维管束兼具机械支撑和水分营养疏导两项关键功能,是决定竹子生长和竹材材料特性的最重要结构单元。阐明竹材结构和性能之间复杂关系的关键在于对维管束结构和性能的系统认知。本研究首次将人工智能深度学习中的目标检测方法引入竹材结构研究领域,解决维管束的自动检测、计数、及相关形态参数计算中的关键技术难题。在此基础上系统研究了毛竹维管束上述特征参数的株间、株内(径向、轴向)变异规律;测试了全国12个主要产区中毛竹维管束分布特征的差异,研究了立地条件对维管束数量和分布的影响。论文的主要结论如下:(1)根据YOLO v3模型的特点,提出了微细砂纸抛光结合高清扫描仪,快速获得分辨率较高的完整竹环扫描图片的方法;此法不仅可以快速获得整个竹环的结构信息,而且高清图片中可以准确分辨出纤维鞘和基本组织的边界;细砂纸打磨还填充了维管束中的导管、韧皮部等孔隙,避免了后续对纤维鞘面积自动计算的干扰。(2)YOLO v3模型经过针对性的训练及检验后,可以对毛竹节间竹环高清扫描图片中的维管束进行快速识别并二值化,获得整个竹环内维管束的总数量、分布密度,纤维鞘面积、组织比量等结构信息;在维管束数量和纤维鞘面积的计算中,3套以上子图的合并去重,识别和计算的精度非常高,通过与人工修正结果对比,差值仅为0.52±0.23%和0.31±0.30%。(3)对全国12个省市毛竹同一高度节间竹环的结构信息进行统计分析,表明:毛竹2 m处节间中部竹环的维管束总数量平均为6564±668个,分布密度平均为2.63±0.48个/mm~2;纤维鞘总面积平均为609±142 mm~2,组织比量平均为23.84±1.94%;毛竹维管束分布特征的株间差异显著,受地理环境因素影响明显,与纬度、4年平均气温有明显的线性相关性,与海拔、4年平均降水量的相关性不明显。(4)同一株毛竹从基部至稍部的各节间竹环中维管束的总数量、分布密度、纤维鞘总面积、组织比量等结构信息随竹节高度增加变化明显;竹节间维管束的总数量、纤维鞘总面积随着竹节数(高度)的增加线性减少,减少的部分主要为含有大导管的Type2和Type3型维管束;维管束的分布密度、纤维鞘的组织比量随竹节数(高度)的增加而增加。(5)在同一节间内部,靠近下部竹节(距离d<2 cm)的部位,维管束的数量多于竹节间的其他部位,且主要为Type 1型维管束,起机械支撑作用;竹节间内不同位置竹环中维管束的分布密度、纤维鞘的组织比量随竹环在竹节中的位置升高而略有增加。