对湿地松木材近红外光谱与X射线衍射法测定的木材结晶度之间的相关性进行分析,并结合近红外光谱分析技术的基本理论,探讨降低光谱范围和选择相关光谱信息对近红外光谱预测木材结晶度的影响。结果表明:1)降低参与建模的近红外光谱范围仍然可以得到比较理想的近红外光谱模型与预测结果,当选用2000~2500nm区域的光谱建立模型时,预测值与实测值的相关系数r达到0.943;2)当选择光谱范围更小但与木材纤维素吸收峰密切相关的光谱数据(1400~1660nm或2020~2250nm)进行建模时,模型的预测效果并未降低(r>0.947),甚至仅采用7个光谱数据也可以得到比较理想的预测结果,预测相关系数r可达到0.930,说明采用更少的但与木材纤维素吸收峰密切相关的光谱信息,所建立的预测模型仍可得到比较理想的预测效果,这将有利于低成本、便携式近红外光谱仪的开发。
The correlation between near infrared spectroscopy (NIR) and X-ray diffraction (XRD) determined crystallinity of Slash Pine wood, and the effect of reducing and selecting spectral wavelengths on prediction ability by near infrared spectroscopy were investigated in this paper. The results showed that there are strong correlations between NIR predicted and X-ray diffraction determined crystallinity based on reducing the spectral range, the correlation coefficients are 0.943 with low RMSEP values based on the reduced spectral ranges between 2 000~2 500 nm. Using smaller wavelength ranges (1 400~1 660 nm or 2 020~2 250 nm) and/or even selecting certain wavelengths consistent with known chemical absorptions did not have a significant effect on the results of NIR prediction. The result shows that the NIR prediction model based on only several spectral variables yielded high r value at 0.930 with low RMSEP value, indicating it is important to ensure that the selected wavelengths are consistent with known chemical absorptions in NIR modeling, and it‘s feasible to use smaller and lighter portable spectrometer in field applications for tree breeding programs and for wood optimal utilization in the near future.
全 文 :第 wv卷 第 ts期
u s s z年 ts 月
林 业 科 学
≥≤∞× ≥∂ ∞ ≥≤∞
∂²¯1wv o²1ts
¦·qou s s z
湿地松木材近红外光谱与其结晶度的相关性 3
江泽慧t 杨 忠t 王 戈u 余 雁u
kt1中国林业科学研究院木材工业研究所 北京 tsss|t ~u1 国际竹藤网络中心 北京 tsstsul
摘 要 } 对湿地松木材近红外光谱与 ÷ 射线衍射法测定的木材结晶度之间的相关性进行分析 o并结合近红外光
谱分析技术的基本理论 o探讨降低光谱范围和选择相关光谱信息对近红外光谱预测木材结晶度的影响 ∀结果表
明 }tl 降低参与建模的近红外光谱范围仍然可以得到比较理想的近红外光谱模型与预测结果 o当选用 u sss ∗
u xss ±°区域的光谱建立模型时 o预测值与实测值的相关系数 ρ达到 s1|wv ~ul 当选择光谱范围更小但与木材纤维
