据融合及其在农情遥感监测中的应用与展望[J].农业工程学报，2004，20(4)：286-290.

[4]高德平，黄雪梅.多传感器和数据融合(一)[J].红外与激光工程，1999，28(1)：1-4.

林业工程自动化范文篇8

关键词：数据融合传感器无损检测精确林业应用

多传感器融合系统由于具有较高的可靠性和鲁棒性，较宽的时间和空间的观测范围，较强的数据可信度和分辨能力，已广泛应用于军事、工业、农业、航天、交通管制、机器人、海洋监视和管理、目标跟踪和惯性导航等领域。笔者在分析数据融合技术概念和内容的基础上，对该技术在林业工程中的应用及前景进行了综述。

一、数据融合

1.1概念的提出

1973年，数据融合技术在美国国防部资助开发的声纳信号理解系统中得到了最早的体现。

70年代末，在公开的技术文献中开始出现基于多系统的信息整合意义的融合技术。1984年美国国防部数据融合小组(DFS)定义数据融合为：“对多源的数据和信息进行多方的关联、相关和综合处理，以更好地进行定位与估计，并完全能对态势及带来的威胁进行实时评估”。

1998年1月，Buchroithner和Wald重新定义了数据融合：“数据融合是一种规范框架，这个框架里人们阐明如何使用特定的手段和工具来整合来自不同渠道的数据，以获得实际需要的信息”。

Wald定义的数据融合的概念原理中，强调以质量作为数据融合的明确目标，这正是很多关于数据融合的文献中忽略但又是非常重要的方面。这里的“质量”指经过数据融合后获得的信息对用户而言较融合前具有更高的满意度，如可改善分类精度，获得更有效、更相关的信息，甚至可更好地用于开发项目的资金、人力资源等。

1.2基本内容

信息融合是生物系统所具备的一个基本功能，人类本能地将各感官获得的信息与先验知识进行综合，对周围环境和发生的事件做出估计和判断。当运用各种现代信息处理方法，通过计算机实现这一功能时，就形成了数据融合技术。

数据融合就是充分利用多传感器资源，通过对这些多传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某些准则进行组合，以获得被测对象的一致性解释或描述。数据融合的内容主要包括：

(1)数据关联。确定来自多传感器的数据反映的是否是同源目标。

(2)多传感器ID/轨迹估计。假设多传感器的报告反映的是同源目标，对这些数据进行综合，改进对该目标的估计，或对整个当前或未来情况的估计。

(3)采集管理。给定传感器环境的一种认识状态，通过分配多个信息捕获和处理源，最大限度地发挥其性能，从而使其操作成本降到最低。传感器的数据融合功能主要包括多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。

根据融合系统所处理的信息层次，目前常将信息融合系统划分为3个层次：

(l)数据层融合。直接将各传感器的原始数据进行关联后，送入融合中心，完成对被测对象的综合评价。其优点是保持了尽可能多的原始信号信息，但是该种融合处理的信息量大、速度慢、实时性差，通常只用于数据之间配准精度较高的图像处理。

(2)特征层融合。从原始数据中提取特征，进行数据关联和归一化等处理后，送入融合中心进行分析与综合，完成对被测对象的综合评价。这种融合既保留了足够数量的原始信息，又实现了一定的数据压缩，有利于实时处理，而且由于在特征提取方面有许多成果可以借鉴，所以特征层融合是目前应用较多的一种技术。但是该技术在复杂环境中的稳健性和系统的容错性与可靠性有待进一步改善。

(3)决策层融合。首先每一传感器分别独立地完成特征提取和决策等任务，然后进行关联，再送入融合中心处理。这种方法的实质是根据一定的准则和每个决策的可信度做出最优的决策。其优点是数据通讯量小、实时性好，可以处理非同步信息，能有效地融合不同类型的信息。而且在一个或几个传感器失效时，系统仍能继续工作，具有良好的容错性，系统可靠性高，因此是目前信息融合研究的一个热点。但是这种技术也有不足，如原始信息的损失、被测对象的时变特征、先验知识的获取困难，以及知识库的巨量特性等。

1.3处理模型

美国数据融合工作小组提出的数据融合处理模型，当时仅应用于军事方面，但该模型对人们理解数据融合的基本概念有重要意义。模型每个模块的基本功能如下：

数据源。包括传感器及其相关数据(数据库和人的先验知识等)。

源数据预处理。进行数据的预筛选和数据分配，以减轻融合中心的计算负担，有时需要为融合中心提供最重要的数据。目标评估。融合目标的位置、速度、身份等参数，以达到对这些参数的精确表达。主要包括数据配准、跟踪和数据关联、辨识。

态势评估。根据当前的环境推断出检测目标与事件之间的关系，以判断检测目标的意图。威胁评估。结合当前的态势判断对方的威胁程度和敌我双方的攻击能力等，这一过程应同时考虑当前的政治环境和对敌策略等因素，所以较为困难。

处理过程评估。监视系统的性能，辨识改善性能所需的数据，进行传感器资源的合理配置。人机接口。提供人与计算机间的交互功能，如人工操作员的指导和评价、多媒体功能等。

二、多传感器在林业中的应用

2.1在森林防火中的应用

在用MODIS(ModerateResolutionImagingSpectroradiometer)数据测定森林火点时的20、22、23波段的传感器辐射值已达饱和状态，用一般图像增强处理方法探测燃烧区火点的结果不理想。余启刚运用数据融合技术，在空间分辨率为1000m的热辐射通道的数据外加入空间分辨率为250m的可见光通道的数据，较好地进行了不同空间分辨率信息的数据融合，大大提高了对火点位置的判断准确度。为进一步提高卫星光谱图像数据分析的准确性与可靠性，利用原有森林防火用的林区红外探测器网，将其与卫星光谱图像数据融合，可以使计算机获得GPS接收机输出的有关信息通过与RS实现高效互补性融合，从而弥补卫星图谱不理想的缺失区数据信息，大大提高燃烧区火点信息准确度和敏感性。

