基于X射線CT技術(shù)快速檢測不同含水率狀態(tài)下的毛竹密度

王卿平，劉杏娥，張桂蘭，楊淑敏*，田根林，尚莉莉，馬建鋒

1. 內(nèi)蒙古農(nóng)業(yè)大學(xué)材料科學(xué)與藝術(shù)設(shè)計(jì)學(xué)院，內(nèi)蒙古 呼和浩特 010018 2. 國際竹藤中心，竹藤科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100102

基于X射線CT技術(shù)快速檢測不同含水率狀態(tài)下的毛竹密度

王卿平1，2，劉杏娥2，張桂蘭1，楊淑敏2*，田根林2，尚莉莉2，馬建鋒2

1. 內(nèi)蒙古農(nóng)業(yè)大學(xué)材料科學(xué)與藝術(shù)設(shè)計(jì)學(xué)院，內(nèi)蒙古 呼和浩特 010018 2. 國際竹藤中心，竹藤科學(xué)與技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100102

密度是竹材材性的重要指標(biāo)之一，與竹材諸多物理力學(xué)性質(zhì)緊密相關(guān)，且測定結(jié)果因含水率狀態(tài)不同而不同?；赬射線計(jì)算機(jī)斷層掃描(X-CT)技術(shù)，比較了不同竹齡毛竹全干、氣干、飽水狀態(tài)下CT值的差異程度，除4年生和10年生毛竹CT值差異較大以外，其余竹齡CT值差異較?。?分別在全干、氣干、飽水狀態(tài)下對所測定的CT值與相應(yīng)狀態(tài)下毛竹的密度進(jìn)行擬合建模，同時還對不同含水率梯度狀態(tài)下的CT值與密度進(jìn)行擬合建模，進(jìn)而系統(tǒng)分析了不同竹齡毛竹在單一含水率狀態(tài)下和不同含水率梯度狀態(tài)下CT值與密度之間的關(guān)系； 對不同竹齡毛竹全干狀態(tài)下相對竹青徑向位置的CT值進(jìn)行了擬合，依據(jù)CT值與密度之間的關(guān)系，解釋說明了毛竹徑向密度因竹齡不同所產(chǎn)生差異的原因。試驗(yàn)結(jié)果表明，毛竹全干、氣干、飽水密度與相應(yīng)的CT值之間均存在線性關(guān)系，且擬合斜率相近； 在所選含水率梯度狀態(tài)下毛竹密度與CT值之間存在線性關(guān)系，且密度與CT值關(guān)系受水分影響較小，回歸方程為：D=0.001H+1.003 2，R2=0.968 3(D為密度，H為CT值)，驗(yàn)證模型決定系數(shù)R2=0.974 3； 不同竹齡毛竹全干狀態(tài)下竹青、竹黃處密度差異較小，而在竹肉處差異較大。這些結(jié)果為實(shí)現(xiàn)快速檢測毛竹在不同含水率狀態(tài)下的密度提供了技術(shù)支持和數(shù)據(jù)參考，同時X射線計(jì)算機(jī)斷層掃描(X-CT)技術(shù)也為深入研究竹材材性和構(gòu)造提供了一種切實(shí)可行的新途徑。

X射線計(jì)算機(jī)斷層掃描(X-CT)技術(shù)； 密度檢測； 毛竹； 含水率

引 言

毛竹(Phyllostachysedulis)是我國森林資源的重要組成部分，是降低木材資源消耗的重要生物資源依托。密度是毛竹物理特性的重要指標(biāo)之一，能夠預(yù)測力學(xué)強(qiáng)度、耐磨性、硬度等物理力學(xué)性質(zhì)，為機(jī)械加工提供參考數(shù)據(jù)。對于竹材密度的傳統(tǒng)測量方法有: 直接測量法、排水法、水銀容器法等[1]。這些傳統(tǒng)測量方法需要復(fù)雜的制樣程序，使批量化快速檢測竹材密度受到一定程度的限制。而X射線計(jì)算機(jī)斷層掃描(X-ray computed tomography，X-CT)技術(shù)是計(jì)算機(jī)與X射線技術(shù)相結(jié)合的產(chǎn)物，可在不破壞被檢物的前提下快速檢測其密度，避免了樣品制備帶來的不便。早在20世紀(jì)90年代，瑞典科學(xué)家Lindgren就已利用X-CT技術(shù)對木材密度進(jìn)行了比較深入的研究[2-3]。近年來對于竹材密度的研究也漸漸受到國內(nèi)外學(xué)者的普遍重視，Huang等通過X-CT技術(shù)分析了毛竹密度分布[4]，單海斌等也運(yùn)用該技術(shù)對梁山慈竹(Dendroclamusfarinosus)氣干密度與CT值的相關(guān)關(guān)系進(jìn)行了研究[5]，而目前利用X-CT技術(shù)對不同含水率梯度下竹材密度的測定鮮有報(bào)道。本文以毛竹為試材，系統(tǒng)分析了不同竹齡毛竹在單一含水率狀態(tài)和所選不同含水率梯度下密度與CT值之間的關(guān)系，并對不同竹齡毛竹密度差異進(jìn)行了初步分析。

