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。     

杨树新品系超短轮伐条材材性及其生物制浆可行性

以多菌种生物制浆工艺为基础,利用10个新选育的杨树无性系为材料,从基本密度、纤维形态、化学成分等方面探索杨树超短轮伐条材生物制浆可行性,结果表明:品种间条材材性差异明显,杨树超短轮伐条材的纤维形态、化学成分等制浆特性均能满足制浆造纸的需求;用1、2 a条材进行生物制浆完全可行,其得浆率为65.0%～72.0%,浆纸质量达国标阔叶木浆的Bk-C标准.     

国外制浆材树种遗传改良研究

世界年工业用材中的1/4～1/3用于制浆和造纸,一些国家把制浆和造纸工业作为本国的支柱工业来发展。为提高在世界市场上的竞争力,他们已致力于提高纸浆材树种的遗传改良,以使木材培育与木材加工业的终点产品对材性的要求有机地结合起来。使育种的经济目的更为明确。试图对制浆材树种的遗传改良做一简述,以推动我国林木育种事业向更高水平发展。     

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。     

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。     

基于LASSO法的桉木-相思混合制浆原料近红外分析模型的建立

为提高国内木浆产量和利用率,缓解制浆造纸行业优质原料紧缺的现状,针对我国南方特定的制浆原料模式——桉木-相思混合原料进行快速分析研究。采集了175个桉木-相思混合原料和45个单一材种原料的近红外光谱,明确其混合程度和化学成分含量。通过平滑、矢量归一化(V-Norm)、多元散射校正(MSC)、一阶导数(1st Der)和二阶导数(2nd Der)等方法组合预处理原始光谱,结合LASSO算法,确定了混合程度(桉木质量分数)、综纤维素、Klason木质素、聚戊糖、苯醇抽出物和1%NaOH抽出物含量分析模型的建模方法,并建立了相应的模型。建模过程中最优调整参数(μ)分别为13.62、 18.30、 6.39、 9.64、 7.49和12.07。6个模型的预测均方根误差(RMSEP)值分别为1.93%、 0.61%、 0.51%、 0.80%、 0.28%和0.41%。绝对偏差范围(AD)分别为-3.19%～3.24%、-0.96%～1.01%、-0.89%～0.84%、-1.37%～1.46%、-0.43%～0.39%和-0.58%～0.60%。模型适应性好,能够满足制浆造纸工业需求,同时也证...     

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。     

速生材制浆性能与其材性的多元非线性回归分析及预测方法

采用多元非线性回归方法分析速生阔叶木材的制浆得率与其化学组分、纸浆的抗张指数、撕裂指数分别与纤维形态的相关性,建立速生材制浆性能的预测模型,选取代表性的速生木材进行材性分析和制浆性能试验研究,用实测值与预测模型算出预测值进行对比.结果证明:预测值与实际测定值拟合得很好,预测模型的精度高.     

小黑杨幼龄材与成熟材制浆性能的比较

以小黑杨幼龄材和成熟材为研究对象,分析比较其化学组成、纤维形态和制浆性能。结果表明：幼龄材的苯醇抽出物、纤维素、木质素含量高于成熟材,综纤维素含量低于成熟材;幼龄材的纤维平均长度低于成熟材。分别采用硫酸盐法制浆正交试验,分析得出：保温时间、用碱量对幼龄材的纸浆得率和卡伯值的影响非常显著; 用碱量和保温时间对成熟材的纸浆卡伯值影响非常显著; 在相同蒸煮条件下,幼龄材比成熟材纸浆得率高,卡伯值和聚合度低。     

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。     

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.     

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。     

近红外漫反射光谱法测定油茶籽含油量的研究

以索氏提取法分析的30份油茶籽的含油量值为化学法测定值,结合相应的近红外漫反射光谱,通过多种预处理方法和回归方法建立了较精准的分析模型.结果表明:所建模型经"一阶导数+SG+MSC"预处理组合最好,校正相关系数(RC)和校正标准误差(RMSEC)分别为0.925 67和2.53;交叉检验相关系数(Rcv)和交叉检验校准...     

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。     

近红外光谱技术在农产品品质分析中的应用

主要介绍近红外光谱在农产品品质分析中的一些应用.作为一种简单、快速、无损的检测手段,重点列举了近红外光谱在农业和食品分析中的成功应用实例,推动近红外光谱技术在我国农业科技和生产中的应用.     

无患子果皮皂苷含量近红外光谱检测研究

为建立无患子(Sapindus mukorossi Gaertn.)果皮皂苷含量的快速检测模型,结合高效液相色谱法(HPLC),对采自浙江省天台县145份无患子果皮的皂苷含量进行检测。并依据近红外吸收光谱与HPLC测定数据的相关性,建立2个果皮皂苷含量估测模型,并对模型的准确性进行预测和评价。结果表明:A组(完整果皮)和B组(粉末状果皮)光谱数据分别基于SNV+1stderivative和MSC+1st derivative预处理法并利用PLS构建的光谱模型表现最佳,模型可靠性最强,预测精度最高,其中B组光谱数据建立的模型预测效果明显优于A组。基于A组和B组建立的模型与HPLC法的测量结果相关系数分别为0.654和0.993,预测标准偏差分别为0.982和0.294。以B组样品建立的模型基本可以代替HPLC法使用,而以A组样品建立的模型可用于测定精度要求不高、比较珍贵或样品量较少的样品。     

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。