2.2森林蓄积特征的估计

HampusHolmstrom等在瑞典南部的试验区将SPOT-4×S卫星数据和CARABAS-IIVHFSAR传感器的雷达数据进行了融合，采用KNN(knearestneighbor)方法对森林的蓄积特征(林分蓄积、树种组成与年龄)进行了估计。

KNN方法就是采用目标样地邻近k个(k=10)最近样地的加权来估计目标样地的森林特征。研究者应用卫星光谱数据、雷达数据融合技术对试验区的不同林分的蓄积特征进行估计，并对三种不同的数据方法进行误差分析。试验表明，融合后的数据作出的估计比单一的卫星数据或雷达数据的精度高且稳定性好。

2.3用非垂直航空摄像数据融合GIS信息更新调查数据

森林资源调查是掌握森林资源现状与变化的调查方法，一般以地面调查的方法为主，我国5年复查一次。由于森林资源调查的工作量巨大，且要花费大量的人力、物力和资金。国内外许多学者都在探索航空、航天的遥感调查与估计方法。

TrevorJDavis等2002年提出采用非垂直的航空摄影数据融合对应的GIS数据信息实现森林调查数据的快速更新，认为对森林资源整体而言，仅某些特殊地区的资源数据需要更新。在直升飞机侧面装上可视的数字摄像装置，利用GPS对测点进行定位，对特殊地区的摄像进行拍摄，同时与对应的GIS数据进行融合，做出资源变化的估计或影像的修正。

试验表明，融合后的数据可以同高分辨率矫正图像相比，该方法花费少，精度高，能充分利用影像的可视性，应用于偏远、地形复杂、不易操作、成本高的区域，同时可避免遥感图像受云层遮盖。

三、数据融合在林业中的应用展望

3.1在木材检测中的应用

3.1.1木材缺陷及其影响

木材是天然生长的有机体，生长过程中不可避免地有尖削度、弯曲度、节子等生长缺陷，这些缺陷极大地影响了木材及其制品的优良特性，以及木材的使用率、强度、外观质量，并限制了其应用领域。在传统木制品生产过程中，主要依靠人的肉眼来识别木材缺陷，而木材板材表面缺陷在大小、形状和色泽上都有较大的差异，且受木材纹理的影响，识别起来非常困难，劳动强度大，效率低，同时由于熟练程度、标准掌握等人为因素，可能造成较大的误差。另外在集成材加工中，板材缺陷的非双面识别严重影响了生产线的生产节拍。因此必须开发一种能够对板材双面缺陷进行在线识别和自动剔除技术，以解决集成材加工中节子人工识别误差大、难以实现双面识别、剔除机械调整时间长等问题。

3.1.2单一传感器在木材检测中的应用

对木材及人造板进行无损检测的方法很多，如超声波、微波、射线、机械应力、震动、冲击应力波、快速傅立叶变换分析等检测方法。超声技术在木材工业中的应用研究主要集中在研究声波与木材种类、木材结构和性能之间的关系、木材结构及缺陷分析、胶的固化过程分析等。

随着计算机视觉技术的发展，人们也将视觉传感器应用于木材检测中。新西兰科学家用视频传感器研究和测量了纸浆中的纤维横切面的宽度、厚度、壁面积、壁厚度、腔比率、壁比率等，同时准确地测量单个纤维和全部纤维的几何尺寸及其变化趋势，能够区分不同纸浆类型，测定木材纤维材料加固结合力，并动态地观察木材纤维在材料中的结合机理。

新西兰的基于视觉传感器的板材缺陷识别的软件已经产业化，该软件利用数码相机或激光扫描仪采集板材的图像，自动识别板材节子和缺陷的位置，控制板材的加工。该软件还具有进行原木三维模型真实再现的计算机视觉识别功能，利用激光扫描仪自动采集原木的三维几何数据。

美国林产品实验室利用计算机视觉技术对木材刨花的尺寸大小进行分级，确定各种刨花在板中的比例和刨花的排列方向；日本京都大学基于视觉传感器进行了定向刨花板内刨花定向程度的检测，从而可以通过调整定向铺装设备优化刨花的排列方向来提高定向刨花板的强度。

在制材加工过程中，利用计算机视觉技术在线实时检测原木的形状及尺寸，选择最佳下锯方法，提高原木的出材率。同时可对锯材的质量进行分级，实现木材的优化使用；在胶合板的生产过程中，利用计算机视觉技术在线实时检测单板上的各种缺陷，实现单板的智能和自动剪切，并可测量在剪切过程中的单板破损率，对单板进行分等分级，实现自动化生产过程。Wengert等在综合了大量的板材分类经验的基础上，建立了板材分级分类的计算机视觉专家系统。在国内这方面的研究较少，王金满等用计算机视觉技术对刨花板施胶效果进行了定量分析。

X射线对木材及木质复合材料的性能检测已得到了广泛的应用，目前该技术主要应用于对木材密度、含水率、纤维素相对结晶度和结晶区大小、纤维的化学结构和性质等进行检测，并对木材内部的各种缺陷进行检测。