1 實(shí)驗(yàn)部分

1.1 材料

采取株高、胸徑相差較小，生長正常的2～14年生7個竹齡毛竹各5株，并對所采毛竹編號(表1)。采集地為安徽黃山林場，氣候?qū)俦眮啛釒駶櫺约撅L(fēng)氣候，年平均氣溫15～16 ℃，無霜期236天，平均年降水量1 670 mm，降水多集中于5月—8月。

表1 7個竹齡毛竹采樣表

1.2 方法

1.2.1 密度測定

為使不同竹齡毛竹具有可比性，均選取離地1.5 m處竹節(jié)，參照GB/T 15780-1995《竹材物理力學(xué)性質(zhì)試驗(yàn)方法》制成10 mm×10 mm×tmm(竹壁厚)的試件2組(1組10個試件)，分別測定飽水、氣干、全干狀態(tài)密度，1組用于建立模型，另1組用于驗(yàn)證，實(shí)驗(yàn)室室溫20～22 ℃。

1.2.2 X-CT掃描值測定

試驗(yàn)采用美國通用電氣(general electric，GE)Bright Speed Excel 4層螺旋CT(由國際竹藤中心提供)沿毛竹軸向方向掃描(圖1)?？紤]到掃描時間對CT測量值的影響(含水率變化)，并參考前人研究成果[5-6]，本試驗(yàn)掃描參數(shù)設(shè)定為： 120 kV、160 mAs、層厚0.625 mm、層間距1.25 mm、FOV 9.6、重建算法“std”，實(shí)驗(yàn)室室溫20～22 ℃。對每個試件掃描5張CT圖像，不同竹齡不同含水率梯度(飽水、氣干、全干)共計(jì)2 100張CT圖像。利用CT掃描儀工作站取每張圖像上平均CT值，共計(jì)2 100個值； 取全干狀態(tài)徑向相對竹青5個位置的CT值，共計(jì)3 500個值(由于CT掃描儀分辨率的原因，對試件干縮忽略不計(jì))。

圖1 2，8，12年生毛竹氣干狀態(tài)下CT掃描圖

2 結(jié)果與討論

2.1 不同竹齡毛竹全干、氣干、飽水狀態(tài)下CT值

對已測定CT值進(jìn)行分析，7個竹齡毛竹全干狀態(tài)CT值介于-233.6～-104.38 Hu； 7個竹齡毛竹氣干狀態(tài)CT值介于-194.05～67.87 Hu； 7個竹齡毛竹飽水狀態(tài)CT值介于133.66～180.95 Hu。由圖2—圖4可知，不僅含水率的變化會影響CT值的大小，竹齡的不同也會造成密度的差異，其中4年生和10年生差異較大，其余比較接近。

2.2 不同竹齡毛竹單一含水率狀態(tài)下密度與CT值模型

分別建立不同竹齡毛竹全干、氣干、飽水狀態(tài)下密度與CT值擬合模型(圖5、圖7、圖9)，不同竹齡毛竹全干密度與CT值之間存在線性關(guān)系，回歸方程為：D1=0.001 3H+1.030 5，R2=0.891 6(D1為全干密度，H為CT值)，對擬合模型進(jìn)行驗(yàn)證(圖6)，決定系數(shù)為R2=0.881。

圖2 7個竹齡毛竹全干狀態(tài)下CT值

圖3 7個竹齡毛竹氣干狀態(tài)下CT值

圖4 7個竹齡毛竹飽水狀態(tài)下CT值

圖5 7個竹齡毛竹全干密度與CT值擬合模型

圖6 7個竹齡毛竹全干密度與CT值驗(yàn)證模型

不同竹齡毛竹氣干密度與CT值之間也存在線性關(guān)系，回歸方程為：D2=0.001 1H+1.050 4，R2=0.982 1(D2為氣干密度，H為CT值)，對擬合模型進(jìn)行驗(yàn)證(圖8)，決定系數(shù)為R2=0.773 2。這與單海斌等對梁山慈竹氣干密度分析結(jié)論相類似[5]。

圖7 7個竹齡毛竹氣干密度與CT值擬合模型

圖8 7個竹齡毛竹氣干密度與CT值驗(yàn)證模型

不同竹齡毛竹飽水密度與CT椎之間同樣存在線性關(guān)系，回歸方程為：D3=0.001 9H+0.862 4，R2=0.854 7(D3為飽水密度，H為CT值)，對擬合模型進(jìn)行驗(yàn)證(圖10)，決定系數(shù)為R2=0.863 3。

