桉树材性性状近红外预测模型的建立

试验以采集的100份桉树不同组合杂交子代的木芯及木粉样品作为研究对象,以常规方法测定所取木材样品的木材密度、纤维长度和纤维宽度并用 Polychromix 手持式近红外仪采集了自然风干状态木粉的近红外光谱信息。光谱数据的处理及建模用 Unscrambler 9.7软件完成。建模结果显示：木材密度、纤维长度和纤维宽度的预测精度均可达90%以上。建模过程中,木材密度较纤维长度和纤维宽度所需的校正样本集数量要多,说明要达到一定的预测精度,纤维长度和纤维宽度其所建模型的预测范围会相应变小。     

近红外技术在土壤化学组分预测中的应用研究综述

近红外光谱分析技术是一种无损、快速和高效的现代分析技术,在土壤科学领域已有越来越广泛和深入的应用.本文对近红外技术的原理、测定过程、技术特点及其在土壤化学组分快速预测方面的研究进展进行总结,并指出近红外光谱分析技术在土壤科学领域现存的不足和未来的发展前景.     

古建木构件化学组分近红外光谱分析

在材种鉴定的基础上,通过近红外光谱(NIRS)定性分析了建成约600 a的木造古建筑木构件的化学组分,结合木构件化学组分定量分析,与现代木材相比较,探讨了近红外光谱技术评价木构件老化的可行性。结果表明:近红外二阶导数特征性谱带反映了木材纤维素以及半纤维素和木质素的基团信息,而其差谱反映出木构件与对照样化学组分变化。这些光谱特征与传统的化学组分定量分析的结果非常一致:纤维素和半纤维素相对含量减少而木质素相对含量增加,与各种组分谱带差谱的增减相对应。此外,在5 882,5 587和5 464 cm-1等谱带处反映的纤维素结晶和半结晶区的光谱信息,差谱观察到木构件与现代材落叶松之间化学组分的不变或减少,其结果与X射线衍射(XRD)方法获得的木材结晶度分析结果相一致。通过NIRS定性分析木构件化学组分及结晶度变化,接近于现场检测方法,使用便携式NIRS,在古建筑木构件端头裸露部位获取光谱信息,能够实现现场对木材化学组分的无损定性评价。本实验结果也表明,除了常规的红外光谱(FT-IR)、XRD分析技术,NIRS技术对于木构件老化状况的评价是一种有潜力的无损检测方法。     

基于近红外光谱法对五倍子主成分含量的快速检测

水分、单宁酸和没食子酸含量是评价五倍子质量的重要指标,目前多采用中华人民共和国林业行业标准的方法获得,繁琐且时效性得不到保证。为了探讨快速测量这些指标的可行性,通过采集五倍子样本130份,采用化学法测量化学值,利用近红外光谱技术进行五倍子样本的光谱扫描,将其与传统方法测定的化学值进行拟合,采用偏最小二乘法(PLS)构建数学模型,对比模型相关系数和误差评估模型预测性能。最终得到五倍子中水分、单宁酸和没食子酸的最佳预处理方法分别为FD+MSC、FD和FD+ML,水分的特征波段为9 403.7～7 498.2、 6 012.0～5 774.1、 4 601.5～4 246.7 cm^-1,单宁酸的特征波段为9 403.7～7 498.2、 6 102.0～4 597.7 cm^-1,没食子酸的特征波段为6 102.0～5 446.3,4 601.5～4 246.7 cm^-1;主因子数分别为9、 10和5;水分、单宁酸和没食子酸校正集相关系数(R_c²)分别为0.968、 0.915和0.9...     