3.1.3数据融合在木材检测中的应用展望

单一传感器在木材工业中已得到了一定程度的应用，但各种单项技术在应用上存在一定的局限性。如视觉传感器不能检测到有些与木材具有相同颜色的节子，有时会把木板上的脏物或油脂当成节子，造成误判，有时也会受到木材的种类或粗糙度和湿度的影响，此外，这种技术只能检测部分表面缺陷，而无法检测到内部缺陷；超声、微波、核磁共振和X射线技术均能测量密度及内部特征，但是它们不能测定木材的颜色和瑕疵，因为这些缺陷的密度往往同木板相同。因此，一个理想的检测系统应该集成各种传感技术，才能准确、可靠地检测到木材的缺陷。

基于多传感器(机器视觉及X射线等)数据融合技术的木材及木制品表面缺陷检测，可以集成多个传统单项技术，更可靠、准确地实时检测出木材表面的各种缺陷，为实现木材分级自动化、智能化奠定基础，同时为集裁除锯、自动调整、自动裁除节子等为一身的新型视频识别集成材双面节子数控自动剔除成套设备提供技术支持。

3.2在精确林业中的应用

美国华盛顿大学研究人员开展了树形自动分析、林业作业规划等研究工作；Auburn大学的生物系统工程系和USDA南方林业实验站与有关公司合作开展用GPS和其他传感器研究林业机器系统的性能和生产效率。

目前单项的GPS、RS、GIS正从“自动化孤岛”形式应用于林业生产向集成技术转变。林业生产系统作为一个多组分的复杂系统，是由能量流动、物质循环、信息流动所推动的具有一定的结构和功能的复合体，各组分间的关系和结合方式影响系统整体的结构和功能。因此应该在计算机集成系统框架下，有效地融合GPS、GIS、RS等数据，解决这些信息在空间和时间上的质的差异及空间数据类型的多样性，如地理统计数据、栅格数据、点数据等。利用智能DSS(决策支持系统)以及VRT(可变量技术)等，使林业生产成为一个高效、柔性和开放的体系，从而实现林业生产的标准化、规范化、开放性，建立基于信息流融合的精确林业系统。

南京林业大学提出了“精确林业工程系统”。研究包括精确林业工程系统的领域体系结构、随时空变化的数据采集处理与融合技术、精确控制林业生产的智能决策支持系统、可变量控制技术等，实现基于自然界生物及其所赖以生存的环境资源的时空变异性的客观现实，以最小资源投入、最小环境危害和最大产出效益为目标，建立关于林业管理系统战略思想的精确林业微观管理系统。

[参考文献]

林业工程自动化范文篇9

精确林业以3S技术、信息技术、智能化决策技术、可变量控制技术等为技术支撑体系，以生态学、造林学、工程学、系统学、控制学、测绘学为指导，能在自动化、智能化、一体化、时效性、准确性、可靠性等方面满足人们的需要，它的建立依赖于地球空间信息基础理论及其它高新科学技术的发展。

1.1全球定位系统

全球定位系统(GPS)是＿种可供全球享用的空间信息资源，具有全球性、全天候、高精度、用途多、可靠性好、覆盖范围广、定位速度快、抗干扰性强和自动化程度高等特点。在精确林业中，它主要实现对采集的林间信息进行空间定位，实时、快速地提供包括各类传感器(如CCD摄像头)和运载平台(如作业车辆、飞机等)目标的空间位置，辅助作业机械完成处方实施.

1.2地理信息系统

地理信息系统(GIS)可以在计算机硬件、软件系统的支持下，存储、管理、分析和描述整个或部分地球表面与空间和地理分布有关的数据，把地理位置和相关属性有机地结合起来，根据用户需要将空间信息及属性信息准确真实、图文并茂地输出。在精确林业中，它主要实现对多种来源的时空数据进行存储、分析和处理，根据数据绘制电子地图，作为新的集成系统的基础平台。

1.3遥感

遥感(RS)是一种多平台、多波段、高分辨率和全天候的对地观测技术，主要通过遥感器获取地球表面(层)自然界目标的波谱特征信息及对这些信息进行加工、处理，从而达到认识自然界的目的。在精确林业中，它主要用于实时地获取树木生长环境、生长状况和空间差异的大量时空变化信息，及时对GIS进行数据更新。

1.4数据库管理系统

数据库管理系统(DBMS)使存储和查找数据最优化，实现了﹁体化存储和初步的一体化查询，具有很好的完整性，避免了数据过于琐碎带来的不便。在精确林业中，它主要用于建立包含林木长势、自然条件和历史数据等信息的数据库，同时，它使GIS软件能充分利用商用数据库已经成熟的众多特性，如快速索引、数据完整性和一致性保证、安全和恢复机制及分布式处理机制，明显提高GIS软件管理空间数据的能力。

1.5决策支持系统

决策支持系统(DSS)综合了专家系统(ES)和模型系统(SS)，它根据专家在长期生产中积累的知识，建立作物栽培模型、统计趋势分析与预测模

1.6可变量控制技术

可变量控制技术(VRT)就是根据不同位置及要求自动改变施用比率的技术。它通过计算机控制，对林木所需用的水、肥料、农药等变量的类别和数量进行判断，根据需要调控如植保机械向林间喷洒这些变量的速率，使系统能在特定时间对特定目标进行操作规划，以达到精确定量地灌溉、施肥、喷药的目的，体现了“对症下药”、“按需给予、”“变量投入”的原则，它的实施可有效避免传统粗放型林业生产活动中造成的资源浪费和伴随的环境污染问题。在精确林业中，它主要实现对生产过程进行调控，合理地进行施肥、灌溉、施药等措施。GIS绘制电子地图，生成林木长势情况分布图，分析此图，获得林区内树木长势的差异程度一根据该图，对影响树木成长的各项因素进行分析，将地形、土质、土壤肥力、土壤含水量、气候状况、虫害、病害发生情况空间数据输入计算机，利用树木生长发育模型、相关作业的专家知识库等建立空间智能决策支持系统，确定产生长势差异的原因，生成林木管理处方图一根据处方图，生成响应林业机械的智能控制软件，按照按需投入、区别对待的原则，利用可变量控制技术实施施肥、喷药等操作一对其执行效果进行评估。

