近紅外光譜技術(shù)預(yù)測木材性能研究新進(jìn)展*

賈 茹 呂志宏 汪 睿 趙榮軍 王玉榮

（1.中國林業(yè)科學(xué)研究院木材工業(yè)研究所，北京 100091；2.中國林業(yè)科學(xué)研究院林業(yè)新技術(shù)研究所，北京100091；3.天津科技大學(xué)，天津 300457）

近紅外光譜（NIRs）技術(shù)因具有檢測快速方便、無需破壞樣品、可以在線監(jiān)測等優(yōu)點(diǎn)，而被廣泛應(yīng)用于農(nóng)副產(chǎn)品分析、石油化工、生物化工、臨床醫(yī)學(xué)等領(lǐng)域[1-3]。采用近紅外光譜技術(shù)預(yù)測木材性能在國外開展得較早，且最先應(yīng)用于木材化學(xué)性能的預(yù)測[4-5]。我國于十多年前將該技術(shù)引入木材科學(xué)領(lǐng)域，用于檢測人工林木材性能。隨著光譜技術(shù)以及木材科學(xué)的快速發(fā)展，近紅外光譜多變量數(shù)據(jù)分析方法也在不斷進(jìn)步[6-9]，國內(nèi)外在利用近紅外光譜技術(shù)預(yù)測和檢測木材性能研究方面取得了一定進(jìn)展[10-13]，但對于近些年來近紅外光譜技術(shù)的應(yīng)用，特別是在木材性能檢測以及數(shù)據(jù)分析等方面的研究，尚未有較為全面的報道。

本文將重點(diǎn)闡述近紅外光譜技術(shù)在檢測和預(yù)測木材化學(xué)、物理和力學(xué)等材性指標(biāo)方面的最新研究進(jìn)展，以期為今后近紅外光譜分析技術(shù)在木材科學(xué)及技術(shù)領(lǐng)域的應(yīng)用研究提供理論依據(jù)，促進(jìn)木材性能無損檢測技術(shù)的發(fā)展。

1 近紅外光譜技術(shù)在木材化學(xué)成分含量預(yù)測中的應(yīng)用

1.1 木質(zhì)素含量預(yù)測

木質(zhì)素是重要的可再生生物質(zhì)資源[14]，具有增強(qiáng)細(xì)胞壁強(qiáng)度、運(yùn)輸水分和水溶性物質(zhì)的作用[15]，但同時也是木材在造紙、生物質(zhì)能源等領(lǐng)域應(yīng)用的主要障礙。快速獲取木質(zhì)素含量對制漿造紙、轉(zhuǎn)基因林木定向培育等有重要的理論指導(dǎo)與科學(xué)意義，如通過預(yù)測紫丁香基（S）與愈創(chuàng)木基（G）含量的比值可以快速按需評估制漿用材[16]。應(yīng)用近紅外光譜技術(shù)對不同針葉材和闊葉材的酸溶木素[11]、酸不溶木素[17-21]、總木質(zhì)素[22]含量進(jìn)行預(yù)測，結(jié)果如表1所示。分析對比發(fā)現(xiàn)，采用偏最小二乘法預(yù)測，對針葉材木質(zhì)素含量的預(yù)測模型效果均較好，但對于闊葉材楊樹木質(zhì)素含量預(yù)測模型相關(guān)系數(shù)不高；對另一闊葉材相思樹采用迭代法作為化學(xué)計(jì)量分析方法，則可以獲得較好的預(yù)測模型效果。在木材遺傳改良育種領(lǐng)域，有學(xué)者進(jìn)行多位點(diǎn)楊樹無性系試驗(yàn)時，利用近紅外光譜技術(shù)結(jié)合偏最小二乘法預(yù)測黑楊（Populus nigra）中木質(zhì)素含量，以此判斷樹種來源及變異程度，獲得的木質(zhì)素含量模型相關(guān)系數(shù)為0.77[23]。由此可見，將近紅外光譜技術(shù)應(yīng)用于針葉材木質(zhì)素含量的預(yù)測可以獲得更高的精度，而對于闊葉材樹種，在今后木質(zhì)素預(yù)測的研究中應(yīng)嘗試采用不同的分析方法進(jìn)行模型精度較正。除了定量分析，Zuzana等[24]利用近紅外光譜技術(shù)對木質(zhì)素進(jìn)行定性分析研究，探究了木材熱處理時木質(zhì)素的結(jié)構(gòu)變化，同時分析了纖維素和半纖維素的結(jié)構(gòu)變化，這對木材成分的熱穩(wěn)定性評估具有重要意義，有待不斷深入研究，以獲得改性處理材性能快速評估的新方法和手段。

