树木-原木-锯材声波速度传递规律及其与弯曲性能的关联性研究

《Canadian Journal of Forest Research》：Acoustic velocity at the tree, log, and lumber levels and their relationship with lumber bending properties

本研究针对如何早期预测木材最终产品性能这一产业关键问题，开展了树木、伐倒木、原木和锯材四个尺度的声波速度(AV)测量，并系统分析了其与锯材静态弯曲刚度(MOE)和强度(MOR)的关系。研究发现，测量尺度越接近，AV对MOE和MOR的解释能力越强；胸径(DBH)和冠幅等易获取的森林调查变量可显著提升模型预测精度。该研究为利用无损检测技术优化木材分级和资源分配提供了重要理论依据和实践指导。

　　

在木材加工产业链中，能否在早期阶段（如立木阶段）准确预测最终木制品的力学性能，是实现木材高效利用和价值最大化的核心挑战。特别是用于建筑结构的锯材，其抗弯刚度（弹性模量，MOE）和抗弯强度（抗弯强度，MOR）是决定其等级和价值的关键指标。然而，直接测量MOE和MOR需要进行破坏性的静态弯曲试验，该方法耗时、昂贵且无法应用于活立木或原材料。因此，开发快速、无损的评估方法一直是林业和木材科学领域的重点研究方向。

声波技术作为一种成熟的无损检测手段，通过测量声波在木材中的传播速度（Acoustic Velocity, AV），可以间接估算材料的动态弹性模量（MOE_dyn = 木材密度 × AV²），从而为评估木材 stiffness（刚度）提供了可能。尽管前人已在多种树种上探索了立木、原木AV与木材性质的关系，但针对加拿大重要商用树种——扭叶松（ lodgepole pine），系统性地研究从立木到锯材整个链条上不同尺度AV的传递规律，及其与全尺寸规格锯材静态弯曲性能之间关联的研究仍较为缺乏。尤其缺乏基于包含天然缺陷的实际建筑用规格材的破坏性测试数据。

为了填补这一空白，加拿大自然资源部加拿大林务局加拿大木材纤维中心的Isabelle Duchesne、Queju Tong和Carole Coursolle等研究人员，在《Canadian Journal of Forest Research》上发表了一项深入研究。该研究以80年生的扭叶松为对象，旨在：（1）建立立木（树木水平）、伐倒木（树干水平）、锯材原木（原木水平）和成品锯材（锯材水平）四个测量尺度上声波速度之间的相互关系；（2）评估直接AV测量值估算规格材MOE和MOR的能力；（3）探究哪些树木或原木特征（协变量）以及何种类型的AV测量（树木、树干、原木或锯材水平）对预测锯材刚度和强度最具影响力；（4）研究使用易于获取的森林调查变量对AV、MOE和MOR关系的影响。研究团队摒弃了需要测量生材密度来计算动态MOE的复杂步骤，直接使用AV值进行建模，旨在提出一种更简单、易于野外操作的无损评估方法。

本研究的技术方法核心在于多尺度的无损检测与破坏性测试的结合。研究人员从经过不同经营措施（间伐、施肥）的林分中选取了48棵样本树，分别使用Hitman ST300（时间飞行法，TOF）测量立木AV，使用Hitman HM200（共振法）测量伐倒后树干和原木的AV，并对从基部原木（Butt log）制取的规格锯材进行HM200 AV测量。最终，对总计583件规格材（2×4英寸和2×6英寸）执行了依据ASTM标准的静态弯曲试验，获取了其MOE和MOR值。数据分析在树木水平、原木水平和锯材水平三个层级上进行，通过构建大量线性模型，系统评估了各变量间的相互关系。

Relationships between acoustic velocities and between acoustic velocity and lumber bending properties