2、精确林业的基本操作过程

精确林业的出现，使定量获取影响树木长势情况的因素及最终生成的空间差异性信息，实施可变量投入，达到低成本、低消耗、高效率、环保好等目标成为可能。图1是精确林业基本操作过程的示意图，其实施过程可描述为：带GPS和实时传感器的作业机械随时间和空间变化自动采集林间定位及对应林班的树木长势情况数据一通过型、空间分析与技术经济分析模型，通过用户选择最优模型，输入模型的参数，获得仿真运算结果，从而为决策提供辅助支持的依据。在精确林业中，它主要实现对树木长势、病害、虫害的发生趋势进行分析模拟，针对林木生长环境和生长条件的时空差异性，生成处方图，提供各林班施肥喷药方案，对精确林业的实施效果、经济效益进行评估。

3、精确林业的研究现状

3.1国外研究动态

一些发达国家在精确林业相关技术的研究方面发展较快，如在森林土壤类型分析、林地适应性评价、森林生态环境模拟、林木育种以及生长监测和森林收获等领域已有成熟的应用。

美国林务局为每个林管局和林业研究所配备了资源级GPS接收机，主要用于灾害监测和防治的飞机导航、林相图的自动更新和林区作业的定位服务。

美国林务局和伊利诺大学联合开发的SmartForest软件，实现了森林景观的可视化，以DTM三维显示技术为基础，使用GIS作为决策支持媒介来考察景观尺度的资源状况，在林业信息的支持下，可以从不同视角模拟观察森林景观及其变化。

美国太空成像公司对原有的利用卫星RS数据监测火灾的技术和方法进行了归纳、整理和合并，形成了一套基于Internet影像查询系统的、实用的火灾探测算法，该算法具有自适应和区域性敏感的特点，所以适合于区域和全球火灾监测，可以实时获取火灾位置等信息。

Reid等人(2001)研究开发了FIAMODEI。来存储和分析林业数据，主要具有森林现状分析、发展趋势预测、森林生态景观分析、观光风景区内的森林布局等功能，同时，它还可提供林道、河流、边界等数据的查询。

Dimitru和Olson运用空间信息系统集成和卫星数据来确定森林覆盖率。技术路线是，通过像素尺寸的变化来判别树种是否有所增加，对比LandsatTM和SPOY—XS遥感卫星摄像2、3、4波段得到的数据，可以得到林区内较为准确的信息。美国克罗拉多大学研究开发了一套航空录像的自动配准和校正系统，它是实时获取资源信息的RS工具，克服了影像配准与几何校正的时间太长、费用太高、与精确GIS匹配能力有限的缺点，在不增加过多硬件的基础上，极大降低了人为干预的操作，主要用于监测森林病虫害。

3.2国内研究动态

福建农林大学交通学院研究开发了基于GIS的木材运输决策支持计划系统，它综合运用线形规划和GIS技术，可以协助计划者确定最小费用集运材路径、确定最佳楞场空间位置和木材流分配，目标是在需材单位定货和森林资源条件的约束下，木材集运综合成本最低。

东北林业大学完成了基于WEB和3S技术的森林防火智能决策支持系统的研究，实现了林火数据库、林火预报预防、林火蔓延模型、扑火指挥决策等方面的智能化、网络化管理，使系统能够在互联网上实现运行和信息传输，自动优化系统参数和自动修正模型参数，形成扑火指挥决策支持专家系统。

南京林业大学机电学院开展了利用以机器视觉、图像处理、GPS、GIS、DBMS、DSS、VRT为代表的高新技术从事精确林业的构成、实现、应用等研究，开发了基于机器视觉的室内农药自动精确施用系统。该系统以实验室环境中所建的试验模型为研究对象，模拟农药施用的真实情况，用总结出的一套算法进行图像处理，并以此为依据做出决策控制喷头实现农药的精确施用，分析和探索了在自然环境中基于实时视觉传感技术的农药精确施用的可行性和效果。在实验室内开展了一系列的试验和研究，对施药过程中的运动模拟、树木图像采集、图像分割、施药决策、数据交换、喷雾执行等主要问题和技术难点做了较为深入的探讨和研究，涵盖了基于实时视觉传感技术的农药精确施用的主要技术要点。实验室测试表明，该系统运行良好并有很好的户外应用前景，特别适用于路旁树木的病虫害防治，林木栽植株距较大时，和常规施药方法相比，可节省50%以上的用药量。