1.2 纖維素和半纖維素含量預(yù)測

纖維素是木材三大素之一，是細(xì)胞壁的骨架，其含量對木材性能及加工利用有重要的影響。國內(nèi)，近紅外光譜技術(shù)從2006年開始逐漸被應(yīng)用于木材纖維素含量的預(yù)測[18,25]，近年逐漸由預(yù)測單一品種木材纖維素含量，轉(zhuǎn)變?yōu)閷?種或2種以上木材纖維素混合，預(yù)測其含量。國外有學(xué)者將近紅外光譜技術(shù)應(yīng)用于桉木（E. tereticornis×E. camaldulensis）等6種雜交樹種木材綜纖維素的快速預(yù)測，發(fā)現(xiàn)其模型相關(guān)系數(shù)（R）達(dá)到0.88[26]。

半纖維素也是木材的重要化學(xué)組分之一，其含量的高低是評價制漿造紙及其應(yīng)用于生產(chǎn)生物燃料替代化石能源的重要標(biāo)準(zhǔn)[27]。針葉木的半纖維素包含戊聚糖和己聚糖, 闊葉木的半纖維素則主要為戊聚糖[28]。目前國內(nèi)外對應(yīng)用近紅外快速預(yù)測草本植物[29-30]中半纖維素含量的研究較多，而對木材半纖維素含量的近紅外預(yù)測相關(guān)研究較少，對戊聚糖含量的預(yù)測研究表明：運(yùn)用偏最小二乘法、多模型建模等方法，得到的模型準(zhǔn)確性較好，相關(guān)系數(shù)可達(dá)0.99[28,31]。

1.3 其他化學(xué)組分含量預(yù)測

除了三大素化學(xué)組分，木材中還有灰分等少量成分。這些成分直接或間接與樹木的生理作用有關(guān)，也會影響木材的性能，以前主要用傳統(tǒng)方法進(jìn)行測定。近年來，開始將近紅外光譜技術(shù)應(yīng)用于對木材中這些少量成分的預(yù)測，嘗試對木材不同成分的含量進(jìn)行測定。如利用近紅外光譜技術(shù)，建立闊葉材黑楊中抽提物、葡萄糖、木糖等含量的模型，除木糖外，其余組分模型的決定系數(shù)（R2）均在0.75以上[23]，其中針葉材輻射松木材細(xì)胞壁中葡萄糖和甘露糖含量模型的相關(guān)系數(shù)（R）可達(dá)到0.80以上[20]，預(yù)測效果好于闊葉材。這些研究為木材細(xì)胞壁中單糖含量的預(yù)測提供了一定的思路。

此外，開始探索更為精確的用近紅外預(yù)測木材中少量成分含量的方法，如根據(jù)木材在10 000～4 000cm-1波長范圍內(nèi)的近紅外光譜，運(yùn)用偏最小二乘法建立多種混合木材中灰分含量的預(yù)測模型，得到的模型決定系數(shù)（R2）為0.77，而采用遞歸加權(quán)偏最小二乘法（rPLS），可將建立的模型決定系數(shù)（R2）提高至0.80，且預(yù)測誤差均方根由0.47%降至0.44%，近紅外光譜預(yù)測灰分含量的準(zhǔn)確性進(jìn)一步提高[32]。

綜上可知，目前近紅外光譜技術(shù)在快速預(yù)測木材三大素（纖維素、半纖維素、木質(zhì)素）含量方面均有應(yīng)用，其中以木質(zhì)素含量預(yù)測居多?？焖兕A(yù)測涉及的樹種有輻射松、杉木、楊木等針闊葉材，而針葉材化學(xué)組分預(yù)測效果好于闊葉材?，F(xiàn)階段國內(nèi)還沒有對木材三大素外的其他化學(xué)組分進(jìn)行近紅外預(yù)測方面的研究，國外相關(guān)研究也較少，且主要研究對象為灰分。提高闊葉材化學(xué)組分快速預(yù)測模型精度，應(yīng)用近紅外預(yù)測木材其他化學(xué)組分應(yīng)是今后研究的重點(diǎn)。