素吸收峰密切相关的光谱数据kt wss ∗ t yys ±° 或 u sus ∗ u uxs ±°l进行建模时 o模型的预测效果并未降低kρ
s1|wzl o甚至仅采用 z个光谱数据也可以得到比较理想的预测结果 o预测相关系数 ρ可达到 s1|vs o说明采用更少的
但与木材纤维素吸收峰密切相关的光谱信息 o所建立的预测模型仍可得到比较理想的预测效果 o这将有利于低成
本 !便携式近红外光谱仪的开发 ∀
关键词 } 近红外光谱 ~ ÷ 射线衍射 ~木材 ~结晶度 ~相关性
中图分类号 }≥z{t1v 文献标识码 } 文章编号 }tsst p zw{{kusszlts p ss|x p sx
收稿日期 }ussy p sy p t| ∀
基金项目 }国家 |w{项目/人工林木材的近红外材性预测及增值利用技术0k ussu p wx oussv p w p uzl ∀
3 杨忠为通讯作者 ∀本研究得到了美国农业部k≥⁄l林务局的首席科学家 ≤«∏±ª2≠∏± ¶¨ 和 ≤«¬2¨∏±ª≥²博士以及国家 |w{近红外项目
课题组成员的帮助 o在此一并表示感谢 ∀
Χορρελατιον βετωεεν Νεαρ Ινφραρεδ Σπεχτροσχοπψ ανδ τηε Χρψσταλλινιτψ οφ Σλαση Πινε Ωοοδ
¬¤±ª «¨∏¬t ≠¤±ª«²±ªt • ¤±ª ¨ u ≠∏≠¤±u
kt1 Ρεσεαρχη Ινστιτυτε οφ Ωοοδ ΙνδυστρψoΧΑΦ Βειϕινγ tsss|t ~ u1 Ιντερνατιοναλ Χεντερφορ Βαµβοο ανδ Ρατταν Βειϕινγ tsstsul
Αβστραχτ} ׫¨ ¦²µµ¨ ¤¯·¬²± ¥¨·º¨ ±¨ ±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼ k l ¤±§÷2µ¤¼ §¬©©µ¤¦·¬²± k÷ ⁄l §¨·¨µ°¬±¨ §¦µ¼¶·¤¯ ¬¯±¬·¼ ²©
≥¯¤¶«°¬±¨ º²²§o¤±§·«¨ ©¨©¨¦·²©µ¨§∏¦¬±ª¤±§¶¨¯¨ ¦·¬±ª¶³¨¦·µ¤¯ º¤√¨ ¯¨ ±ª·«¶²± ³µ¨§¬¦·¬²±¤¥¬¯¬·¼ ¥¼ ±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼
º¨ µ¨ ¬±√¨ ¶·¬ª¤·¨§¬±·«¬¶³¤³¨µq׫¨ µ¨¶∏¯·¶¶«²º¨ §·«¤··«¨µ¨ ¤µ¨ ¶·µ²±ª¦²µµ¨ ¤¯·¬²±¶¥¨·º¨ ±¨ ³µ¨§¬¦·¨§¤±§÷2µ¤¼ §¬©©µ¤¦·¬²±
§¨·¨µ°¬±¨ §¦µ¼¶·¤¯ ¬¯±¬·¼¥¤¶¨§²±µ¨§∏¦¬±ª·«¨ ¶³¨¦·µ¤¯ µ¤±ª¨ o·«¨ ¦²µµ¨ ¤¯·¬²±¦²¨©©¬¦¬¨±·¶¤µ¨ s1|wv º¬·« ²¯º ≥∞° √¤¯∏¨¶¥¤¶¨§
²±·«¨ µ¨§∏¦¨§¶³¨¦·µ¤¯ µ¤±ª¨¶¥¨·º¨ ±¨ u sss ∗ u xss ±°q¶¬±ª¶°¤¯¯¨µº¤√¨ ¯¨ ±ª·«µ¤±ª¨¶kt wss ∗ t yys ±° ²µu sus ∗ u uxs
±°l ¤±§Π²µ¨ √¨ ± ¶¨¯¨ ¦·¬±ª¦¨µ·¤¬± º¤√¨ ¯¨ ±ª·«¶¦²±¶¬¶·¨±·º¬·«®±²º±¦«¨ °¬¦¤¯ ¤¥¶²µ³·¬²±¶§¬§±²·«¤√¨ ¤¶¬ª±¬©¬¦¤±·¨©©¨¦·²±·«¨
µ¨¶∏¯·¶²© ³µ¨§¬¦·¬²±q׫¨ µ¨¶∏¯·¶«²º¶·«¤··«¨ ³µ¨§¬¦·¬²± °²§¨¯¥¤¶¨§²± ²±¯¼ ¶¨√¨ µ¤¯ ¶³¨¦·µ¤¯ √¤µ¬¤¥¯ ¶¨¼¬¨ §¯¨§«¬ª«µ
√¤¯∏¨ ¤·s1|vs º¬·« ²¯º ≥∞° √¤¯∏¨ o¬±§¬¦¤·¬±ª¬·¬¶¬°³²µ·¤±··² ±¨¶∏µ¨·«¤··«¨ ¶¨¯¨ ¦·¨§º¤√¨ ¯¨ ±ª·«¶¤µ¨ ¦²±¶¬¶·¨±·º¬·«®±²º±
¦«¨ °¬¦¤¯ ¤¥¶²µ³·¬²±¶¬± °²§¨ ¬¯±ªo¤±§¬·. ¶©¨¤¶¬¥¯¨·²∏¶¨ ¶°¤¯¯¨µ¤±§ ¬¯ª«·¨µ³²µ·¤¥¯¨¶³¨¦·µ²°¨ ·¨µ¬±©¬¨ §¯¤³³¯¬¦¤·¬²±¶©²µ
·µ¨¨¥µ¨ §¨¬±ª³µ²ªµ¤°¶¤±§©²µº²²§²³·¬°¤¯ ∏·¬¯¬½¤·¬²±¬±·«¨ ±¨ ¤µ©∏·∏µ¨ q