圖9 7個竹齡毛竹飽水狀態(tài)下密度與CT值擬合模型

圖10 7個竹齡毛竹飽和狀態(tài)下密度與CT值驗(yàn)證模型

2.3 不同竹齡毛竹不同含水率梯度下密度與CT值模型

由于全干、氣干、飽水密度與CT值均呈線性相關(guān)，且斜率相近(圖5、圖7、圖9)，因此建立不同年齡毛竹在不同含水率梯度下密度與CT值擬合模型(圖11)，不同竹齡毛竹在不同含水率梯度下密度與CT值之間存在線性關(guān)系，回歸方程為：D=0.001H+1.0032，R2=0.968 3(D為密度，H為CT值)，對擬合模型進(jìn)行驗(yàn)證(圖12)，決定系數(shù)R2=0.974 3在0.97以上。不同含水率梯度狀態(tài)下密度與CT值的回歸方程斜率與全干、氣干、飽水密度和CT值的回歸方程斜率相近，這說明： CT值與毛竹密度關(guān)系受水分影響較小，這與瑞典學(xué)者Lindgren對木材密度研究得出的結(jié)論相類似，即“CT值與木材密度有很好的線性關(guān)系……這一關(guān)系幾乎不受木材水分的影響[7]”。

同木材相類似，可以利用不同竹齡毛竹在不同含水率梯度下密度與CT值回歸方程直接預(yù)測不同竹齡毛竹不同含水率狀態(tài)時的密度。

圖11 7個竹齡毛竹不同含水率梯度下密度與 CT值擬合模型

Fig.11 Fitting model between density and CT valueof 7 different aged Moso bamboo under different moisture gradientsw

圖12 7個竹齡毛竹不同含水率梯度下密度與 CT值驗(yàn)證模型

Fig.12 Correcting model between density and CT valueof 7 different aged Moso bamboo under different moisture gradientsw

2.4 不同竹齡毛竹密度差異分析

不同竹齡毛竹密度隨竹齡增加呈增大趨勢，且竹齡對密度差異的影響顯著[4, 8]，但竹材生長在自然環(huán)境中會受到如地域差異、立地條件、人工施肥、病蟲害侵襲[9-13]等客觀因素的影響，使得不同竹齡毛竹密度出現(xiàn)差異(圖2、圖3、圖4)，其主要原因在于全干木質(zhì)成分含量存在差異。

利用X-CT技術(shù)對不同竹齡毛竹全干狀態(tài)下徑向相對竹青位置密度進(jìn)行分析(圖13、圖14)可知，不同竹齡毛竹竹青、竹黃處密度差異較小，密度差異主要出現(xiàn)在竹肉處，且密度變化明顯，這與王朝暉等對毛竹徑向密度研究結(jié)果相類似[14]，竹黃處僅4年生密度差異較大。由此可推斷，毛竹因竹齡不同造成密度差異的原因是竹肉處密度差異較大。

圖13 7個竹齡毛竹全干狀態(tài)下徑向相對竹青位置CT值

Fig.13 CT value of the radial position relativeto the outer of 7 different aged Moso bamboo under oven-dried condition

圖14 12年生與4年生毛竹徑向CT值3D圖

3 結(jié) 論

(1)不同竹齡毛竹全干、氣干、飽水狀態(tài)下密度與CT值之間均存在線性關(guān)系，且擬合斜率相近，回歸方程分別為：D1=0.001 3H+1.030 5，R2=0.891 6(D1為全干密度，H為CT值)；D2=0.001 1H+1.050 4，R2=0.982 1(D2為氣干密度，H為CT值)；D3=0.001 9H+0.862 4，R2=0.854 7(D3為飽水密度，H為CT值)。

(2)不同竹齡毛竹不同含水率梯度下密度與CT值之間存在線性關(guān)系，且CT值與毛竹密度關(guān)系受水分影響較小，回歸方程為：D=0.001H+1.003 2，R2=0.968 3(D為密度，H為CT值)，驗(yàn)證模型決定系數(shù)R2=0.974 3。

(3)不同竹齡毛竹竹青、竹黃處密度差異較小，密度差異主要出現(xiàn)在竹肉處，且密度變化明顯。

[1] YIN Si-ci(尹思慈). Wood Science(木材學(xué)). Beijing: China Forestry Publishing House(北京: 中國林業(yè)出版社), 1996.

[2] Lindgren L O. Wood Science and Technology, 1991, 25(5): 341.

[3] Lindgren L O. Wood Science and Technology, 1991, 25(6): 425.