2 在木材物理性能預(yù)測中的應(yīng)用

2.1 木材密度預(yù)測

木材密度是評價木材力學(xué)性能、重量和加工工藝的一項(xiàng)重要指標(biāo)。研究近紅外光譜技術(shù)預(yù)測木材密度的方法和模型具有十分重要的意義。近年來，開展的有關(guān)針、闊葉材密度預(yù)測研究，研究對象主要有伐倒木和活立木。

相對于針葉材，近紅外光譜技術(shù)在闊葉材活立木密度檢測中的應(yīng)用研究較多。江澤慧等[11]研究了泡桐（Paulownia elongate）活立木，鉆取生長錐快速獲得其密度指標(biāo)值，建立了偏最小二乘模型，相關(guān)系數(shù)（R）為0.83；趙榮軍等[33]建立了粗皮桉（Eucalyptus pellita）生長錐氣干密度的偏最小二乘模型，其相關(guān)系數(shù)（R）可達(dá)到0.92。研究表明：采用相同的取樣方法和分析方法進(jìn)行近紅外光譜預(yù)測密度，建立的模型對密度較小、材質(zhì)較輕的木材預(yù)測精度相對較差，這可能是由木材本身不同的微觀結(jié)構(gòu)造成的。

對于伐倒木，目前也建立了闊葉材黑木相思（Acacia melanoxylon）木材密度偏最小二乘回歸模型[34]，楓樺（Betula costata）木材定標(biāo)分析模型[35]，柞木（Xylosma racemosum）反向區(qū)間偏最小二乘(BiPLS)回歸模型[36]，以及針葉材杉木（Cunninghamia lanceolata）的偏最小二乘模型，其相關(guān)系數(shù)（R）均在0.80以上[37]（表2）。這些模型對針闊葉材預(yù)測效果均較好，且無較大差別。但對杉木不同切面（橫切面、縱切面、弦切面）的近紅外光譜數(shù)據(jù)采集發(fā)現(xiàn)，采用橫切面光譜建立的模型相關(guān)系數(shù)最高，表明不同的木材切面光譜所包含的信息不同，橫切面光譜更有助于密度預(yù)測。也有學(xué)者混合了多種木材進(jìn)行預(yù)測，并建立效果較優(yōu)的模型[38-40]。此外，研究發(fā)現(xiàn)，相較于中紅外光譜法，近紅外在預(yù)測木材密度時制樣速度更快、掃描時間更短、準(zhǔn)確性更高[41]。

表2 我國不同樹種密度預(yù)測模型參數(shù)Tab.2 Prediction model parameters of density in different tree species in China

雖然目前對近紅外在針、闊葉材密度快速預(yù)測中的應(yīng)用均有研究，但對我國的樹種研究還不多，相關(guān)研究也主要集中于闊葉材。研究發(fā)現(xiàn)，對活立木的密度預(yù)測，模型精度較高，且相對于伐倒木密度預(yù)測而言，活立木更能體現(xiàn)近紅外光譜分析技術(shù)無損快速的優(yōu)點(diǎn)。今后在擴(kuò)充近紅外預(yù)測木材密度數(shù)據(jù)庫，提高模型穩(wěn)定性和準(zhǔn)確性時，應(yīng)注重活立木密度的快速預(yù)測研究。

2.2 木材含水率預(yù)測

含水率是影響木材性能的重要因素之一，特別是在纖維飽和點(diǎn)以下時，含水量的多少對木材強(qiáng)度、剛性、硬度以及機(jī)械加工性能、導(dǎo)電性等均有較大的影響[42]。由于木材中的水分會影響其近紅外光譜的產(chǎn)生，因此可以利用木材的近紅外光譜預(yù)測其含水率。江澤慧等[7]采集了不同含水率狀態(tài)下杉木樣品的近紅外光譜，并利用偏最小二乘法建立水分預(yù)測相關(guān)模型，發(fā)現(xiàn)其校正模型和預(yù)測模型的相關(guān)系數(shù)(R)達(dá)到0.99以上。Hans等[43]則對不同干燥程度的胡楊（Populus tremuloides）和白楊（Populus balsamifera）木材樣品進(jìn)行近紅外光譜測量，建立了偏最小二乘法回歸模型，發(fā)現(xiàn)其決定系數(shù)(R2)可達(dá)0.83。在對歐洲赤松（Pinus sylvestris）和英國櫟（Quercus robur）木材的研究中也發(fā)現(xiàn)，其混合試樣木材含水率的近紅外預(yù)測模型決定系數(shù)(R2)達(dá)到0.96[38]。這些研究表明，采用近紅外光譜預(yù)測木材含水率具有較高的準(zhǔn)確性。但部分研究表明，當(dāng)樣品體積較大或水分分布不均時，近紅外光譜法預(yù)測精度會下降[44]。

