火炬松木材基本密度近红外快速预测模型的建立与应用.docxVIP

火炬松木材基本密度近红外快速预测模型的建立与应用.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
火炬松木材基本密度近红外快速预测模型的建立与应用 近红外光谱技术(nips)已广泛应用于农业和林业行业。 本研究利用近红外成分分析仪结合木材基本密度实测值,构建5年生火炬松木材基本密度的近红外预测模型;并探究最佳预处理方法,对该模型进行优化;最终建立5年生火炬松木材基本密度的近红外快速预测模型. 材料和方法 气候、水文条件 试验样品的采集地广东省英德市林业科学研究所,地理坐标24°15′N,113°25′E.该地属于亚热带季风气候,多年平均气温20.7 ℃,一年中1月是最冷月份(最低气温-3.6 ℃),7月是最热月份(最高气温40.1 ℃),年平均日照时数1 631.7 h, 降水量充沛,年降水量达到1 918 mm.土壤为中黏红壤,呈酸性,pH值为5.2~6.7. 试验用样品的采集 试验材料来自广东省英德市林业科学研究所的火炬松种子园第二代自由授粉子代林,于2012年春造林.造林采用随机完全区组设计,8次重复,5株行式小区.全林地采样,采用生长锥在每一株树的向阳面,由东向西钻取木芯,钻取高度距地面1.3 m, 钻得的木芯直径12 mm.由于受到植株死亡、林地疏伐以及木芯保存率的影响,最终获取用于试验的样品共计219份.共采集试验样品219个,并将所有样品随机分为校正集和验证集,其中校正集180个,验证集39个. 木材密度的基本密度的测定 参照文献 光谱数据处理与装样 利用瑞典Perter公司生产的DA7200多功能近红外成分分析仪,采集近红外光谱数据.扫描波长为950~1 650 nm, 分辨率为5 nm, 扫描方式为漫反射,光斑直径为3.5 cm. 采集光谱前先将样品在室内放置24 h以适应扫描环境,减少环境变化对试验产生的影响;开机后预热30 min, 待光源稳定后,开始采集光谱数据,每个样品扫描3次,重复装样3次;导出光谱数据平均值. 近红外光谱数据预处理和建模在The Umscrambler 9.7软件上进行,将一阶导数(first-order-derivative, 1st Der)、标准正态变量转换法(standard normal variate transformation, SNV)、平滑算法(savitzky-golay smoothing, SG)、乘积分散校正法(multiple scatter correction, MSC)和归一化处理法以及几种预处理方法结合起来,进行数据预处理,根据残差图和杠杆图来剔除异常值.采用偏最小二乘法(partial least square regression, PLS)建立近红外预测模型. 结果与分析 火炬松木材的基本密度接近常规模型的年龄适应性 利用15年生火炬松木材基本密度近红外预测模型 木材密度的基本特征 用排水法测得的校正集火炬松木芯样品基本密度为0.297 1~0.444 0 g·cm 不同的预处理方法的比较 通过对比各种方法(表2)的校正集相关系数( er+msc、归一化和1stde+sg预处理方法比较 将光谱数据导入The Umscrambler 9.7软件,分别以1st Der+MSC、归一化和1st Der+SG 3种预处理方法建模.通过比较模型参数可以看出1st Der+MSC预处理方法是最好的预处理方法.但后续验证结果表明1st Der+SG预处理方法的表现更优(图1),最佳主成分为17, 木材基本密度近红外预测模型的验证 为了进一步验证近红外预测模型的准确度,利用建立的火炬松木材基本密度近红外预测模型对39个校正集样品的木材基本密度进行预测(图2),并与实测值进行比较.验证结果表明,预测值与实测值的最大标准偏差为0.036 g·cm 光谱数据预处理 本研究基于近红外光谱技术,运用1st Der、SNV、SG、MSC、归一化处理以及几种预处理方法相结合的方式,对5年生火炬松木芯样品校正集的近红外光谱数据进行预处理,经过比较分析得出最优的建模预处理方法,即1st Der+SG的预处理方法;并基于此构建了5年生火炬松木材基本密度近红外快速预测模型.该模型的预测值与实测值的相关性为0.805 7,均方根误差为0.013 9 g·cm

文档评论(0)

lmzwkyc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档