此外，该学院还开展了农药精确喷雾机时空数据分析与融合研究，目标是建立集CCD摄像头、GPS、GIS为一体的移动式农药精确喷雾系统，图2为该系统的技术路线图，它的设计思路是：将CCD实时立体摄像系统、GPS、GIS在线地安装在高射程喷雾机上，随着喷雾机的行驶，所有系统均在同一时间脉冲控制下进行实时工作，把GPS精确定位数据和CCD获取的林木数字图像通过处理随时送人GIS中，而G1S中已经存储有电子地图信息和林班图，在GIS平台上有效集成时空数据、属性数据以及历史数据，根据历史上病虫害发生情况和植物保护专家在长期生产中获得的知识，进行病虫害统计趋势模型和技术经济分析，建立农药使用技术专家系统，并根据实时数据分析、图像处理、喷雾目标特征和病虫害防治目标阈值，建立智能决策支持系统，从而可针对当时当地的森林病虫害防治实际需要确定农药投入的种类、数量等，指导自动执行变量投入决策，控制可变量喷头实现农药精确定量喷雾。根据不同林业生产情况及病虫害发生类型、程度，利用此系统来对应控制特定区域做出可变量控制决策而实现农药精确对靶喷雾，在最大程度上杜绝非目标农药沉积，减轻环境污染。

4、精确林业在我国的发展前景

我国已经进行了一定规模的精确农业试点工作，部分技术、产品已趋成型，如由北京农业信息技术中心承担的北京市小汤山精确农业示范工程已进行了谷物测量、水分在线测量、田间信息采集、RS监测作物长势、水分、病虫草害、防治环境监测、GPS采样定位、导航、农业ES分析、农业机械的实时在线控制等试验。林业与农业相比有诸多不同，如森林资源类型多、区域差异大、周期长、干扰多、变化快、条件复杂，决定了精确林业实现的难度要比精确农业大。

在我国，精确林业的理论框架逐步完善，技术体系初步建立，应用领域进一步扩大，产业部门逐渐形成。3S技术及其它高新技术现已经广泛应用于森林资源清查、林地面积实时测量、林界划分、护林防火、飞播造林、荒漠化监测等方面。目前，北京市精确林业示范地建设已经启动，2001年，国家高新技术发展计划(863计划)批准了精确林业课题立项，这标志着精确林业的研究进入了系统集成与平台建立阶段。随着一些经济发达地区精确林业示范地的建立，我国精确林业将由实验转向生产，由技术形成产业，必将拥有广泛的应用前景和强大的生命力。

林业工程自动化范文篇10

1.哲学、政治学和马克思主义理论类：哲学、逻辑学、伦理学、宗教学、科学社会主义、国际共产主义运动、中国革命史、中国共产党党史、政治学、国际政治、行政学（管理）、外交学、国际文化交流、政治经济学、国际事务、思想政治教育、党政管理、政治学与行政学。

2.公共（行政）管理类：卫生管理类、行政管理、公共管理、公共政策学、公共事业管理、公共关系、土地资源管理、国防教育与管理、劳动关系、劳动与社会保障、公共安全管理、城市管理（监察）、社区管理、村（乡）镇管理、农村行政管理、社会福利事业管理、涉外事务管理、行政管理办公自动化、教育（行政）管理等各专业公共行政管理、文化产业等各类产业管理、航运管理等各类交通运输管理、自然保护区等各类保护区和开发区管理。

3.卫生管理类：卫生监督、卫生信息管理、公共卫生管理、医学文秘、医院管理。

4.社会学类：社会学、应用社会学、经济社会学、社会心理学、女性学、伦理学、人类学、人口学（工作）、社会工作（含司法社会工作方向等）、社会管理、社区服务（管理）、社区康复、家政学（服务）、老年服务（管理）、青少年工作（管理）。

5.经济管理类：经济学类、财政税收类、金融类、会计与审计类、管理科学、管理科学与工程、工商管理、工业经济、工程管理、项目管理、土地管理、企业管理、（市场）营销、市场开发、市场营销教育、汽车技术服务与营销、投资（学）、（企业）人力资源（人事）管理、旅游管理、旅游管理与服务教育、涉外旅游、导游、旅行社经营管理、景区开发与管理、物流管理、国际贸易、贸易经济、工业外贸、国际商务、商务策划管理、国有资产管理、物业管理、特许经营管理、连锁经营管理、资产评估、商品学、产品质量工程、国际企业管理、饭店（宾馆、酒店）管理、（企业）理财、林业信息管理、管理工程、国际工程管理、国际市场营销、商务管理、医药营销等各种专业营销、工商企业管理、工商行政管理、证券投资与管理、会展经济与管理、电子商务、经济信息管理、经济管理（学）、劳动经济、农村区域发展、农业经济、农业经营管理、农林经济管理、房地产经营与管理、乡镇企业管理、建筑工程营造与管理、国际文化贸易、网络经济（学）、体育经济、海洋经济、农业经济、运输经济、劳动经济、投资经济（管理）、房地产（开发）经营（或管理）、信息管理与信息系统。

6.经济学类：财政税收类、金融类、经济学、国际经济、发展经济（学）、国民经济管理、国际经济与贸易。

7.财政税收类：财政（学）、税收（务）、涉外税收。

8.金融类：金融（学）、金融工程、金融管理、经济与金融、国际金融、信用管理、证券、证券投资、期货、货币银行学、保险（学）、保险（实务）、医疗保险实务。

9.会计与审计类：会计（学）、审计（实务）、财务管理、财务会计(教育)、国际会计、会计（财务）电算化、注册会计师、会计与统计核算、财务信息管理、工业（企业）会计等各类专业会计。

10.数学、统计类：数学、数理基础科学、应用数学、数学与应用数学、信息与计算（机）科学、统计（学）、计划统计、经营计划与统计、统计与概算、国土资源调查等各类专业统计调查。