Κεψ ωορδσ} ±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼~÷2µ¤¼ §¬©©µ¤¦·¬²±~º²²§~¦µ¼¶·¤¯ ¬¯±¬·¼~¦²µµ¨ ¤¯·¬²±
近红外光谱k±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼o缩写为 l技术是一项新的无损检测技术 o能够迅速 !准确地对木
材的物理力学和化学等性质进行检测 o已在木材识别k׶∏¦«¬®¤º¤ ετ αλqoussvl和木材化学组成k •µ¬ª«·ετ
αλqot||sl !密度k≥¦«¬°¯ ¦¨® ετ αλqot|||l !强度k¨¯¯ ¼¨ ετ αλqousswl !微纤丝角预测k≥¦«¬°¯ ¦¨® ετ αλqoussul及
林产工业k≥² ετ αλqousswl等方面得到了广泛应用 ∀近红外光谱kz{s ∗ u xss ±°l主要是由于分子振动的非
谐振性使分子振动从基态向高能级跃迁时产生的 o记录了分子化学键基频振动的倍频和合频信息 o包含了绝
大多数类型有机物组成和分子结构的丰富信息 ∀ 分析技术是利用样品的近红外特征吸收峰与样品成分
含量及性能之间建立的数学关系 o来预测未知样品的化学成分含量及其性能 ~但近红外光谱的吸收弱 !谱带
复杂且重叠严重 ∀因此 o从近红外光谱中提取被测样品的组成或各种物化性质的有用信息是近红外光谱分
析的技术核心 o化学计量学是一种有效的近红外光谱分析技术 o利用它可以非常有效地对近红外光谱进行解
析k陆婉珍等 ousstl ∀
木材结晶度是木材的一个重要性质 o它是纤维素构成的结晶区占纤维素整体的百分数k±§¨µ¶¶²± ετ αλqo
ussvl o表征了木材中纤维素聚集态形成结晶的程度 o在一定程度上可以反映木材纤维的物理和化学性质 ∀
因此 o研究木材结晶度对于从结构与组成上了解木质纤维材料的性质具有指导意义 ∀目前 o测定木材结晶度
的方法主要有 ÷ 射线衍射法k÷2µ¤¼ §¬©©µ¤¦·¬²±o缩写为 ÷ ⁄l !红外光谱 !核磁共振光谱和动力谱学等方法
k¨¨ot|yt ~«·¨¨ ετ αλqot|{{ ~¨º°¤± ετ αλqot||s ~ • ²¯¦²· ετ αλqousss ~±§¨µ¶¶²± ετ αλqoussvl ∀近几年 o
国内外许多研究人员致力于将近红外光谱技术应用于林木遗传改良工程中 o然而 o有关近红外光谱技术预测
木材结晶度的研究在国内外报道甚少k≥² ετ αλqoussw ~ ¤¼°²±§ ετ αλqoussu ~杨忠等 oussxl ∀如果实现近
红外光谱快速 !准确地预测木材结晶度 o不但可为及时地调整林木培育和遗传改良措施提供参考 o也可为人
工林木材的高效利用提供科学依据 ∀
在木材的近红外光谱分析中对全谱数据进行分析时 o计算工作量很大 o而且有些光谱区域样品的光谱信
息很弱 o与样品的组成或性质间缺乏相关性 ∀在保证预测能力的基础上 o合理地降低光谱范围不仅可以提高
信噪比和数据分析效率 o而且还有利于开发低成本 !便携的近红外光谱仪 o以便用于在野外对大批量树木的
木材品质进行快速评价 ∀因此 o本文在前期研究k杨忠 oussxl基础上 o从理论上对近红外光谱与木材结晶度
的相关性进行了分析 o重点研究了降低光谱范围对近红外预测木材结晶度的影响 ∀
t 材料与方法
111 试样的制备
木材试样采自江西省吉安市的湿地松k Πινυσ ελλιοττιιl人工林 ouzβuuχu|δottxβtxχssδ∞o年平均温度 t{ ε o
最高气温约 wu ε o最低气温约 p u ε o海拔 t{{ ∗ uvv ° o土壤为红壤 ∀在试验林地中 o共采集 y株树木 o树龄
us年 o平均树高 ty1| °∀选取的样木伐倒后 o在每株样木胸高处连续截取 ts ¦°厚的圆盘 o按生长年轮从髓
心到树皮方向的第 w ∗ us年轮 o分别取下各个生长年轮木材 o每株树中取 tz个试样 o共取 tsu个试样 ∀测定
木材结晶度前将试样磨成木粉 o并用电动筛筛分成 {s ∗ tss目颗粒的木粉 ∀
112 Ξ射线衍射仪测定结晶度
试验设备采用 °«¬¯¬³¶÷. °¨ µ·° ÷ 射线衍射仪 o÷ 光管为铜靶 o用镍片消除 ≤∏Α辐射 o管电压为wx ®∂ ∀
管电流为 vx ° o测量方法采用 ΗΠuΗ联动扫描 ∀索拉狭缝为 s1sw µ¤§o发散狭缝 s1xβ o防散射狭缝 tβ ∀将 {s
∗ tss目的木粉样品在室温下压成薄片 o然后做 uΗ的强度曲线 o样品扫描范围在 w ∗ wsβkuΗl角 o扫描速度为