近红外光谱数据建立相思树制浆得率预测模型

用近红外光谱数据建立了相思树制浆得率的预测模型：将近红外光谱数据按波长进行分组,然后使用拟合方法建立了10个子数学模型,最后通过计算子模型制浆得率预测值的加权平均值给出了预测制浆得率的公式。预测结果表明,用近红外光谱数据建立的预测模型可用于快速估算相思树的制浆得率,其建模方法有望用于其他速生纸浆材制浆得率的预测。     

基于近红外光谱技术建立湿加松针叶黄芪苷含量的预测模型

研究使用DA2700型近红外光谱仪采集了112个湿加松Pinus elliottii×P.oaribaea松针粉末样本的光谱数据.结合实际测定值,采用偏最小二乘(PLS)回归法并选择最佳光谱预处理方法和最佳主成分数,建立湿加松松针黄芪苷含量的近红外快速预测模型.结果表明:当采用一阶导数(FD)+标准正态变量转换法(SN...     

基于近红外光谱的油茶种子含油量定标模型构建

利用瑞典波通DA7200型固定光栅连续光谱近红外分析仪,对来自不同产地的150份油茶种子样品进行含油量测定.依据其吸收光谱与化学特征分析数据,建立2个种仁含油率模型,并对模型的准确性进行预测评价.结果表明:用整颗油茶种仁建立的模型与常规方法测量结果之间的相关系数为0.88,预测标准偏差为0.91,该模型可用于测定准度要求相对不高而比较珍贵和量少的样品.而用粉碎油茶种仁建立的模型测定效果最好,与常规方法测量结果之间的相关系数为0.98,预测标准偏差为0.33,因此该模型可代替常规测试方法使用.检验结果表明定标模型预测精度高、稳定性较好.近红外光谱技术可用于快速测定油茶种仁含油量,具有很好的应用前景.     

基于SWSRA-UVE算法的纸浆材综纤维素近红外预测模型共享研究

为实现纸浆材综纤维素质量分数的近红外分析模型在3台不同光谱仪器上的共享,提出了光谱信号比值分析筛选波长-无信息变量剔除(SWSRA-UVE)联用算法。即利用无信息变量剔除(UVE)算法,减少光谱信号比值分析筛选波长(SWSRA)方法中无效波长的不利影响,以提高模型传递精度。建立基于SWSRA-UVE算法优选波长的偏最小二乘回归(PLSR)主机模型,并将其模型传递效果与其他常用模型传递方法进行了对比。结果表明,针对2台从机采用SWSRA-UVE方法最终分别优选出的252和105个波长建立模型,分别用于从机1和从机2测量光谱样品的综纤维素质量分数,预测标准偏差(RMSEP)与模型传递前相比分别从2.011 4和9.451 8下降到了1.238 6和1.629 4,且优于SWSRA和其他模型传递算法结果。因此,SWSRA-UVE方法通过UVE算法进一步优选SWSRA一致性波长结果,大大简化了模型传递过程,显著地提高了主机模型的普适性,有利于近红外光谱分析技术的推广应用。     

基于BP神经网络的油茶产量预测模型构建

【目的】改良传统农业生产预测方法,实现油茶产量的快速高效预测,为油茶实际生产提供参考。【方法】收集油茶栽种较为集中的湖南、江西、浙江、广西的油茶籽年度总产量、实有油茶林面积、气象等数据,选择17个气象指标作为油茶产量的影响因素,使用MATLAB软件,通过主成分分析提取出主成分,再将主成分作为BP神经网络的输入集,在传统神经网络模型基础上构建主成分分析与BP神经网络组合模型,对4个地区油茶籽单位面积年产量进行预测。BP神经网络的训练集和测试集选用1990—2018年的数据,采用2019年的数据对模型预测效果进行验证,最后应用模型对2025年油茶籽单位面积产量进行预测。【结果】对主成分有重要贡献的气象因子有日照时长、6—11月气温、3—5月降水量、平均最低气温、露点温度、平均风速、最大持续风速以及海平面气压。改进后模型迭代耗时更少,拟合度较高,对4个地区油茶产量的预测结果的平均相对误差均低于3%。应用模型预测得到2025年湖南、江西、浙江、广西的单位面积油茶干籽产量分别为0.831、0.583、0.449、0.512 t/hm²。【结论】与传统预测模型相比,改进后的主...     