11.法学类：法学（含民法、商法、刑法、经济法、行政法、国际经济法、国际公法、国际私法、环境资源法、财税金融法、劳动与社会保障法等方向法学）、诉讼法、知识产权法、法律（事务）、国际法、刑事司法、监狱学、律师、涉外法律（事务）、经济法律事务、公安法制。

12.汉语言与文秘类：汉（中国）语言文学（教育）、汉语言、中国语言文学（化）、中文应用、对外汉语、华文教育、应用语言学、戏剧影视文学、古典文献、文学、中国文学、汉语言文学与文化传播、秘书（学）、文秘（学）、中文（文秘或秘书）教育、现代秘书、司法文秘（秘书）等各类专业文秘（秘书）。

13.新闻传播类：新闻（学）、传播（学）、广播电视新闻（学）、编辑出版（学）、媒体创意、广告（学）、工业设计、影视艺术技术、广播电视技术（工程）。

14.文物考古与历史学类：历史、中国历史、世界历史、考古（学）、文物保护、博物馆。

15.民族宗教类：民族学、宗教学、中国少数民族语言文学、民族理论与民族政策。

16.外国语言文学类：根据职位需要设置相应语种

17.图书与档案学类：图书馆（管理）、档案（管理）、科技档案、图书档案管理。

18.计量测量类：计量技术、测量技术、检测技术、精密仪器、几何计量测试、光学计量、无线电计量测试、热工计量测试、力学计量测试。

19.计算机科学与技术类：计算机科学（技术或教育）、各类（计算机）软件技术（工程）、各类（计算机）网络技术（工程）、各类（计算机）数据库（技术）、各类（计算机）信息科学（工程或技术）、各类（计算机）信息管理（或应用）、各类计算机管理（或应用）、各类计算机控制（技术）、各类计算机通信（通讯）、各类（计算机）多媒体技术、（信息）网络安全（监察）、信息安全、系统理论（科学或工程）、管理信息系统、地球（地理）信息系统（科学或技术）、智能科学与技术、信息与计算（机）科学、计算数学及其应用软件、计算机与经济管理、计算机系统维护、计算机硬件（器件或设备）、电器与电脑、可视化程序设计、Web应用程序设计、多媒体制作、图形图像制作、动漫设计与制作、电子商务、办公自动化技术、软件测试。

20.电气电力（强电）类：电力（电气）工程、电气自动化、电站自动化、电站测控、变电运行、高压输配电线路、（电力）线路运行、电气技术教育、微电机、电机与电器、各类电力（电气）自动化、发电厂及电力系统、电厂设备运行与维护、电厂热能动力装置、火电厂集控运行、水电站及电力网、供用电技术、电网监控技术、电力系统继电保护、农村电气化技术、电工（技术）、电气工程及其自动化、自动化。

21.电子信息与自动化类：电子信息（工程）科学（技术）、微电子（技术）、电子工程（技术）、电子工艺与管理、应用电子技术、电子应用、电子与信息技术、仪器仪表、集成电路设计与集成系统、光电技术（信息工程）、光信息科学（技术）、控制工程、数控技术（设备）、各类自动化专业、电磁场技术、真空电子技术、无线（电）技术、通信工程、信息显示、信息物理工程、信息对抗技术、电子声像技术、图文信息技术、生物医学工程、医学信息学（工程）、医疗器械工程、医学影像工程、假肢矫形工程、生物信息技术、雷电防护科学与技术、数字媒体技术、建筑电气与智能化、楼宇智能化工程技术、机电一体化技术、生产过程自动化技术、工业网络技术、检测技术及应用、理化测试及质检技术、液压与气动技术、电子测量技术与仪器、电子科学与技术、数字媒体艺术、微电子学、电子设备与运行管理、通信网络（系统）、（移动）通信技术、程控交换技术、汽车电子技术、（电子）仪器仪表、广播电视网络技术、有线电视工程技术。

22.机械类：机械设计、机械制造、机械工程、机械装备、精密机械、工业工程、机械自动化、自动化设备、制造工程（工艺）、机械维修及检测技术、机电技术、材料成型及控制工程、制造自动化与测控技术、数控技术（设备）、模具设计与制造、玩具设计与制造、材料成型与控制技术、焊接技术及自动化、液压与气动技术、计算机辅助设计与制造、各类机电或动力设备的运行或维护等、（电子）仪器仪表、医疗仪器仪表等各类专业器械设备、各类汽车（车辆）制造（装配）与维修（检测或运用）技术、汽车改装（整形）技术、制冷与冷藏技术、车辆工程。

23.公安学类：犯罪学、犯罪心理学、侦查（察）学、刑事侦查（察）、刑事（科学）技术、技术侦查、经济侦查、警察指挥与战术、禁毒（学）、经济犯罪侦查、信息网络安全监察、公安信息技术、公安情报学、公安视听技术、法医学、警犬技术、警卫学、涉外警务、边防管理（或指挥）、边防公安、出入境管理、消防管理（指挥）、火灾勘查、科技防卫、安全防范工程（技术）、公安（安全）保卫、国内安全保卫、公安学、公共安全管理、公安管理、警察管理、核生化消防、预审、痕迹检验、文件鉴定、法化学、治安（学、管理）、（道路）交通管理（工程）、公安文秘、公安法制、警卫、交通管理。

24.司法监所管理类：犯罪学、监狱学、狱政管理、刑事执行、劳教管理、罪犯管教、罪犯教育、矫正教育学、罪犯心理矫治、涉毒人员矫治、司法管理。

25.教育学类：教育（学）、思想政治教育、科学教育、初等教育、小学教育、学前教育、（现代）教育技术（学）、教育管理、职业技术教育管理、特殊教育、言语听觉科学、化学教育等各学科教育。