（声波速度之间以及声波速度与锯材弯曲性能之间的关系）

研究发现，不同尺度的AV之间存在显著关系，但相关性强度取决于测量尺度的接近程度。最强的AV间关系存在于原木AV与树干AV之间，无论是在树木水平（R² = 0.877）还是原木水平（R² = 0.454）。相比之下，立木AV与树干AV或原木AV的关系较弱（R²分别为0.212和0.369）。锯材AV与原木AV在锯材水平上存在弱相关（R² = 0.125），而与立木/树干AV几乎无关。在预测锯材弯曲性能方面，立木AV的解释能力有限（对MOE的R²为6.8%-9.7%），而树干AV（R²为26.2%-43.0%）、原木AV（R²为26.5%-46.9%）和锯材AV（R²为47.8%-55.7%）的解释能力依次增强。值得注意的是，在树木和原木水平，锯材AV对MOR的解释力（R²分别为54.3%和64.1%）略高于对MOE的解释力。

Relationships between wood quality measurements and tree and log characteristics and wood properties

（木材质量测量值与树木、原木特征及木材性质之间的关系）

分析表明，立木AV与所考察的树木特征（如冠幅、DBH、生材密度）均无显著相关性。然而，冠幅对树干AV（R² = 0.293）、树木水平原木AV（R² = 0.197）以及树木水平的MOE（R² = 0.413）和MOR（R² = 0.552）表现出弱至中等程度的显著影响。DBH与树干AV（R² = 0.237）和树木水平原木AV（R² = 0.136）也呈弱相关，并且是解释树木水平MOE（R² = 0.495）和MOR（R² = 0.700）方差的最重要因子，但其与MOE/MOR呈负相关，即在此同龄林中，胸径越大的树木，其木材的弯曲性能反而有降低的趋势。在原木水平，原木在树干中的相对位置是影响原木AV（R² = 0.361）和MOE（R² = 0.173）的重要因素，而生材密度与锯材AV显著相关（R² = 0.189）。

Relationships using various combinations of tree and log characteristics as covariates

（使用不同树木和原木特征组合作为协变量的关系）

通过引入协变量，模型预测能力得到显著提升。例如，在立木水平，将冠幅加入立木AV预测树干AV的模型后，解释方差从21.3%提升至55.5%。在预测锯材弯曲性能方面，使用锯材AV并结合冠幅、DBH、原木位置和生材密度等协变量，对MOE的解释方差从55.5%大幅提升至82.0%。冠幅是提升树木水平模型性能最常见的实用协变量，而DBH则在所有预测MOE和MOR的最佳模型中均出现。

Relationships using easy-to-obtain covariates

（使用易于获取的协变量的关系）

当仅考虑易于从森林调查中获取的协变量（如DBH、冠幅、树高、原木直径等，排除需要实验室测定的生材密度和原木位置）时，模型仍能保持较好的预测能力。立木水平上，冠幅仍是提升AV相关模型性能的关键因子。而DBH与原木AV结合，可以解释约63%的树木水平MOR方差和60%的MOE方差。这表明，结合常规测树因子，声学工具能够有效地对木材的力学性能进行初步评估和分选。

Conclusions

（结论）

本研究证实，对成熟扭叶松的立木、树干和原木进行无损声波速度测量，可以作为评估木材质量变异的有效指标。尽管仅凭AV直接建立的模型预测能力有限，但结合易于获取的树木特征（如DBH和冠幅）可以显著提高对锯材MOE和MOR的预测精度，达到可接受的水平。研究结果强调了测量尺度接近性对预测准确性的重要性。该研究成果表明，声学工具结合现代技术（如LiDAR可快速获取DBH、树高和冠幅），能够为森林资源清查、立木质量评估以及锯材原木的预分选提供快速、低成本且相对准确的决策支持，从而优化纤维利用，提升高附加值产品的出材率，最终捕获森林价值链上的更多价值。当然，由于本研究基于单一树种和特定林分，未来需要开发物种特异性模型，并纳入更广泛的立地条件和林分结构变量，以将此类方法推广至更广泛的森林 inventory（资源清查）尺度。

综上所述，这项研究为理解声波速度在木材从森林到最终产品链条中的传递规律提供了系统性的证据，并开发了实用的预测模型，对推动林业无损检测技术的应用和木材资源的高价值化利用具有重要的理论和实践意义。