基于近红外光谱与BP神经网络预测落叶松木屑的含水率

利用近红外光谱(NIR)技术结合BP神经网络定量预测了落叶松木屑的含水率。首先对采集的落叶松木屑原始近红外光谱进行9点平滑及多元散射校正预处理,然后利用主成分分析法提取光谱数据主成分作为BP神经网络的输入,最后建立BP神经网络预测模型并采用交叉验证法对模型进行验证。所建模型校正集的相关系数R为0.98,校正集的均方根误差RMSEC为0.001 7;预测集的相关系数R为0.99,预测集的均方根误差RMSEP为0.001 5。研究表明,此方法可以实现对落叶松木屑含水率的快速预测。     

基于近红外光谱技术对鹿茸鉴别方法的研究

通过对鹿茸和伪劣鹿茸近红外光谱的分析,选取信息量丰富的7000~4500cm-1区段的光谱作为分析对象,用PCA结合Fisher识别法建立针对鹿茸真伪的识别函数,实现了对鹿茸真伪的准确识别,其中定标集样本的识别准确率达到了98.3%,外部鹿茸样本验证集识别准确率达到了93.5%。     

近红外光谱快速预测乙酰化木材的增重率

采用近红外光谱技术对乙酰化大青杨和樟子松木材的增重率进行快速预测。在近红外波长780～2500 nm范围内,利用偏最小二乘法( PLS)建立木材横切面原始光谱及不同预处理(一阶导数、二阶导数、归一化处理和消噪)光谱乙酰化木材增重率数学模型,并进行比较分析。结果表明：乙酰化大青杨和樟子松木材分别选用归一化处理光谱和消噪光谱建立的增重率校正模型预测效果较好,预测模型相关系数( R)分别为0.90和0.70,预测标准差(RMSEP)分别为1.0072和1.3012,其中乙酰化大青杨木材增重率预测模型实测能力较佳,表明利用木材横切面近红外光谱建立的数学模型可以实现乙酰化木材增重率的快速预测。     

基于近红外光谱分析技术的桉木纤维施胶量高低快速判别

【目的】基于近红外光谱分析技术,判别纤维板生产过程中施胶量高低,为施胶工艺阶段提供技术支撑。【方法】以桉木纤维为研究对象,以脲醛树脂胶黏剂施胶量高低为判别指标,对同一批桉木纤维,控制含水率5%左右,建立施胶量为无(0%)、低(3%)、中(12%)、高(20%) 4种类别的近红外光谱偏最小二乘法回归模型(PLS),采用PLS-DA法判别施胶量高低,探究光谱采集方式(施胶纤维运动或静态状态)、施胶后纤维陈放时间对模型判别准确性的影响。【结果】1)随着施胶量增加,近红外光谱吸光度增大,PCA分析可区分无、低、中、高4种施胶量类别的桉木纤维; PLS-DA法能够建立相关性好、准确性高的近红外光谱模型,对未知样品的判别正确率达100%; 2)静态或动态光谱采集方式不会影响模型建立,对未知样品的判别正确率达100%;施胶后纤维陈放时间对近红外光谱影响很大,施胶后长时间陈放的纤维几乎不能正确判别施胶量高低。【结论】不同施胶量桉木纤维对近红外光谱的吸光度不同,PLS-DA法可准确判别桉木纤维施胶量高低;样品处于静止或运动状态均不影响模型建立和判别的准确性,可为在线识别纤维施胶量提供一定思路。     