26.心理学类：心理学、应用心理学（含临床心理学方向等）、犯罪心理学、社会心理学、心理咨询。

27.体育学类：体育教育、运动训练、体育管理（服务）、运动人体科学、运动生物力学、体育生物科学、社会体育、警察体育、休闲体育、竞技体育、民族传统体育、运动康复与健康、体育保健康复、武术。

28.艺术类：（可以按照小类设置专业条件）

⑴音乐小类：音乐学、作曲、（音乐）指挥、音乐表演、民族音乐、交响乐、声乐、歌剧、戏剧戏曲音乐、音乐剧、钢琴、管弦、各种乐器演奏、现代器乐打击乐、音乐科技与艺术、音乐教育、音乐工程。

⑵美术小类：美术、绘画、中国画、油画、戏剧影视美术设计、雕塑、书法、戏剧影视美术设计、动画、木偶表演与制作。

⑶电影电视广播小类：电影编导、广播编导、电视编导、影视学、电视艺术、电影学、广播电视艺术、摄影。

⑷舞蹈小类：舞蹈学、舞蹈编导、芭蕾舞、中国舞、民族舞蹈。

⑸戏剧戏曲小类：戏剧学、戏曲学、戏剧影视文学。

⑹表演小类：戏剧戏曲表演、话剧表演、影视表演。

⑺舞台艺术类：舞台美术、照明艺术、录音艺术。

⑻播音小类。

⑼主持小类。

⑽导演小类。

⑾艺术管理小类：艺术管理、文化事业管理。

⑿杂项小类：艺术学、公共艺术、艺术设计、新媒体艺术、会展艺术与技术。

29.物理、力学类：物理学、应用物理学、工程物理、核物理、力学、声学、光电子技术科学、工程结构分析。

30.化学化工类：化学（基地）、应用化学、化工、化学工程与艺术、过程装备与控制工程、化学工艺、应用化工技术、精细化工、有机化工、工业生物工程、化工设备（维修）。

31.材料学类：材料物理、材料化学、冶金工程、金属材料工程、无机非金属材料工程、高分子材料与工程、材料科学与工程、复合材料与工程、焊接技术与工程、宝石及材料工艺学、粉体材料科学与工程、再生资源科学与技术、稀土工程、高分子材料加工工程、生物功能材料、电子封装技术、陶瓷、硅酸盐。

32.大气与天文学类：天文、空间科学、气象（学）、大气科学（技术）、大气探测技术、应用气象技术、防雷技术。

33.地理科学类：地理、地理信息系统（科学与技术）。

34.地质地矿类：地质、地质工程、地球化学、地球物理、地球与空间科学、采矿工程（或技术）、石油工程、煤及煤层气工程、天然气、矿物加工、勘查、资源勘查与开发、矿物资源、地质矿产勘查、勘察工程、区域地质调查及矿产普查、地质矿产勘察技术、矿山地质、岩矿鉴定、矿山测量、水文地质与勘查技术、金属矿产地质与勘查技术、铀矿地质与勘查技术、非金属矿产地质与勘查技术、岩矿分析与鉴定技术、宝玉石鉴定与加工技术、工程地质勘查、水文与工程地质、矿物加工工程。

35.海洋科学类：海洋（科学）技术、海洋管理、海洋资源、（近岸）海洋环境（科学或工程）、海洋生态、海洋水文、近岸海洋学、海洋生物（工程）、海洋渔业科学与技术、海洋放射生态学、军事海洋学、渔业资源与渔政管理。

36.环境科学类：环境科学（工程）、资源环境科学（工程）、生态学、海洋资源环境、（近岸）海洋环境（科学或工程）、海洋生态、水土保持与荒漠化防治、海洋生物资源与环境、地下水科学与工程、水质科学与技术、水务工程、灾害防治工程、辐射防护、环境安全类、（环境）安全工程、环境经济、农业生态学、综合规划、生态植物修复、环境经济与管理、环境监察、环境监测、环境治理（技术）、环境评价、农业资源与环境、农业环境保护技术、资源环境与城市（城乡规划）管理、城市检测与工程技术、水环境监测与保护、城市水净化技术、室内检测与控制技术。

37.能源动力类：电气电力（强电）类、热能动力工程、风能动力工程、能源工程、核工程、核技术、核化工与核燃料、核反应堆、核电、热能动力设备与应用、城市热能应用技术、（城市）燃气工程、供热工程。

38.城建规划类：城乡规划、城市（镇）规划、园林规划、道路规划、土地规划。

39.建筑建设类：建筑学、土木工程、工业与民用建筑、给排水、工程管理、建筑工程（管理）、建筑经济管理、工程监理、工程造价、建筑工程预决算、公路与城市道路工程、交通土建工程、道路交通工程、道路（工程）、桥梁（工程）、隧道（工程）、机场建设、渡河工程、地下工程、城市地下空间工程、工业与民用建筑工程、建筑环境与设备工程、房屋建筑工程、建筑设计（技术）、城镇建设、矿井建设、建筑工程技术、建筑施工技术、水利水电建筑工程、涉外建筑工程、建设工程管理、建筑装饰工程技术、室内设计技术、中国古建筑工程技术、历史建筑保护工程、环境艺术设计、园林工程（技术）、基础工程技术、建筑设备工程技术、建筑电气工程技术、市政工程（技术）、给排水工程（技术）、消防工程（技术）、空调工程、（城市）燃气工程、供热工程。

