试样表面对竹材气干密度近红外预测模型精度的影响研究.pdfVIP

试样表面对竹材气干密度近红外 预测模型精度的影响* 余雁1江泽慧2王戈1覃道春1 (1．国际竹藤网络中心。北京100102；2．中国林业科学研究院，北京100091) 摘要对应用近红外光谱技术(NIR)和偏最小二乘法(雕)快速预测毛竹材气干密度的可 行性进行了研究，并考虑到竹材构造特点，重点研究从试样不同表面采谱对模型预测精度的影 响。为了便干对比，建模过程中光谱数据未经过任何预处理。研究结果表明，试样表面对模型 的预测精度有一定影响。从竹材横切面采谱所建模型的预测精度最高，内表面(靠近竹黄面)居 中，外表面(靠近竹青面)最差。但如果对竹材的内外表面光谱求平均后建模。则可以显著提高 模型的预测精度。随后选择最优模型对随机抽取、未参与建模的17个未知样品的密度进行了预 测．预测值与测量值之间的线性相关系数为俨=0．937，表明近红外光谱技术可以快速、准确地 预测竹材的气千密度。 关键词近红外光谱；毛竹；气干密度；模型精度 近红外光谱分析技术是一种利用光谱对样品的化学组成、物理性质进行快速测定的分析 技术。与其他光谱分析相比，该技术具有快速、安全等特点：已经在食品、农业、石油化工 等十几个工业领域得到了广泛的应用，并产生了显著的经济效益…。近几年来，近红外光谱 技术在木材科学与加工领域的应用前景得到了广泛关注。大量的研究表明，近红外光谱技术 可以快速、无损地预测木材许多物理、化学和力学性质[2-7J，特别是在木材主要化学成分、 密度、抗弯强度和模量方面的预测准确性较高。同时研究也发现，由于木材是一种结构极为 复杂的天然生物复合材料，预测模型的精度往往受到光谱采集方式、试样表面粗糙度旧J、含 水率等因素的影响【9J，这些需要在建立稳健、实用的预测模型时加以考虑。虽然国外在利用 NIR快速预测木材的化学、物理、力学性质方面已经做了不少工作，但至今未见利用NIR预 测竹材材性的相关报道。 我国素有“竹子王国”之称，竹林面积和竹材产量据世界第一。竹材科学研究和工业化利 用水平方面也处于世界领先地位。对竹材资源的工业化利用，使我国每年少采伐木材20％ 以上，对于缓解我国木材供应严重不足的现状，保护森林，促进生态建设和环境保护具有重 要意义。与木材相比，竹材具有其独特的解剖构造，特别是竹材的密度在径向存在较大变 异，这些都是我们在建立竹材性质NIR预测模型中所应该考虑的因素。因此本次研究以我国 工业化利用的最主要竹种——毛竹为研究对象，探讨利用NIR技术快速预测竹材气干密度的 可行性，并重点研究竹材不同表面对所建预测模型精度的影响，为近红外光谱技术在竹材上 的成功应用提供科学指导。 -国家林业局。9481项目“人工林木材的近红外(Nm)材性预测及增值利用技术”(2002—45)资助。 作者简介：余雁，男，3l岁，博士，助理研究员。目前在国家林业局竹藤科学与技术重点实验室从事竹材材性及高 效利用研究。电话：olo6130(6129)；E一Ⅱ血：yuyan@ielm曲。 420 1材料和方法 1．1材料 研究对象为毛竹，采自浙江杭州大庄地板厂附属竹林。试样尺寸规格有两种：第1种试 达到与测环境相平衡(8％一9％)。实验室的温度由中央空调控制。基本保持恒定。气干密度 测量参照《竹材物理力学性质试验方法》(GB／T15780--1995)进行。 1．2近红外光谱采集 nm 之间。使用两分叉光纤探头采集样品表面的近红外光谱，探头与样品表面的距离为3nun。在 每个样品的三个不同表面(横切面，靠近竹青面，靠近竹黄面)沿对角线均匀采集光谱3次。 1．3多元数据分析及建立预测模型 从测量样品中随机选出试样组成校正集，用于预测模型构建。剩余的样品组成预测集， Pm软件把仪器采集的光谱数据转化为计量化学软 用于模型验证。利用仪器随机的Viewspee 件Unscrambler9．1所能识别的格式，利用偏最小二乘(rtSl)和完全交互验证法建立竹材密度 预测模型。 2结果与讨论 2．1试样不同表面的NIR光谱 图1为实体显微镜下的毛竹横切面。竹材密度在径向的变异主要由维管束在径向的分布