s1sztkβl#¶pt ∀在扫描曲线上 ouΗ uuβ附近有kssul衍射的极大峰值 ouΗ t{β附近有一极小值 ∀本文中木材
结晶度以结晶度指数k¦µ¼¶·¤¯ ¬¯±¬·¼¬±§¨¬l来衡量 o它是通过结晶部分占试样整体的百分比来计算的k¶²ª¤¬ ετ
αλqot||sl o本研究采用 ≥¨ ª¤¯ 法计算湿地松木材结晶度k≥¨ ª¤¯ ετ αλqot|x|l ∀
113 ΝΙΡ 光谱的采集
本研究采用的光谱仪是由美国 ≥⁄公司生产的 ƒ¬¨ §¯≥³¨¦ο近红外光谱仪 ∀光谱仪的波长范围在 vxs ∗
u xss ±° o介于可见光与近红外光谱区域 ∀采用光纤探头采集试样表面的近红外光谱 o光纤探头在试样表面
的垂直上方 ∀光谱的空白校准采用商用聚四氟乙烯制成的白色材料 ∀照射光源用 ⁄≤ 直流灯 o在样品的上
方与样品成 vsβ的角度 o并与样品的纵轴保持平行 ∀将木粉试样k约 s1x ªl装入直径约 u ¦°的样品杯 o样品
杯置于可旋转的转盘上 ∀样品经过光纤探头采集每扫描 vs次并自动平均为一条光谱后才保存起来 o得到的
近红外光谱经 ≥⁄提供的专业软件转换成 ±¶¦µ¤°¥¯ µ¨ο 文件 o并在 ±¶¦µ¤°¥¯ µ¨ο软件中进行数据处理与预测
模型的建立 o本研究均采用近红外光谱区域kz{s ∗ u xss ±°l的光谱数据进行建模与预测 ∀
114 数据处理与分析方法
近红外光谱的吸收弱 !谱带较宽且重叠严重 o因此 o在进行定性和定量分析时 o需用化学计量学中的主成
分分析k°≤l !偏最小二乘法k°≥l和人工神经网络kl等多变量数据分析方法进行分析 o其中 o°≥是近
红外光谱分析中使用最多 !效果最好的一种方法 o因此 o本试验中采用 °≥法进分析 ∀模型质量的评价使用
相关系数kρl !校正标准误差k≥∞≤l !校正均方根误差k ≥∞≤l !预测标准误差k≥∞°l和预测均方根误差
k ≥∞°l等指标k±·¬ot||| ~陆婉珍等 ousstl ∀
按照建立近红外光谱校正模型的一般要求 o在所采集的 tsu个样本中 o随机抽取 zu个样本作为校正集 o
用于预测模型的建立k¦¤¯¬¥µ¤·¬²±l和模型的完全交互验证k©∏¯¯ ¦µ²¶¶√¤¯¬§¤·¬²±l ~剩余 vs个样本作为预测集 o不
参与建模 o预测集试样数约占所有试样的 tΠv左右 ∀校正集试样的纤维素结晶度在 vx1s h ∗ yt1s h o预测集
y| 林 业 科 学 wv卷
试样的纤维素结晶度在 vy1v h ∗ ys1z h o预测集的数据分布均在建模用的校正集中 ∀
u 结果与讨论
211 木材的 Ξ射线衍射图与近红外光谱特征
图 t是湿地松人工林木材的 ÷ 射线衍射图 o从图 t可以看出 o在 uΗ uuβ附近的 ssu衍射峰最富于变化 o
这反映了 ssu衍射峰的大小与木材结晶度的大小变化具有一定的规律性 ∀而此处的吸收峰是 ssu晶格衍射
角的极大强度 o说明 ssu晶格衍射峰与木材结晶度直接相关 ∀图 u为湿地松人工林木材样品的近红外光谱
图 o从图 u可以看出 o虽然近红外光谱谱带较宽且重叠严重 o很难精确归属近红外光谱带 o但随着木材结晶度
的变化 o近红外光谱同时也呈现出一定的变化规律 ∀
图 t 湿地松木材的 ÷ 射线衍射图
ƒ¬ªqt ×¼³¬¦¤¯ uΗ ÷ ⁄ ³¤·¨µ± ²¥·¤¬±¨ §≥¯ ¤¶«
°¬±¨ º²²§³²º§¨µ¥¨·º¨¨ ± x ∗ wsβ
图 u 湿地松木材的近红外光谱图
ƒ¬ªqu ×¼³¬¦¤¯ ¶³¨¦·µ∏° ²¥·¤¬±¨ §≥¯ ¤¶«°¬±¨
º²²§³²º§¨µ¥¨·º¨¨ ± z{s ∗ u xss ±°
t }x{ qux h ~u }xx qyx h ~v }xu q{v h ~w }wz qx| h q下同 ׫¨ ¶¤°¨ ¥¨ ²¯º q
图 v °≥模型的近红外光谱回归系数
ƒ¬ªqv ª¨µ¨¶¶¬²± ¦²¨©©¬¦¬¨±·¶©µ²° °≥ °²§¨ ¶¯
¥¤¶¨§²± ¶³¨¦·µ¤©²µ¦µ¼¶·¤¯ ¬¯±¬·¼
根据文献k¨¯¯ ¼¨ ετ αλqousswl可知 o在木材的近红外光谱中 o木质素与纤维素的差异在部分区域能区分
开 o但是仍重叠严重 o木材近红外光谱在各区域的主要特征如下 }木质素和抽提物以及木材黄褐色基团振动
的基频在 wss ∗ zss ±° ~纤维素和半纤维素的羟基的一级倍频在 t wss ∗ t yys ±° ~糖类羟基和水的交互在
t {|s ∗ u sus ±° ~纤维素羟基强振动出现在 u sus ∗ u uxs ±° ~木质素芳基和脂肪链上的 ≤ p 振动的一级 !