40.交通运输类：港口航道与海岸工程、交通运输、交通工程、油气储运工程、航海技术、轮机工程、船舶与海洋工程、物流、海事管理、交通设备信息工程、交通建设与装备、物资储运、道路交通、城市交通、载运工具运用工程、汽车运用技术、交通运输管理、交通管理、交通工程管理、高等级公路维护与管理、路政管理、交通安全与智能控制、城市交通运输、公路监理、道路桥梁工程技术、水运管理、海事管理、港口业务管理、各类轨道交通工程（设备、技术或管理）。

41.景观类：园林、景观学、风景园林、景观设计、城市园林（设计、管理）、园林绿化、园林技术。

42.水利类：水利水电工程、水文与水资源工程、水资源与海洋工程、港口海岸（航道）及治河工程、水文与水资源利用、海岸与海洋工程、水文与水资源、水文自动化测报技术、水信息技术、水政水资源管理、水利工程（施工技术）、水利水电建筑工程、灌溉与排水技术、河务工程与管理、城市水利、水利水电工程管理、水务管理、水利工程监理、水土保持。

43.测绘类：测绘工程、遥感科学与技术、空间信息与数字技术、工程测量（技术）、摄影测量与遥感技术、大地测量与卫星定位技术、地图制图技术、矿山测量等各类专业测量或测绘。

44.轻工纺织类：轻化工程、包装工程、印刷工程、纺织工程、服装设计与工程、服装设计与工艺教育、装潢设计与工艺教育、轻工生物技术、非织造材料与工程数字印刷、染整技术、高分子材料加工技术、制浆造纸技术、香料香精工艺、表面精饰工艺、现代纺织技术、针织技术与针织服装、丝绸技术、服装设计、染织艺术设计、纺织品装饰艺术设计、新型纺织机电技术、纺织品检验与贸易、包装技术与设计、印刷技术、印刷图文信息处理、印刷设备及工艺、出版与发行。

45.农业工程类：农业机械化及其自动化、农业电气化与自动化、农业建筑环境与能源工程、农业水利工程、农业工程、生物系统工程、设施农业科学与工程、设施农业技术、观光农业。

46.林业工程类：森林工程、木材科学与工程、林产化工、经济林、林业技术、林产化工技术、木材加工技术、森林采运工程、林业经济信息管理。

47.生物科学类：生物科学、生物技术、生物工程、应用生物教育、化学生物学、分子科学与工程、生物信息学、生物信息技术、生物科学与生物技术、动植物检疫、生物化学与分子生物学、植物生物技术、动物生物技术、生物资源科学、生物安全、植物科学与技术、应用生物科学、植物资源工程。

48.植物生产类：农学、园艺、植物保护、茶学、茶叶生产加工技术、农艺教育、园艺教育、园艺技术、特用作物、草业科学、种子科学与工程、食用菌、作物生产技术、种子生产与经营、中草药栽培技术、烟草（栽培技术）、野生植物资源开发与利用。

49.森林资源类：林学、森林（资源）保护、植物保护、野生动物与自然保护区管理、野生动物保护与利用、自然保护区资源管理、野生植物资源开发与利用、森林（生态）旅游。

50.动物科学类：动物科学、动物医学、畜禽生产教育、蜂学、昆虫学、蚕学、动物药学。

51.水产类：渔业（综合技术）、海洋渔业、淡水渔业、水产、水产养殖（技术）、水族、海水养殖、渔业资源与渔政管理、水生动植物保护、海洋捕捞技术。

52.动植物检疫类：动物或植物检疫、生物安全、植物保护、动物科学、动物医学、生物技术、生物工程、化学生物学、分子科学与工程、生物科学与生物技术、生物化学与分子生物学、植物生物技术、动物生物技术、农产品质量检测、饲料与动物营养、特种动物养殖、畜牧、兽医、兽医医药、动物防疫与检疫。

53.基础医学类：基础医学、医学信息学。

54.临床医学类：临床医学（含临床病理学方向、临床急救医学方向、眼与视光学方向、放疗方向等）、中西医临床医学。

55.预防医学类：预防医学、卫生检验检疫、妇幼保健医、营养学。

56.口腔医学类：口腔医学、口腔修复工艺学。

57.中医学：中医学（含中医骨伤方向）、针灸推拿学（含康复医学方向等）、中草药栽培与鉴定、中药资源与开发、中医临床医学、中西医结合。

58.医学技术类：麻醉医学、医学影像学、医学检验、卫生检验与检疫技术、放射医学、康复治疗学（技术）、眼视光学（技术）、精神医学、医学技术、听力学、医学实验学、医学美容技术、医学信息学（工程）、医疗器械工程、医学影像工程（技术）、生物医学工程、医学检验技术、医学生物技术、口腔医学技术、医学营养、呼吸治疗技术。

59.护理学类：护理（学）、助产、护士、涉外护士、产假护士。

60.药学类：制药工程、药理学、药学、中药（学）、药物制剂、应用药学、临床药学、海洋药学、药事管理、化工与制药、制药学、药物分析、药物化学、生物制药、兽药生产与营销。

61.食品类：食品科学与工程、农产品储运与加工、食品工艺、烹饪与营养、食品质量与安全、食品营养与检验（检测）、乳品工程、粮食工程、酿酒工程、葡萄与葡萄酒工程、食品加工技术、食品贮运与营销。

62.航空航天类：飞行器设计工程、飞行器动力工程、飞行器制造工程、飞行器环境与生命保障工程、航空航天工程、程力学与航天航空工程、航天运输与控制、飞行技术、（航空航天）质量与可靠性工程。