线性及非线性偏最小二乘法在近红外预测木材密度中的应用研究.docVIP

  线性及非线性偏最小二乘法在近红外预测 木材密度中的应用研究# 张鸿富1,2，李耀翔1** 5 10 15 20 25 （1. 东北林业大学工程技术学院，哈尔滨 150040； 2. 云南农业大学工程技术学院，昆明 650201） 摘要：本文研究了基于近红外光谱技术的木材密度预测。分别运用基于高斯核变换的非线性 偏最小二乘法和传统线性偏最小二乘法建立密度预测模型，并且对所建模型的评价参数进行 了对比分析。结果表明两种方法建立的预测模型都能对样品的密度进行有效预测，而在模型 的具体参数比较上看，基于高斯核变换的非线性偏最小二乘法所建模型预测精度要优于传统 偏最小二乘法所建模型精度，研究表明样品近红外光谱信息与样品的实际密度值之间不是单 纯的线性关系，非线性模型可以更好地表征二者之间的关系。 关键词：木材密度；近红外光谱；线性偏最小二乘法；非线性偏最小二乘法 中图分类号：S781.3 NIR-based Wood Density Prediction with Linear and Nonlinear PLS Zhang Hongfu1,2, Li Yaoxiang1 (1. College of Engineering and Technology, Northeast Forestry University, Harbin 150040; 2. College of Engineering and Technology, Yunnan Agriculture University, Kunming 650201) Abstract: In this paper，NIR-based wood density prediction was studied. Predction models were devoloped by non-linear partial least squares (NPLS) based Gaussian Kernel and traditional partial least squares (PLS) methods, respectively. Results showed that models developed based on both NPLS and PLS methods are valid to the samples studied. However NPLS is superior to PLS in this study in terms of model efficiency and accuracy. Results also indicated the relationship between NIR spectra and samples density is not a simple linear relationship. The relationship is better characterized by a NPLS model. Key words: wood density; NIR; linear PLS; nonlinear PLS 30 0 引言 木材是一种复杂的天然有机聚合物，主要由木质素、纤维素、半纤维素和一定数量的抽 提物等高分子有机物组成，这些组分在近红外谱区都有较强的吸收度，这使得近红外光谱技 术预测木材的密度成为可能。木材密度是木材性质的一项重要指标，根据木材的密度信息可 35 40 以估计木材的重量、判断木材硬度、强度等物理力学性质及工艺性质。传统的测量木材密度 的方法费时且费力，对其进行快速、准确的预测具有十分重要的意义。近红外光谱分析技术 具有操作简单、预测结果准确、对试样无损等优点，在国内外已广泛用于检测木材密度、强 度、含水率、木质素、抽提物、糖类等物理及化学性质[1-3]。落叶松作为我国东北林区大量 种植的重要用材林树种，具有种植范围广，木材蓄积量大的特点，用近红外光谱分析技术对 其密度进行预测有利于提高落叶松木材的利用率。本文运用在近红外分析建模中最常用的线 性偏最小二乘法与基于高斯核变换的非线性偏最小二乘法结合近红外光谱，对木材密度进行 基金项目：教育部博士点基金新教师项目（200802251011） 通信联系人：李耀翔（1973-），女，副教授，木材检测. E-mail: yaoxiangli@nefu.edu.cn 作者简介：张鸿富（1985-），男，研究生，木材检测 -1-   了预测研究。 1 样品的制备与数据采集 本次试验所用落叶松试材采自黑龙江带岭林业局东方红林场，北纬46°50′8″～46°59′20″， 45 50 东经128°57′16″～129°17′50″，海拔650m。