[4] Huang P, Chang W S, Ansell M P, et al. Construction and Building Materials, 2015, 93: 197.

[5] SHAN Hai-bin, LIU Xing-e, YANG Shu-min, et al(單海斌, 劉杏娥, 楊淑敏, 等). Spectroscopy and Spectral Analysis(光譜學(xué)與光譜分析), 2014, 34(12): 3380.

[6] He X, Qi D. European Journal of Wood and Wood Products, 2013, 71(5): 647.

[7] Lindgren L O. Holzals Rohund Werkstoff, 1992, 50(7/8): 295.

[8] Wang X Q, Li X Z, Ren H Q. Journal of Tropical Forest Science, 2010, 22(1): 88.

[9] Kobayashi T, Shimano K, Muraoka H. Plant Species Biology, 2004, 19(1): 33.

[10] YANG Qing-ping, CHEN Shuang-lin, GUO Zi-wu，et al(楊清平, 陳雙林, 郭子武, 等). Forest Research(林業(yè)科學(xué)研究), 2012, 25(6): 784.

[11] Kleinhenz V, Milne J, Walsh K B, et al. Journal of Bamboo and Rattan, 2003, 2(3): 281.

[12] Zhang Q, Shamsi I H, Wang J, et al. Environmental Science and Pollution Research, 2013, 20(7): 4681.

[13] Zhang Y, Saito Y, Lin J, et al. Experimental &Applied Acarology, 2003, 31(1-2): 59.

[14] WANG Zhao-hui, JIANG Ze-hui, RUAN Xi-gen(王朝暉, 江澤慧, 阮錫根). Scientia Silvae Sinicae(林業(yè)科學(xué)), 2004, 40(3): 111.

(Received May 20, 2015; accepted Sep. 24, 2015)

*Corresponding author

Rapidly Detection for Moso Bamboo Density under Different Moisture ConditionBased on X-CT Technology

WANG Qing-ping1, 2, LIU Xing-e2, ZHANG Gui-lan1, YANG Shu-min2*, TIAN Gen-lin2, SHANG Li-li2, MA Jian-feng2

1. College of Material Science and Art Design, Inner Mongolia Agricultural University, Huhhot 010018, China 2. International Center for Bamboo and Rattan, Bamboo and Rattan Science and Technology Laboratory, Beijing 100102，China

Density, which is closely relate with many physical and mechanical properties of bamboo, is one of the important indicators of bamboo material properties. Moreover, because of existing different moisture gradients in bamboo, the measured results of the density are different. Based on X-ray computed tomography (X-CT) technology, the divergent degree of the CT values of 7 different aged Moso bamboo was compared under oven-dried, air-dried and water-saturated conditions. Except for the 4-year-old and 10-year-old Moso bamboo, the CT values of other aged bamboos have minor differences with each other; the models for the measured CT values and the corresponding densities of Moso bamboo were respectively fitted under oven-dried, air-dried and water-saturated conditions. Meanwhile, the model was also fitted under different moisture gradients, which was composed by the measured CT values and the corresponding densities of Moso bamboo. Then the relations between the CT values andthe densitiesof 7 different aged Moso bamboo were systematically analyzed under single moisture content and three moisture gradients;the CT values were fitted under oven-dried condition, of which the radial positions are relative to the outer of Moso bamboo. According to the relation between the CT value and the density, the fitting curves explain the reasons for the radial density variations of 7 different aged Moso bamboo. Results show that the relations, which are fitted by the measured densities and the corresponding CT values of 7 different aged Moso bamboo under oven-dried, air-dried and water-saturated conditions, are good linear and the slopes of those models are approximate; the relation of the densities with the CT values for Moso bamboo is linear under different moisture gradients, moreover, which is rarely affected by moisture. The regression equation is:D=0.001H+1.003 2,R2=0.968 3(Dis the density,His the CT value) and the determination coefficient of the validation model is:R2=0.974 3; there is no obvious variation between the densities of the inner and the outer, but not in middle part to 7 different aged Moso bamboo under oven-dried condition. To realize rapid detection on the densities of Moso bamboo under different moisture content, these results provide technical support and data reference. At the same time, X-ray computed tomography (X-CT) technology also puts forward a new feasible way for the further studies of bamboo material properties and structure.

X-ray computed tomography (X-CT) technology; Density detection; Moso bamboo; Moisture content

2015-05-20，

2015-09-24

林業(yè)公益性行業(yè)科研專項(xiàng)項(xiàng)目(201304513)資助

王卿平，1989年生, 內(nèi)蒙古農(nóng)業(yè)大學(xué)碩士研究生 e-mail： wongchingping@outlook.com *通訊聯(lián)系人 e-mail： shangke620@hotmail.com

S781.9

A

10.3964/j.issn.1000-0593(2016)06-1899-05