除了對木材本身不同的含水率進(jìn)行預(yù)測外，近紅外光譜技術(shù)還應(yīng)用于和含水率相關(guān)的制漿造紙工業(yè)以及木材尺寸穩(wěn)定性等方面的預(yù)測。比如對藍(lán)桉（Eucalyptus globulus）等4種常見制漿材在制漿過程中的混合木片含水率進(jìn)行快速預(yù)測，采用偏最小二乘法和完全交叉驗(yàn)證方式建立具有較高準(zhǔn)確性和穩(wěn)健性的樣品水分模型，模型交叉驗(yàn)證的相關(guān)系數(shù)(R)均可達(dá)到0.98以上[45]。也有學(xué)者采集不同含水率狀態(tài)下的楊木近紅外光譜，與楊木尺寸變化率相對應(yīng)，建立了木材尺寸變化的近紅外模型，得到的驗(yàn)證模型決定系數(shù)（R2）在弦向和徑向分別為0.98和0.96，表明近紅外光譜可以對木材尺寸穩(wěn)定性進(jìn)行快速預(yù)測[46]。

近年來，開始注重近紅外光譜技術(shù)的實(shí)際應(yīng)用。如在制漿造紙工業(yè)中，應(yīng)用近紅外光譜技術(shù)大幅縮短預(yù)測木材含水量的時間，但該技術(shù)對試件的無損度和水分分布均勻程度要求較高，因此仍需要繼續(xù)進(jìn)行探索，降低其使用要求，并提高模型準(zhǔn)確度。

3 在木材力學(xué)性能預(yù)測中的應(yīng)用

3.1 抗彎強(qiáng)度預(yù)測

木材抗彎強(qiáng)度(MOR)是木材抵抗彎曲的最大纖維應(yīng)力。國外對不同樹種的抗彎強(qiáng)度進(jìn)行了預(yù)測研究，如Kelley等[47]用近紅外光譜法預(yù)測6種針葉木材的抗彎強(qiáng)度，對山毛櫸（Fagus longipetiolata）、南方松（Pinusspp.）木材也有研究，并取得了良好的預(yù)測效果。國內(nèi)趙榮軍等[12,33]建立了杉木抗彎強(qiáng)度的全波段（350～2 500 nm）近紅外預(yù)測模型，發(fā)現(xiàn)其橫切面效果好于徑切面，之后采集人工林粗皮桉的近紅外光譜，并用偏最小二乘法建立了其抗彎強(qiáng)度的預(yù)測和校正模型，得到的校正模型相關(guān)系數(shù)(R)可達(dá)0.91，預(yù)測模型相關(guān)系數(shù)(R)也達(dá)到0.88，研究表明，近紅外光譜技術(shù)可以預(yù)測闊葉樹木材的抗彎強(qiáng)度。也有學(xué)者通過二階導(dǎo)數(shù)預(yù)處理方法建立了粗皮桉抗彎強(qiáng)度的預(yù)測模型，發(fā)現(xiàn)在波段1 000～2 000 nm建立的模型最好，相關(guān)系數(shù)(R)為0.92[48]。還有學(xué)者對蒙古櫟（Quercus mongolica）的抗彎強(qiáng)度進(jìn)行了快速預(yù)測，預(yù)測模型相關(guān)系數(shù)(R)在0.81以上[49-50]。

3.2 抗彎彈性模量預(yù)測

木材抗彎彈性模量(MOE)表示木材在比例極限內(nèi)，應(yīng)力與應(yīng)變之間的相關(guān)程度。在近紅外應(yīng)用于木材抗彎彈性模量預(yù)測初期，通過對杉木、桉木等的大量研究[51-52]，建立了相關(guān)性較好的預(yù)測模型。之后的研究發(fā)現(xiàn)，試樣的大小會對近紅外光譜預(yù)測木材抗彎彈性模量的準(zhǔn)確度有一定的影響，較小木材試樣的預(yù)測模型決定系數(shù)（0.61～0.89）略高于較大試樣[53-54]。近年來，為尋求更加適合、準(zhǔn)確的預(yù)測方法，展開了不斷的對比研究，研究發(fā)現(xiàn)，對于杉木[7]、落葉松（Larix gmelini）[55]等樹種，應(yīng)用橫切面光譜信息建立的模型準(zhǔn)確度高于以徑切面的光譜信息建立的模型。此外，除了木材本身，預(yù)處理方式和分析方法也會影響模型效果，在輻射松（Pinus radiata）的抗彎彈性模量預(yù)測模型中，一階導(dǎo)數(shù)預(yù)處理比二階導(dǎo)數(shù)處理效果更好，長波區(qū)域（1 100～2 500 nm）比全區(qū)域（400～2 500 nm）預(yù)測效果更好，相關(guān)系數(shù)(R)達(dá)到0.85[56]。采用多種算法改進(jìn)的偏最小二乘法，建立蒙古櫟抗彎彈性模量的預(yù)測模型，相關(guān)系數(shù)可達(dá)0.88[49]。