二级倍频分别在 t yvx和 t {ux ±° !t szx和 t uxs ±° ~另外部分木质素羟基振动与纤维素的羟基振动重叠 o
如木质素羟基振动的一级倍频在 t wss ∗ t xus ±°∀
木材在可见光和短波区域kyxs ∗ t sxs ±°l的近红外光谱呈现一些微弱的特征 o能解析为 ≤ p 伸缩振
动的三级倍频和羟基的一级倍频 o以及可见光区域
里的木质素的褐色 ∀因此 o本文重点探讨了与木材
纤维素密切相关的近红外光谱数据与近红外光谱
的相关性 o并对光谱数据的选择对近红外预测木材
结晶度的影响进行研究 ∀
212 近红外光谱与木材结晶度的相关性
杨忠kussxl利用近红外光谱全谱数据对木材
的结晶度进行了预测 o并考察了光谱预处理对近红
外预测结晶度的影响 ∀然而 o在对全谱数据进行分
析时计算工作量很大 o而且 o在有些光谱区域样品
的光谱信息很弱 o与样品的组成或性质间缺乏相关
性 ∀在保证预测能力的基础上 o合理地降低光谱范
围不仅可以提高信噪比和数据分析效率 o而且还有
z| 第 ts期 江泽慧等 }湿地松木材近红外光谱与其结晶度的相关性
利于开发一种低成本 !便携的近红外光谱仪 ∀
表 1 降低光谱范围对结晶度 ΠΛΣ法模型校正及预测结果的影响
Ταβ . 1 Εφφεχτ οφ ρεδυχεδ σπεχτραλ ρανγε ον τηε θυαλιτψ οφ
χαλιβρατιον ανδ πρεδιχτιον ωιτη ΠΛΣ µοδελ
统计参数
°¤µ¤° ·¨¨µ¶
光谱区域
≥³¨¦·µ¤¯ µ¤±ª¨Π±°
z{s ∗ t wss t wss ∗ u sss u sss ∗ u xss
校正集
≤¤¯¬¥µ¤·¬²± ¶¨·
k ν zul
预测集
°µ¨§¬¦·¬²± ¶¨·
k ν vsl
ρ s1|u{ s1|v{ s1|xv
≥∞≤ t1{tu t1yz{ t1wyu
≥∞≤ t1{uw t1y|s t1wzu
¬¤¶ p u1|yz∞p sy p u1x|y∞p sy w1xxy∞p sy
°≤¶ { z x
ρ s1|vz s1|vv s1|wv
≥∞° t1{yt t1|{v t1|xv
≥∞° t1{us t1{{u t1{tv
¬¤¶ p s1xts p s1ztu p s1z|{
因此 o为了找出最有效的光谱区域 o
本研究将测定的木材结晶度数据与样品
的近红外光谱数据进行相关性分析 o得
到结晶度与光谱波长信息的相关关系图
k图 vl o通过图 v将近红外光谱按其对
预测模型贡献分为 v个光谱区域 o即 z{s
∗ t wss ±° !t wss ∗ u sss ±°和 u sss ∗
u xss ±° o并分别利用这 v 个区域的光
谱数据对木材结晶度进行建模与预测 o
结果见表 t ∀从表 t可以看出 o降低参
与建模的光谱范围仍然可以得到比较理
想的近红外光谱模型与预测结果 ∀利用
u sss ∗ u xss ±°区域的光谱信息得到的模型校正及预测效果 o均比利用z{s ∗ t wss ±°和 t wss ∗ u sss ±° u
图 w 木材结晶度的近红外光谱模型验证
及预测效果ku sss ∗ u xss ±°l
ƒ¬ªqw ¨¯¤·¬²±¶«¬³¥¨·º¨¨ ± ¤¯¥§¨·¨µ°¬±¨ §¤±§ ³µ¨§¬¦·¨§
¦µ¼¶·¤¯ ¬¯±¬·¼ ²©≥¯ ¤¶«°¬±¨ º²²§ku sss ∗ u xss ±°l
υ }校正集 ≤¤¯¬¥µ¤·¬²± ¶¨·o ν zu oρ s1|xv ~
τ }预测集 °µ¨§¬¦·¬²± ¶¨·o ν vs oρ s1|wv ~x °≤¶q
个区域的好 o这与图 v中得到的信息相符合 ∀图 w是利用 u
