本发明专利技术公开了一种用近红外光谱技术预测火炬松木材纤维长度的方法，该方法是基于近红外光谱技术建立火炬松木材纤维长度的预测模型，利用模型来实现对火炬松木材纤维长度的快速、准确测定。本发明专利技术近红外技术火炬松木材纤维长度预测模型的建立，克服了以往常规测定方法测定步骤繁琐、程序复杂、人为操作误差大、成本高等缺点，此项技术不需损耗化学药品，减少了化学药品对人体的害处；测量过程中不消耗样品，从外观到内在都不会对样品产生影响，是典型的无损分析测量；并且测试重现性好，分析效率高，结果稳定性好。为我国火炬松良种选育提供了一种快速、简单、准确、无损、低成本的测试方法。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了，该方法是基于近红外光谱技术建立火炬松木材纤维长度的预测模型，利用模型来实现对火炬松木材纤维长度的快速、准确测定。本专利技术近红外技术火炬松木材纤维长度预测模型的建立，克服了以往常规测定方法测定步骤繁琐、程序复杂、人为操作误差大、成本高等缺点，此项技术不需损耗化学药品，减少了化学药品对人体的害处；测量过程中不消耗样品，从外观到内在都不会对样品产生影响，是典型的无损分析测量；并且测试重现性好，分析效率高，结果稳定性好。为我国火炬松良种选育提供了一种快速、简单、准确、无损、低成本的测试方法。【专利说明】
本专利技术涉及一种预测松树木材纤维长度的方法，具体是一种利用近红外光谱技术预测火炬松木材纤维长度的方法。
技术介绍
火炬松原产美国东南部，为美国东南部的主要造林树种，中国引种火炬松已有60多年的历史。它干形通直圆满，材性优良，是引种成功的树种之一，属于构性用途中材质最强韧、用途最多样的木材。其木材可作建筑、纸浆、纤维用材。火炬松富含松脂，可供采脂加工成松香，其质量较高，现已成为我国广大地区的重要工业用材造林树种。此外，树姿挺拔优美，冠似火炬，主干端直，可用于观赏绿化树种。 火炬松木材的纤维长度是分析火炬松木材材性的主要参数之一，同时也是反映木材利用价值的指标。纤维形态的变化受多方面因素的影响，主要与树木的遗传因素有关，但生长环境对其变化规律也有一定影响。树木生长发育阶段，纤维形态在树木幼龄阶段变化是非常活跃的，随着树龄的增大而迅速增加长度，到达一定树龄后趋于稳定。因此，研究火炬松木材纤维长度不仅对新品种的培育、人工林的定向培育具有指导意义，而且对于今后火炬松大面积推广及改善其木材的材性也有深远的影响。 现有木材纤维长度的测定方法是先制备木材样本切片，将切片用硝酸(30%)和氯酸钾处理经加热使之软化，然后以蒸馏水冲洗切片除去切片上附着的硝酸，再将软化后切片经过外力作用使木材细胞分离，使木材变成木浆，然后用毛笔和解剖针挑出少许木浆置于载玻片上，或用胶头滴管吸少许木浆置于载玻片上，加水一滴，使木材细胞分散开，轻轻盖上盖玻片，用吸水纸吸去盖玻片上多余的水分，置于显微镜下观察；在显微镜40倍的视野下找到完整的火炬松木材纤维，拍摄清晰的图片后，用木材研究软件分析图片，用1:1000的比例尺测量出每根纤维的长度，每个样品测50根纤维长度，然后求其平均值，至此才得到木材纤维长度。 现有的木材纤维长度的测定方法步骤十分繁琐、程序复杂，完成测定需要消耗较长的时间，再需要测定大量的样品数据时，工作量很大，使得效率很低，并且在测定过程中，需要使用化学药品对样品进行处理，对样品的损伤大。关于生物质材料中的纤维特征通常采用传统的组织切片法和纤维离析图像分析等方法获得相关的信息。对于应用无损检测技术对其纤维形态特征参数进行预测在木材中也少有报道。但尚未看到能够对火炬松的纤维长度进行快速、准确、简单、且低成本的预测方法。
技术实现思路
本专利技术的目的是提供一种利用近红外光谱分析技术预测火炬松木材纤维长度的方法，该方法是基于近红外光谱技术建立火炬松木材纤维长度的预测模型，通过该模型实现火炬松木材纤维长度的快速、准确、无损测定，为大规模检测火炬松育种群体和子代测定林的木材材性参数提供一种快速、准确、简单、无损、高效的方法，更全面地把握火炬松木材材性的遗传变异规律，对揭示火炬松材性育种的巨大潜力，开展更准确的选择，丰富我国火炬松材性因子间及其与生长因子、形态因子的相关分析研究，对加快火炬松遗传改良进程具有重要的现实意义。 