近红外光谱法快速预测栓皮栎木材密度可行性研究

发布时间：2021-11-28 01:19

　　采用偏最小二乘法（PLS）,建立近红外光谱快速预测栓皮栎木材气干密度的方法。以来自4棵栓皮栎木材不同径向部位的131个样品为研究对象,按GB/T1933—2009《木材密度测定方法》测定气干密度,并采集其近红外光谱,结果显示采用横切面光谱建立的模型效果最佳。通过梯度法选择多个建模样本集建立了多个PLS模型,模型的校正及预测相关系数均大于0.9。研究表明近红外光谱法快速预测栓皮栎木材气干密度具有可行性。 

【文章来源】：木材工业. 2020,34(05)北大核心

【文章页数】：5 页

【部分图文】：

样品制备示意图

测量所有样本的气干密度值后，采集样本的近红外光谱值，以构建栓皮栎木材气干密度近红外模型。采用美国ASD公司生产的LabSpec Pro光谱仪，光谱采集的波长范围为350～2 500 nm，光斑直径为8mm。在全光谱范围内，分别采集样品横切面、径切面和弦切面的光谱，每个切面上各采集两个部位，如图2所示，各样品的每个部位扫描30次，最终由计算机自动平均为1个光谱，记录并保存。1.4 模型建立

分别采集栓皮栎木材样品横切面、径切面和弦切面的光谱图如图3所示。可以看出，栓皮栎木材的三个切面的近红外光谱具有一定的差异，三条谱线的变化趋势相似，但吸收强度有所不同，其中横切面的光谱吸收最强，径切面和弦切面的光谱吸收相对较弱，这与木材本身的构造特征紧密相关。因此近红外光谱在横切面上相较于径切面和弦切面，可以反映更多的信息。通常木材样本范围覆盖广且具有代表性，更利于建立材性指标精度较高的模型。采用样本集5中131个样品的三个切面的近红外光谱，对光谱数据进行MSC和S-G卷积平滑预处理后，采用偏最小二乘法和完全交互验证方式建立近红外光谱模型。由于350～400 mm波段光谱噪音明显[12]，在模型构建时采用波段均为400～2 500 nm。采用三个切面光谱所建立的栓皮栎木材气干密度模型的相关参数列于表2。

【参考文献】：
期刊论文
[1]基于近红外光谱波段优选的针叶木材基本密度估测模型的优化研究[J]. 尹世逵,冯国红,李春旭,赵婧含,孟永斌,王晨,李耀翔.  中南林业科技大学学报. 2020(03)
[2]国产栎木木材性质及加工技术研究现状[J]. 王雪玉,王玉荣,龚迎春,任海青.  木材工业. 2019(05)
[3]基于降噪处理的蒙古栎木材气干密度NIRS定标模型[J]. 李颖,李耀翔,徐浩凯,姜立春.  南京林业大学学报(自然科学版). 2016(06)
[4]多元散射校正预处理波段对近红外光谱定标模型的影响[J]. 王动民,纪俊敏,高洪智.  光谱学与光谱分析. 2014(09)
[5]我国栓皮栎分布及其生态学研究[J]. 雷静品,肖文发,刘建锋.  世界林业研究. 2013(04)
[6]栎木[J]. 端木炘.  江西林业科技. 2011(05)
[7]校正集样品特性对鼠药中毒鼠强近红外光谱分析的影响[J]. 吴国萍,彭冬梅.  理化检验(化学分册). 2010(08)
[8]栓皮栎研究进展与未来展望[J]. 周建云,林军,何景峰,张文辉.  西北林学院学报. 2010(03)
[9]偏最小二乘法-可见/近红外光谱测定南丰蜜桔糖度的研究[J]. 刘春生,周华茂,孙旭东,刘燕德.  河北师范大学学报(自然科学版). 2008(06)
[10]基于遗传算法的苹果糖度近红外光谱分析[J]. 王加华,韩东海.  光谱学与光谱分析. 2008(10)



本文编号：3523405