论文部分内容阅读
为了快速测定木材的材性,本文主要研究了不同因素对木材材性进红外定量模型预测性能的影响,并利用傅里叶变换近红外光谱分析技术建立了相思树木的不同材性的近红外预测数学模型,得出以下主要结论：扫描次数为8次的时候就可以建立较好的近红外预测模型；分辨率高低与木材聚戊糖定量检测结果的准确度没有必然的联系；可以通过多次装样来提高模型的预测准确性；用60目～100目的木粉的谱图建立的材性近红外预测模型都比较好；扫描样品时,分多次扫描建立的模型较好；轻压和不压可以建立较好的模型；基础数据越准确,所建立模型的精度越高,其对未知样本的预测结果也越准确,但基础数据较差的情况下建立的模型也有较好的预测效果；在样本不是很多的情况下,加入更多的建模样品比增加数据准确性更能提高模型的预测精度；不同谱图预处理方法对偏最小二乘法建立的相思树木聚戊糖含量交叉检验模型有很大的区别；在不同预处理方法中,一阶导数结合减去一条直线建立的模型最佳；选用较大的平滑点数模型有很好的预测性能,一般来说17点到25点比较好；PCA方法筛选的样品建立的模型优于用含量梯度法筛选的样品建立的模型。对近红外预测模型的研究结果表明：建立的水分近红外验证模型决定系数(R2val)为0.9886,预测均方根误差(RMSEP)为0.216%；克拉森木素模型R2val为0.9425,RMSEP为0.5%；苯醇抽提物模型R2val为0.9384,RMSEP为0.267%；聚戊糖模型R2val为0.9428,RMSEP为0.51%；综纤维素模型R2val为0.8272,RMSEP为0.907%；α-纤维素模型R2val为0.7495,RMSEP为1.17%；制浆得率模型R2val为0.593,RMSEP也有0.873%；用广西相思树木聚戊糖近红外模型不能很好测定福建相思树木聚戊糖含量,但在广西模型中加入三个福建样品后,该模型就能够较好的测定福建相思树木材样品。建立了不同树种木材样品的苯醇抽提物近红外预测模型,在相思树苯醇抽提物含量近红外预测模型中加入四个毛白杨样品后就能较好的测定毛白杨的苯醇抽提物含量。从相思树的化学材性、微观结构以及制浆得率来看,广西钦廉林场七年生卷荚相思木、广西高峰林场黑木相思木和杂交相思木以及福建卷荚相思木均是较好的纸浆材。