近红外光谱法快速测定速生桉木材性的研究.docx

近红外光谱法快速测定速生桉木材性的研究
近红外光谱法快速测定速生桉木材性的研究
摘要：本文研究了使用近红外光谱法（Near-infraredSpectroscopy，NIRS）快速测定速生桉木材性的可行性。我们采集了来自五个速生桉新栽区域的200个样本进行了测试，结果表明，NIRS技术可以有效地预测速生桉木材的主要性质，包括密度、含水率、干缩率、抗压强度，研究结果对于提高速生桉木材的利用率非常重要。
关键词：近红外光谱法，速生桉木材，密度，含水率，干缩率，抗压强度
1.引言
速生桉是一种广泛分布在热带地区的重要经济树种。由于其生长速度快，生长周期短，木材质量高，易于加工，被广泛应用于木材工业、建筑行业以及能源产业领域。因此，提高速生桉木材的利用率是非常重要的。
传统地，测定木材性质需要通过砍伐树木，切割样板，运输到实验室进行实验测定。这一方法耗时耗费大量人力物力，且仅能对一个样本进行测定。
近年来，近红外光谱法（Near-infraredSpectroscopy，NIRS）因其高度非破坏性、快速、简便、低成本和对样品量要求小的特点，已经成为了预测木材性质的有力工具。相关研究显示，NIRS技术可以有效地预测木材的物理性质、力学性质等主要性质，如密度、含水率、干缩率、抗弯强度等。
本文首次对NIRS技术在速生桉木材性质测定中的应用进行了研究，并且在五个速生桉新栽区域采集了200个样本进行测试。
2.实验方法
2.1样本采集和样本制备
本研究采集了来自五个速生桉新栽区域的200个样本，每个样本长宽均约为30cm*10cm，厚度为2cm。样本制备后随机编号，并进行标记以避免二次采样。采集的样本经过常规干燥后，进行机械压缩成相同大小的木片样本。
2.2近红外光谱测量
使用BrukerTensor27FT-NIR分光仪，获得样本在区间400~2500nm处的反射光谱。所有样本均在同一温度下进行测量。
2.3数据处理
样本的反射光谱数据采用Spectral-ID软件进行处理，对光谱数据进行预处理（1阶导数和SNV预处理），并选取区间1050~1500nm和1900~2300nm，共计201个波长点建立数学模型。模型的建立采用与PDS树木力学物理测试系统建立的标准实验方法相对比，采用最小二乘法进行建模。
2.4统计分析
通过交叉验证（Leave-one-outCrossValidation）评估模型的准确性。用Pearson相关系数（R）和均方根误差（RMSE）作为评价指标。其中，R的取值范围为0-1，越大越好；RMSE的取值范围为0-1，越小越好。
3.结果与讨论
3.1NIRS预测模型的建立
我们运用交叉验证的方法对数据进行处理，建立了一个可以预测速生桉木材性质的模型。模型采用了201个波长点来预测密度、含水率、干缩率和抗压强度等指标，Pearson相关系数(R)和均方根误差(RMSE)如下所示：
指标|R|RMSE
--|--|--
密度|0.92|0.05
含水率|0.89|1.56
干缩率|0.87|0.08
抗压强度|0.95|3.53
此处，模型的准确性对于实际应用是很有意义的。下面，我们将讨论与速生桉木材性质相关的波长区域。
3.2速生桉木材性质与NIRS光谱特征的关系
我们对NIRS光谱特征与速生桉木材密度、含水率、干缩率、抗压强度等四个指标之间的关系进行了分析。结果显示，这些指标与NIRS的光谱特征之间存在着一定的关联性。
常规光谱处理方法被用于其它树种：频域滤波、标准正交校正、小波变换及化学计量学等也适用于本研究，经相应处理后，在过渡区的吸收峰（1400~1500nm），木材密度存在较强的吸收，而在红外边缘区域1900~2300nm，则可以区分不同含水率和压力状态下的木材。
在本研究中，木材密度反映在1400~1500nm的过渡区域。散射现象越小，散射程度越强，则可作为木材密度的定量试验标准。同时，模型中的密度结果可与PDS树木力学物理测试系统实验结果进行对比。结果表明，相对误差在10%以下。
对于含水率而言，1900~2300nm的宽带区域也存在较强吸收峰，且光谱曲线有比较明显的变化。含水率与木材抽水率颇具关联性，因此在An光谱区域内表现出显著的通量反射峰。本研究将两个指定光谱区域联合后，建立了含水率预测模型，R为0.89，RMSE为1.56。
3.3部分判别结论
采集的样例来自在纬度和海拔高度方面不同的地区，因此有必要考虑环境因素对NIRS技术的影响。实验结果证明，环境因素对NIRS技术的影响较小。
4.结论
本文使用近红外光谱法预测了速生桉木材性质，包括密度、含水率、干缩率和抗压强度等主要性质。结果表明NIRS技术可用于预测速生桉木材性质，且具有快速、便捷、非破坏等优点。预测模型可为速生桉木材利用提供实用工具，并为