sss ∗ u xss ±°近红外光谱区对木材结晶度进行近红外光
谱模型校正及预测结果 o模型校正的交互验证结果及预测
值与实测值的相关关系 ρ分别达到 s1|xv和 s1|wv ∀
另外 o• µ¬ª«·等kt||sl通过对 tw种松树的近红外光谱
分析 o认为在波长为 t zuu !t zvw !u uvs !u vts !u uvy ±°处
的吸收峰与木材中纤维素密切相关 o而木材结晶度表征的
是木材中纤维素聚集态形成结晶的程度 ∀因此 o本文在前
人的研究基础上 o结合图 v中的信息选择了 v组光谱数据
量更少 o但与木材纤维素密切相关的光谱数据进行建模与
预测 ∀表 u列出了采用 °≥法建模得到的结晶度模型校正
及预测结果 o从表 u可以看出 o仅采用 t wss ∗ t yys ±° 或
u sus ∗ u uxs ±°区域的光谱数据 o得到的模型校正及预测
结果均理想 oρ高于 s1|wz o甚至仅采用 z个光谱数据得到的
模型校正及预测结果均比较理想 o预测相关系数 ρ仍可以
达到 s1|vs ∀
表 2 基于纤维素相关的光谱数据建模对 ΠΛΣ模型预测结晶度的影响
Ταβ . 2 Στατιστιχσ οφ χαλιβρατιον ανδ πρεδιχτιον οφ χρψσταλλινιτψ
βψ ΠΛΣ µοδελ βασεδ ον ωαϖελενγτησ ρελατεδ ωιτη χελλυλοσε
统计参数
°¤µ¤° ·¨¨µ¶
与纤维素相关的波长
• ¤√¨¯ ±¨ª·«¶µ¨ ¤¯·¨§º¬·«¦¨¯¯∏¯²¶¨Π±°
t wss ∗ t yys u sus ∗ u uxs t xts ot zvw ot {|{ ot |vx ou swx ou tus ou uvy
校正集
≤¤¯¬¥µ¤·¬²± ¶¨·
k ν zul
预测集
°µ¨§¬¦·¬²± ¶¨·
k ν vsl
ρ s1|xs s1|xx s1|vt
≥∞≤ t1xu| t1wwv t1zzy
≥∞≤ t1xv| t1wxv t1z{{
¬¤¶ p t1txs¨p sx p v1szv¨p sy t1wvy¨p sx
°≤¶ z x z
ρ s1|wz s1|yt s1|vs
≥∞° t1zzz t1xw| t1|xu
≥∞° t1yzx t1ww{ t1|ty
¬¤¶ p s1yy{ p s1ytu p s1xtu
图 x是模型仅采用 z个与木材纤维素相关光谱数据
kt xts ot zvw o t {|{ o t |vx o
u swx ou tus ou uvy ±°l结合
°≥法得到的木材结晶度模型
校正与预测结果 ∀由于模型中
所选择的光谱数据从其归属来
看正好与木材纤维素密切相
关 o因此 o采用少量的但与纤维
素吸收峰密切相关的光谱信息
建立的预测模型 o仍然可以得
到比较理想的预测效果 o说明
从理论上掌握近红外光谱的基
本原理及深入了解木材的近红
外光谱特征峰 o对建立理想的预
测模型具有重要的指导作用 ∀
{| 林 业 科 学 wv卷
图 x 基于纤维素相关光谱的结晶度模型验证
与预测结果k模型采用 z个光谱变量l
ƒ¬ªqx ¨¯¤·¬²±¶«¬³¥¨·º¨¨ ± ¤¯¥§¨·¨µ°¬±¨ §¤±§
³µ¨§¬¦·¨§¦µ¼¶·¤¯ ¬¯±¬·¼ ²©≥¯ ¤¶«°¬±¨ º²²§
υ }校正集 ≤¤¯¬¥µ¤·¬²± ¶¨·o ν zu oρ s1|vt ~
τ }预测集 °µ¨§¬¦·¬²± ¶¨·o ν vs oρ s1|vs ~z º¤√¨ ¯¨ ±ª·«¶q
v 结论
本文利用多变量数据分析方法对湿地松木材近红外光
谱与木材结晶度之间的相关性进行了分析 o结果表明近红