本专利技术所采用的技术方案如下:，包括以下步骤:(1)样品采集及其纤维长度常规测定:采集火炬松的生长锥木芯作为样品，采用常规方法测定样品的纤维长度值；样品的近红外光谱采集:用近红外光谱仪对采集得到的样品进行扫描，获得样品的近红外光谱数据；(2)建立模型:将所采集的样品分成两组，即预测集和验证集；先对步骤(1)获得的样品的近红外光谱数据进行光谱预处理，然后基于偏最小二乘法(PLS)，将预测集样品的常规方法测定得到的纤维长度值与其经过预处理后的近红外光谱数据相关联进行拟合，经回归分析，建立火炬松木材纤维长度近红外模型；(3)模型的验证:用验证集的外部样品对步骤(2)已经建立的火炬松木材纤维长度近红外模型进行验证和评价，具体方法是:将外部样品的常规方法测定的纤维长度值与采用已建立的模型预测出的预测值分别进行验证比较，以相关系数R、验证集预测标准偏差SEP以及绝对偏差作为主要参数比较两者之间的差异，对模型进行外部验证和预测精度的评价；(4)用所建立的火炬松木材纤维长度近红外模型来预测待测的火炬松样品的木材纤维长度:对待测的火炬松，采集其生长锥木芯作为待测样品，以近红外光谱分析仪采集其近红外光谱图，将采集到的特征光谱数据输入到模型中，得到该待测火炬松木材的纤维长度预测值； 所述步骤(1)和步骤(4)样品进行近红外光谱采集的条件及参数为:采集光谱区域为950nm-1650nm，光斑直径为3.5cm，分辨率为5nm，环境温度控制在22°C _23°C，环境湿度控制在309^70%;采用扫描2次和重复装样2次取平均的光谱收集方式，用旋转台以增加采样面积，采集样品的漫反射光谱，取扫描结果的平均值进行保存；所述光谱预处理方法为:一阶导数求导(1st Der)、标准正态变量变换(SNV)和平滑算法(SG)相结合。 所述步骤(2)建立模型时，确定最佳主成分数。 所述步骤(3)模型的验证以模型校正相关系数(R。)、模型校正相关系数标准偏差(RBE。)、交互验证得到的相关系数(Rw)、交互验证得到的预测标准偏差(Rmsect)来衡量模型预测效果，其中Rc起着最主导作用，Rc、Rct越高，R.、Rmsect越低，模型预测效果越好；其中， 相关系数 【权利要求】1.，其特征在于:包括以下步骤: (1)样品采集及其纤维长度常规测定:采集火炬松的生长锥木芯作为样品，采用常规方法测定样品的纤维长度值；样品的近红外光谱采集:用近红外光谱仪对采集得到的样品进行扫描，获得样品的近红外光谱数据； (2)建立模型:将所采集的样品分成两组，即预测集和验证集；先对步骤(1)获得的样品的近红外光谱数据进行光谱预处理，然后基于偏最小二乘法，将预测集样品的常规方法测定得到的纤维长度值与其经过预处理后的近红外光谱数据相关联进行拟合，经回归分析，建立火炬松木材纤维长度近红外模型； (3)模型的验证:用验证集的外部样品对步骤(2)已经建立的火炬松木材纤维长度近红外模型进行验证和评价，具体方法是:将外部样品的常规方法测定的纤维长度值与采用已建立的模型预测出的预测值分别进行验证比较，以相关系数R、验证集预测标准偏差SEP以及绝对偏差作为主要参数比较两者之间的差异，对模型进行外部验证和预测精度的评价； (4)用所建立的火炬松木材纤维长度近红外模型来预测待测的火炬松样品的木材纤维长度:对待测的火炬松，采集其生长锥木芯作为待测样品，以近红外光谱分析仪采集其近红外光谱图，将采集到的特征光谱数据输入到模型中，得到该待测火炬松木材的纤维长度预测值； 所述步骤(1)和步骤(4)样品进行近红外光谱采集的条件及参数为:采集光本文档来自技高网...
【技术保护点】
一种用近红外光谱技术预测火炬松木材纤维长度的方法，其特征在于：包括以下步骤： （1）样品采集及其纤维长度常规测定：采集火炬松的生长锥木芯作为样品，采用常规方法测定样品的纤维长度值；样品的近红外光谱采集：用近红外光谱仪对采集得到的样品进行扫描，获得样品的近红外光谱数据；（2）建立模型：将所采集的样品分成两组，即预测集和验证集；先对步骤（1）获得的样品的近红外光谱数据进行光谱预处理，然后基于偏最小二乘法，将预测集样品的常规方法测定得到的纤维长度值与其经过预处理后的近红外光谱数据相关联进行拟合，经回归分析，建立火炬松木材纤维长度近红外模型；（3）模型的验证：用验证集的外部样品对步骤（2）已经建立的火炬松木材纤维长度近红外模型进行验证和评价，具体方法是：将外部样品的常规方法测定的纤维长度值与采用已建立的模型预测出的预测值分别进行验证比较，以相关系数R、验证集预测标准偏差SEP以及绝对偏差作为主要参数比较两者之间的差异，对模型进行外部验证和预测精度的评价；（4）用所建立的火炬松木材纤维长度近红外模型来预测待测的火炬松样品的木材纤维长度：对待测的火炬松，采集其生长锥木芯作为待测样品，以近红外光谱分析仪采集其近红外光谱图，将采集到的特征光谱数据输入到模型中，得到该待测火炬松木材的纤维长度预测值； 所述步骤（1）和步骤（4）样品进行近红外光谱采集的条件及参数为：采集光谱区域为950nm~1650nm，光斑直径为3.5cm，分辨率为5nm，环境温度控制在22℃~23℃，环境湿度控制在30%~70%；采用扫描 2 次和重复装样2 次取平均的光谱收集方式，用旋转台以增加采样面积，采集样品的漫反射光谱，取扫描结果的平均值进行保存。...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘纯鑫，刘天颐，黄少伟，牛品，罗峰，谭锦芬，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。