木材力學(xué)性能與物理性能對于近紅外光譜都屬于二級屬性，目前采用近紅外光譜技術(shù)對針葉材與闊葉材力學(xué)性能的預(yù)測主要集中在抗彎強(qiáng)度和抗彎彈性模量方面，對抗壓強(qiáng)度和硬度研究較少。對多個楊木和杉木無性系的上述4個主要力學(xué)性能快速預(yù)測發(fā)現(xiàn)，近紅外光譜技術(shù)對抗壓強(qiáng)度和硬度也有較好的預(yù)測效果，而闊葉材楊木的預(yù)測效果不如杉木。試材的大小、不同的切面均會使近紅外光譜分析方法對木材力學(xué)性能預(yù)測模型的精度造成影響。因此，今后應(yīng)著重綜合分析這些因素，實(shí)現(xiàn)對更多樹種特別是材質(zhì)較輕的闊葉材樹種木材力學(xué)性能的快速預(yù)測。

4 結(jié)語

雖然近紅外光譜技術(shù)在木材科學(xué)領(lǐng)域起步較晚，但該技術(shù)在木材性能預(yù)測方面的研究已取得一定進(jìn)展。其中涉及的人工林樹種主要有輻射松、楊木、杉木、泡桐和桉樹等?，F(xiàn)有研究表明，近紅外光譜技術(shù)可以實(shí)現(xiàn)針闊葉材的化學(xué)性能（木質(zhì)素、纖維素、半纖維素及其他化學(xué)組分）、物理性能（木材密度、含水率）以及力學(xué)性能（抗彎強(qiáng)度及抗彎彈性模量）等品質(zhì)性狀的快速預(yù)測，其中木材化學(xué)成分含量預(yù)測相關(guān)性最高，力學(xué)性能預(yù)測精度較低。對于同一性能預(yù)測，樹種不同、采用的分析方法不同，預(yù)測效果也不同。目前，在光譜數(shù)據(jù)處理與建模分析中，最常用的光譜預(yù)處理方法為導(dǎo)數(shù)法和小波變換法，其中偏最小二乘法為主要分析方法。

總體上，近紅外光譜可以快速預(yù)測部分樹種木材基礎(chǔ)性能，但目前的研究主要集中于伐倒木，未涉及珍貴樹種木材和急需快速篩選手段的遺傳改良林木，且木材性能預(yù)測模型相關(guān)系數(shù)低于食品和化工等領(lǐng)域的模型相關(guān)系數(shù)。近紅外光譜分析技術(shù)在木材領(lǐng)域還有很大的發(fā)展空間，未來研究首先應(yīng)圍繞以下3個方面展開：

1）對不同針、闊葉材樹種，同一樹種不同的材質(zhì)特性進(jìn)行系統(tǒng)分類研究，有針對性地摸索試樣尺寸、采譜部位、光譜采集與處理以及不同的化學(xué)計(jì)量學(xué)分析方法，建立一整套國內(nèi)人工林不同木材物理、力學(xué)性能近紅外快速預(yù)測方法與標(biāo)準(zhǔn)；

2）推進(jìn)近紅外預(yù)測木材性能在實(shí)際生產(chǎn)中的應(yīng)用研究，特別是近紅外光譜分析技術(shù)在遺傳改良苗木品質(zhì)性狀篩選中的應(yīng)用，解決遺傳改良林木快速篩選問題；

3）開展活立木材性預(yù)測，在無需砍伐樹木的情況下，利用近紅外光譜技術(shù)對幼齡材和成熟材不同生長發(fā)育階段的林木材性進(jìn)行無損測定，快速獲取特定發(fā)育階段林木的木材品質(zhì)性狀。