外光谱与木材结晶度密切相关 o通过预测模型对未参与建
模试样进行预测 o预测值与实测值的相关性很高 ∀利用
u sss ∗ u xss ±°区域的光谱信息得到的模型校正及预测效
果 o均比利用 z{s ∗ t wss ±°和 t wss ∗ u sss ±° u个区域的
好 o其模型校正的交互验证结果及预测值与实测值的相关
关系 ρ分别达到 s1|xv和 s1|wv o说明降低参与建模的光谱
范围仍可得到比较理想的近红外光谱模型与预测结果 ∀
当选择光谱范围更小 o但与木材纤维素密切相关的光
谱数据kt wss ∗ t yys ±°或 u sus ∗ u uxs ±°l进行建模与预
测时 o得到的模型校正及预测结果均理想kρ高于 s1|wzl o
甚至仅采用 z个光谱数据也可以得到比较理想预测结果 o
预测相关系数 ρ可达到 s1|vs o说明采用更少的但与预测目
标密切相关的光谱信息 o所建立的预测模型仍然可以得到比较理想的预测效果 o这将有利于低成本 !便携式
近红外光谱仪的开发 ∀同时 o也说明从理论上掌握近红外光谱的基本原理及深入了解木材的近红外光谱特
征峰 o对建立理想的预测模型具有重要的指导作用 ∀
参 考 文 献
陆婉珍 o袁洪福 o徐广通 o强冬梅 qusst1 现代近红外光谱分析技术 q北京 }中国石化出版社
杨 忠 o江泽慧 o费本华 o刘君良 qussx q近红外k l光谱技术及其在木材科学中的应用 q林业科学 owtkwl }tzz p t{v
杨 忠 qussx q近红外光谱预测人工林湿地松木材性质与腐朽特性的研究 q中国林业科学研究院博士论文
«·¨¨ o ¤·∏¯¤ × o ¤±ª¶o ετ αλqt|{{1 ± ÷2µ¤¼ §¬©©µ¤¦·¬²± ° ·¨«²§©²µ§¨·¨µ°¬±¤·¬²± ²©¦µ¼¶·¤¯ ¬¯±¬·¼¬± º²²§³∏¯³q°¤³¨µ¬e °∏∏o{ }wzx p w{s
±§¨µ¶¶²± ≥ o≥¨ µ¬°¤¤ o°¤¤®®¤µ¬× ετ αλqussv1 ≤µ¼¶·¤¯ ¬¯±¬·¼ ²© º²²§¤±§·«¨ ¶¬½¨ ²©¦¨¯¯∏¯²¶¨ ¦µ¼¶·¤¯ ¬¯·¨¶¬± ²µº¤¼ ≥³µ∏¦¨ k Πιχεα αβιεσl q²∏µ±¤¯ ²© • ²²§
≥¦¬¨±¦¨ ow|kyl }xvt p xvz
±·¬ qt|||1 ∏¯·¬√¤µ¬¤·¨ ¦«¤µ¤¦·¨µ¬½¤·¬²± ²© º²²§µ¨ ¤¯·¨§ °¤·¨µ¬¤¯¶q°¨ …±¬√¨ µ¶¬·¼o≥
|t p zt|t p zut p {1 ⁄²¦·²µ¤¯ ׫¨¶¬¶
¶²ª¤¬ o¶∏§¤ qt||s1 ≤µ¼¶·¤¯ ¬¯±¬·¼¬±§¨¬²©¦¨¯¯∏¯²¶¬¦°¤·¨µ¬¤¯¶q≥ ±¨ ¤®®¤¬¶«¬owy }vuw p vu|
¨¯¯ ¼¨ ≥ ≥ o ¬¤¯¶× o≥±¨ ¯¯ o ετ αλqussw1 ¶¨ ²©±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼·² ° ¤¨¶∏µ¨ ·«¨ ¦«¨ °¬¦¤¯ ¤±§ °¨ ¦«¤±¬¦¤¯ ³µ²³¨µ·¬¨¶²©¶²¯¬§º²²§q • ²²§≥¦¬¨±¦¨
¤±§× ¦¨«±²¯²ª¼ ov{kwl }uxz p uzy
¨¨ ≤ qt|yt1 ≤µ¼¶·¤¯ ¬¯±¬·¼ ²© º²²§¦¨¯¯∏¯²¶¨ ©¬¥¨µ¶¶·∏§¬¨¶¥¼ ÷2µ¤¼ ° ·¨«²§¶qƒ²µ¨¶·°µ²§∏¦·¶²∏µ±¤¯ qtt }ts{ p ttu
