NIR技术在预测木材性质中的应用

由于NIR分析技术的众多优点，木材性质的近红外光谱预测研究一直倍受人们的关注，Kelley等结合多元统计分析方法，应用NIR技术对火炬松（Pinus Taeda）木材在不同径向和高度位置的化学和力学性质进行了较详细的研究，他们将木材的近红外光谱（500～2400nm）与分别用传统化学分析法及三点弯曲试验法测得的木材化学组成和力学性质，用偏最小二乘法（PLS）进行相关分析建立了预测模型，成功地预测了木材中的木质素、抽提物、葡萄糖、木糖、甘露糖和半乳糖含量（相关系数0.80以上）。Shimleck等利用波长范围在1100～2500nm的近红外光谱和PLS回归法对蓝桉（E.globulus）和亮果桉（E.nitens）木材的化学组成进行的研究表明，用近红外光谱技术和PLS法可以对木材的糖类进行较精确的估计，并认为采集足够多的数据可以使PLS模型更健全、预测效果更好。AxrupL.等研究表明，NIR技术可以准确地预测木材的化学组成。

在木材的物理力学性质方面，MederR.S.等采用NIR技术对木材的物理性质进行了研究探讨，结果表明：可以较准确地预测其物理性质。Hofm-eyer等评价了近红外光谱和木材密度、含水率、压缩和弯曲强度之间的相关性，所用样品为20mm×20mm×60mm，Hoffmeyer等使用偏最小二乘法和主成分回归（PCR）统计方法来建立校准模型，并采用独立检测对其有效性进行检测。研究表明：NIR预测对压缩强度（R=0.96）、密度（R=0.87）和含水率（R=0.99）的预测能力非常高。Kelley等在木材试样MOE的NIR预测时，用NIR对每个木材试样的受拉和受压两端分别扫查了4次，求出平均光谱以代表该样品的近红外特征光谱。

目前，对木材MOR和MOE的NIR预测研究基本上都采用无节木材，预测得到的结果相关性都非常高。Thumm等用近红外光谱对辐射松无节木材的MOE进行了预测研究，用于定标模型的样品和检测模型的样品总数分别为486块和80块。在NIR长波区域（1100～2500nm）对MOE的预测效果比在全区域（400～2500nm）稍好，而显著性可见光区域的好，其相关系数分别为0.85、0.84和0.77。(www.xing528.com)

由于应压木的力学性质一般都和正常木材的不同，Gindl等还研究了应压木对NIR预测性的影响，NIR吸收与预期的正常材及应压木力学性质相关性很好，这表明在近红外光谱中存在着关于木材特性的其他信息而不只是密度。应用NIR预测木材其他性质也得到了较广泛的研究。一种能用于野外的无损检测技术，用基于广泛树种之上建立的模型来预测未知树种的MOE。Schimleck等采集了59种能代表广泛木材性质的木材树种，并用NIR建立了测定广泛树种木材密度、MOE和MFA的模型，其中的MOE预测效果十分令人满意（R=0.84）。