应用近红外光谱技术预测进口辐射松木材抗压和抗弯性能

以进口辐射松（Pinus radiata）木材为研究对象,探究应用近红外光谱技术预测辐射松木材抗压和抗弯性能的可行性,比较不同切面采谱、不同光谱预处理方法以及不同谱区波段的建模效果。结果表明,用弦切面的光谱建立的校正模型精度最高。原始光谱建立的校正模型精度较好,相关系数达0.85及以上,抗压强度模型在经过S-G卷积平滑处理后相关系数可提高到0.92。在全波段建立的校正模型效果最好。经外部验证,抗压强度、抗弯强度和抗弯弹性模量预测值与实测值相关性较高,相关系数达0.82及以上。研究结果可为辐射松木材的抗压和抗弯性能的快速评价提供新方法。     

基于近红外光谱分析的多模型建模方法研究

以相思树的α-纤维素含量为研究对象,用一种多模型方法建立了相思树α-纤维素含量的近红外光谱分析模型。模型预测值的平均相对误差为0.97%,实验值与预测值之间的相关系数为0.963 1,模型的拟合优度为0.924 5。研究结果表明,使用的光谱数据量越大,模型的预测效果一般会越好。此外还发现了子模型中待定常数的个数与所使用光谱数据量之间的关系:建模时使用的光谱数据量越大,每个子模型中待定常数的个数一般应该越小。该结果有助于今后使用该方法建立其它近红外光谱分析模型。所建模型可用于快速测定相思树的α-纤维素含量,并有望用于其它树种某些化学成分含量的预测。     

基于近红外光谱技术的天麻产地鉴别方法

采用近红外光谱技术(NIR)建立天麻产地的定性模型,并对天麻产地进行鉴别.利用AntarisⅡ傅立叶变换近红外光谱仪(FT-NIR)对云南昭通、省内非昭通、省外的88个天麻样品,采用不同的光谱预处理方法,结合主成分分析联用马氏距离算法(PCA-MD)和偏最小二乘判别分析算法(PLS-DA)对不同产地天麻进行评价.结果表...     

近红外光谱结合支持向量机快速识别树种

利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。     

近红外光谱技术快速定量油茶籽含油率及脂肪酸组成

【目的】利用近红外光谱技术构建定量预测模型,及时获得油茶重要的经济性状指标并进行评价,以简便快速、绿色安全而又准确地测定大批量油茶样品的含油率和脂肪酸组成,为油茶良种选育提供数据基础和依据。【方法】用气相色谱法测定100份油茶样品的含油率（Oil content,OC）及棕榈油酸（Palmitoleic acid,POA）、棕榈酸（Palmitic Acid,PA）、硬脂酸（Stearic acid,SA）、油酸（Oleic acid,OA）、亚油酸（Linoleic acid,LOA）、亚麻酸（α-Linolenic acid,ALA）、不饱和脂肪酸（Unsaturated fat acid,USFA）、饱和脂肪酸（Saturated fat acid,SFA）的含量水平,并作为试验测定值。对其中90份样本用近红外光谱技术,采用漫反射扫描方式,采集经过粉碎处理的油茶样品光谱,光谱序列通过光谱残差和特征残差结合的方法进行优化预处理,对光谱数据进行标准归一化,并结合导数法方法处理,结合偏最小二乘法建立油茶样品含油率和主要脂肪酸组成的定量预测模型。另外10份样本作为模型的外部验证。【结果】...     

基于VB的木材无损检测近红外光谱图检索系统的实现

利用VB语言设计木材无损检测的近红外光谱图检索系统,检索关键词由＂物质名＂、＂光谱查询＂及＂列表查询＂组成,可分别实现已知物质名的光谱图检索、未知物质基于吸收峰位置的物质名检索及吸收峰位置相同或接近的物质名列表检索。检索界面简洁,易于操作,相对于传统的检索方法,检索的查全查准率较高。     

近红外光谱技术的分析与应用

近红外光谱技术是一种"绿色、快速、非破坏"的分析技术,文章简要阐述了它的发展历史及其原理,并列举了一些成功应用的例子,预见其发展趋势。