基于近紅外光譜技術的落葉松木材材性預測的研究.pdf

1、針對我國木材供需的嚴重矛盾，使用適當?shù)氖侄螌δ静男再|(zhì)進行快速、準確的預測來提高木材利用率具有重要意義。木材的主要成分為纖維素、半纖維素等高分子有機化合物，這些物質(zhì)在近紅外譜區(qū)都有較強的吸收度，這就使近紅外光譜技術應用于木材性質(zhì)檢測成為可能。本論文主要應用近紅外光譜分析技術及化學計量學方法對落葉松木材的密度、含水率、纖維素結晶度進行預測，所得結論主要有：
　　 (1)運用近紅外光譜分析技術能夠快速，準確地預測落葉松木材的密度。分別

2、運用基于高斯核變換的非線性偏最小二乘法和傳統(tǒng)偏線性最小二乘法建立密度預測模型，并且對所建模型的評價參數(shù)進行了對比分析。結果表明兩種方法建立的預測模型都能對樣品的密度進行有效預測，而在模型的具體參數(shù)比較上看，基于高斯核變換的非線性偏最小二乘法所建模型預測精度要優(yōu)于傳統(tǒng)偏最小二乘法所建模型精度，研究表明樣品近紅外光譜信息與樣品的實際密度值之間不是單純的線性關系，非線性模型可以更好的表征二者之間的關系。
　　 (2)運用近紅外光譜技術

3、結合偏最小二乘法能夠對落葉松含水率進行快速、準確的預測。通過比較發(fā)現(xiàn)在1000~2100nm波段范圍內(nèi)一階導數(shù)處理光譜所建模型最好，校正集相關系數(shù)最大為0.9846，SEC與RMSEC最小分別為2.5193和2.5039，驗證集相關系數(shù)最大為0.9836，SEP與RMSEP最小分別為2.9353和3.1651。在劃分的7個波段范圍內(nèi)，不論是原始未處理光譜，一階導數(shù)處理光譜及二階導數(shù)處理光譜所建模型均在1000-2100nm波段內(nèi)最好，均