¨ º°¤± o °¨°¬±ª¶²± qt||s1 ⁄¨ ·¨µ°¬±¤·¬²± ²©·«¨ §¨ªµ¨¨ ²© ¦µ¼·¤¯ ¬¯±¬·¼ ²© ¦µ¼¶·¤¯ ¬¯±¬·¼ ²© ¦¨¯¯∏¯²¶¨ ¬± º²²§ ¥¼ ¦¤µ¥²± p tv ¶³¨¦·µ²¶¦²³¼q
²¯½©²µ¶¦«∏±ªoww }vxt p vxx
¤¼°²±§≤ o≥¦«¬°¯ ¦¨® qussu1 ⁄¨ √¨¯²³° ±¨·²© ±¨ ¤µ¬±©µ¤µ¨§µ¨©¯ ¦¨·¤±¦¨ ¤±¤¯¼¶¬¶¦¤¯¬¥µ¤·¬²±¶©²µ ¶¨·¬°¤·¬±ª ª¨ ±¨ ·¬¦³¤µ¤° ·¨¨µ¶©²µ¦¨¯¯∏¯²¶¨ ¦²±·¨±·¬±
∞∏¦¤¯¼³·∏¶ª¯²¥∏¯ ¶¨q≤¤±¤§¬¤± ²∏µ±¤¯ ²©ƒ²µ¨¶· ¶¨¨¤µ¦«ovuktl }tzs p tzy
≥ ª¨¤¯ o ≤µ¨¨¯¼ o ¤µ·¬± µo ετ αλqt|x|1 ± °¨³¬µ¬¦¤¯ °¨ ·«²§©²µ ¶¨·¬°¤·¬±ª·«¨ §¨ªµ¨¨²©¦µ¼¶·¤¯ ¬¯±¬·¼ ²©±¤·¬√¨ ¦¨¯¯∏¯²¶¨ ∏¶¬±ª·«¨ ÷2µ¤¼ §¬©©µ¤¦·²° ·¨¨µq
× ¬¨·¬¯¨ ¶¨¨¤µ¦«²∏µ±¤¯ ou| }z{y p z|w
≥¦«¬°¯ ¦¨® o∞√¤±¶ qussu1 ∞¶·¬°¤·¬²± ²© °¬¦µ²©¬¥µ¬¤¯ ¤±ª¯¨²©¬±¦µ¨° ±¨·¦²µ¨¶¥¼ ±¨ ¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼q • ²∏µ±¤¯ ouvkvl }uux p uvw
≥¦«¬°¯ ¦¨® o ¬¦«¨¯¯ o ¤¼°²±§≤ o ετ αλqt|||1 ∞¶·¬°¤·¬²± ²©¥¤¶¬¦§¨±¶¬·¼ ²©∞∏¦¤¯¼³·∏¶ª¯²¥∏¯∏¶∏¶¬±ª±¨ ¤µ2¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼q≤¤±¤§¬¤±²∏µ±¤¯
²©ƒ²µ¨¶· ¶¨¨¤µ¦«ou|kul }t|w p ust
≥² ≤ o ∂¬¤
oµ²²° o ετ αλqussw1 ¨¤µ¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼¬±·«¨ ©²µ¨¶·³µ²§∏¦·¶¬±§∏¶·µ¼qƒ²µ¨¶·°µ²§∏¦·¶²∏µ±¤¯ oxwkvl }y p ty
׶∏¦«¬®¤º¤≥ o±²∏¨ o²°¤qussv1 ³³¯¬¦¤·¬²± ²©±¨ ¤µ2¬±©µ¤µ¨§¶³¨¦·µ²¶¦²³¼·² º²²§§¬¶¦µ¬°¬±¤·¬²±q²∏µ±¤¯ ²© • ²²§≥¦¬¨±¦¨ ow|ktl }u| p vx
• ²¯¦²· ° o ≠¬± ≥ o ¬¤¯¶× qusss1 ¶¬±ª§¼±¤°¬¦ °¨ ¦«¤±¬¦¤¯ ¶³¨¦·µ²¶¦²³¼ ·² °²±¬·²µ·«¨ ¦µ¼¶·¤¯ ¬¯½¤·¬²± ²© °°Π °° ¥¯ ±¨§¶¬± ·«¨ ³µ¨¶¨±¦¨ ²© º²²§q
≤²°³²¶¬·¨ ±·¨µ©¤¦¨ ozktl }v p tu
•µ¬ª«· o
¬µ®¨· ⁄o¤°¥¬±² × qt||s1 °µ¨§¬¦·¬²±²©³∏¯³¼¬¨ §¯¤±§¦¨¯¯∏¯²¶¨ ¦²±·¨±·©µ²°¶¤°³¯ ¶¨∏¶¬±ª±¨ ¤µ¬±©µ¤µ¨§µ¨©¯ ¦¨·¤±¦¨ ¶³¨¦·µ²¶¦²³¼q×°°
²∏µ±¤¯ ozvk{l }tyw p tyy
k责任编辑 石红青l
|| 第 ts期 江泽慧等 }湿地松木材近红外光谱与其结晶度的相关性