近红外光谱分析技术在木本油料检测中的应用

近红外光谱作为一种快速、准确、操作简单、成本低、不损坏样本、可同时检测多种组分的分析技术,在木本油料检测分析中具有巨大的发展潜力.本文介绍了近红外光谱分析技术的原理,重点阐述了近年来近红外光谱分析技术在木本油料果实和产品物性指标检测中的研究进展,分析了其存在的不足,旨在推进近红外光谱分析技术在木本油料领域的发展.     

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。     

近红外光谱技术在水果无损检测中的最新研究进展

综述了近红外光谱技术在水果成熟期预测和水果品质检测中的最新研究现状和存在的问题,并指出了今后的研究方向。     

近红外光谱技术及其在木材科学中的应用

近红外光谱技术是一项新的木材无损评价方法,能够迅速、准确地对生长锥、固体木材或木粉等试样的性质进行全面无损评价,目前已广泛应用于木材性质预测、木材加工利用等方面的研究中,并为林木的定向培育、木材的遗传改良和高效利用提供技术支持。本文介绍了近红外光谱技术的基本原理及其主要应用,重点介绍了木材的近红外光谱技术及其在木材化学组成、物理力学性质、木材加工利用和木质复合材料等方面的研究成果及应用。     

近红外光谱技术在木材材性分析及木质复合材料生产中的应用

近红外光谱技术具有快速、无损、样品易于准备、适合实际生产在线检测等优点,在木材科学研究领域的应用越来越广泛。文中阐述近红外光谱技术在木材纤维素、木质素和抽提物等化学属性预测,生长特性及物理力学特征等物理属性预测,以及在木质复合材料生产中应用的研究进展,分析了其在木材材性分析及木质复合材料生产中的研究趋势。     

近红外光谱检测技术及其在木材工业中的应用

对近红外光谱技术在国内外的发展现状进行了总结,并就近红外光谱技术在木材工业中的几项重点应用做了说明,预测了近红外光谱技术的发展前景。     

近红外光谱分析技术应用于植物叶片研究综述

近红外光谱技术（Near Infrared Spectroscopy,NIRS）作为 20 世纪 80 年代后期迅速发展起来 的一项检测技术,已被广泛应用于许多植物的各个组织和各种成分的分析。文章综述了该技术在植物叶 片研究上的应用进展,包括基于叶片特征的植物种类鉴别、植物叶片病虫害诊断、育种材料选择、叶片 内含物质含量测定等 4 个方面,并对近红外光谱检测技术的应用于植物叶片研究前景进行了展望。     

近红外光谱分析技术在木材机械性能检测中的研究进展

近红外光谱技术具有快速、无污染、成本低廉、准确性高等优点,相比其他无损检测方法,被广泛应用于农业、医学、化工、造纸等各个领域。国内外许多科研工作者在木材材性分析和检测方面也作了大量的探索。本文主要介绍木材材性分析的重要性、近红外光谱技术的基本原理和特点,国内外林业科技工作者在辐射松、蓝桉、火炬松和粗皮桉等不同树种木材的抗弯强度、抗弯弹性模量、密度和压缩强度等物理力学性质检测方面所做出的贡献和取得的进展,通过介绍可以看出NIR技术具有很大的潜能,它可以快速、准确的获悉木材的性质,从而对木材进行科学合理的利用。     

近红外光谱技术在木材性质预测中的应用研究进展

林木定向培育和木材资源的优化利用, 都需要对大量木材样本的性质进行快速测试.然而, 传统的测试方法成本高、效率低, 不能满足生产和科研的需要.近红外光谱技术是一种新的无损评价方法, 能够迅速、准确地对木材试样的性质进行预测.文中主要介绍了近红外分析技术的基本原理、特点以及在预测木材化学组成、物理力学性质、解剖性质等方面的研究进展.     

近红外光谱技术在闽楠叶片氮含量测定中的应用

借助近红外光谱技术,以江西省永丰官山林场楠木种子园的64份闽楠叶片为材料,采用传统的化学分析方法测定闽楠叶片样品的氮元素含量作参考值,同时采集闽楠叶粉末样品的近红外光谱图。运用化学计量学软件NIRCal,选定建模方法、建模波段和预处理方法,建立最优测定模型。另随机抽取10份未知样品对模型进行检验,结合配对样本T检验进行评价。结果表明：用主成分回归方法(PCR)建立的模型效果最好,其校正集相关系数Rc为0.912,校正集均方根误差RMSEC为1.098,交互验证集相关系数Rv为0.897,交互验证集均方根RMSEV为1.192。外部验证结果显示,预测值与实测值的相对偏差范围在0.070～0.705之间,且配对样本T检验结果显示P值为0.116,大于0.05,无显著差异。该方法可用于闽楠营养水平和优质选种的大批量快速检测。     

一种快速测定棕榈藤材材质特性的近红外光谱分析法

分析了棕榈藤生物质材料特点与近红外光谱关系;阐述了近红外光谱分析技术可以快速准确地预测棕榈藤材的材质特性,并详细介绍了其中包括藤材的选择及加工、藤材近红外光谱采集、藤材材性真值测量、多变量数据分析与模型建立的实验方法与操作步骤。     

快速检测木材微纤丝角的近红外光谱分析技术

介绍了一种新的测量木材微纤丝角的无损检测技术--近红外光谱分析,并详细阐述了测量时木材样品的选择及制备,测量工作包括X射线衍射和近红外光谱采集、多变量数据分析与模型建立的方法及步骤.证明了近红外光谱分析技术可以用于快速准确地预测木材的微纤丝角.     

湿地松木材近红外光谱与其结晶度的相关性

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2 000～2 500 nm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(1 400～1 660 nm或2 020～2 250 nm)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.     

基于小波模极大值的木材近红外光谱去噪

将光谱一阶导数与小波变换相结合,对杉木木材近红外光谱数据进行预处理,采用db3小波对光谱数据进行4尺度分解,在各分解尺度上根据信号和噪声的不同传播特性.保留信号的模极大值,去除噪声的模极大值.结果表明:光谱导数 小波变换模极大值能够有效消除光谱噪声和各种因素干扰,并很好保留了光谱信号特征,使光谱信噪比有了较大提高.     

四种算法用于近红外测定制浆材材性的对比研究

采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法(PLS)、LASSO算法、支持向量机法(SVR)和人工神经网络法(BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示:LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.006 3 g/cm~3和0.49%,绝对偏差(AD)范围分别为-0.008 8~0.009 6 g/cm~3和-0.85%~0.87%;PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%~2.03%和-0.35%~0.38%;SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%~0.74%,均满足制浆造纸工业中对误差的要求。     

粗皮桉木材力学性质的近红外光谱方法预测

以人工林粗皮桉木材为研究对象,采用常规力学测试方法和近红外光谱方法对其无疵小试样力学性质进行研究。用近红外光谱仪采集试样表面的近红外光谱,对采集的近红外漫反射光谱进行导数预处理并对不同波段光谱建立校正模型,以1/3试样作为预测集对校正模型进行验证。结果表明:二阶导数预处理、350～25000nm全光谱波段、径切面和弦切面平均光谱值对粗皮桉木材力学性质模型预测效果最好。抗弯弹性模量和抗弯强度、顺纹抗压强度的实测值与近红外光谱方法的预测值存在较好的相关性,相关系数均大于0.88,相对分析误差大于2.0,表明利用近红外光谱方法预测人工林粗皮桉木材力学性质效果较好。