一种利用近红外光谱法评估湿地松林分松脂价值的方法技术

本发明专利技术涉及松脂的鉴别和含量分析技术领域，尤其涉及一种利用近红外光谱法评估湿地松松脂质量的方法。本发明专利技术所述方法响应速度快，可进行多组分的同时检测和无损检测，对操作者技术要求较低，预测模型一旦建立，可直接用于大规模动态、静态检测分析等生产应用领域，且比现有的GC‑MS法更方便、快捷，实用性更强；利用该波长范围预测不同样品中α‑蒎烯的含量的预测模型决定系数R

【技术实现步骤摘要】
一种利用近红外光谱法评估湿地松林分松脂价值的方法
本专利技术涉及松脂的鉴别和含量分析
，尤其涉及一种利用近红外光谱法评估湿地松林分松脂价值的方法。
技术介绍
松树等许多树种含有的树脂(如松脂)是生产松香、松节油等可再生资源型原料。松香和松节油是高档香料、高档胶粘剂和高档油墨等产品的原材料，是极其重要的化工产品。如中国松脂产量已经达到世界产量的60％以上，是林业中最重要的产业之一，近年来年产值达80亿元以上。树脂价值以单萜烯(如松节油)价值最高，单萜烯主要成分为α-蒎烯。因此，树脂中α-蒎烯等单烯萜含量多少对树脂价值的影响较大，快速而又经济的鉴别、检测不同树脂中α-蒎烯的含量对相关工业原料生产、加工具有重要的意义。化学成分分析通常可以采用GC-MS(气相色谱-质谱联用仪)进行分析，松脂的化学成分分析已经建立了稳定高效的GC-MS分析方法，可以获得主要成分的相对含量。然而，GC-MS分析方法除了需要昂贵的气相色谱-质谱仪器以外，对操作者的实验水平、分析能力也有很高的要求，测试费用每份样品高达数百元，花费数小时的时间，下机数据的鉴别分析更需要具有化学背景的专业技术人员才能够完成。
技术实现思路
本专利技术的目的在于提供一种利用近红外光谱法评估湿地松林分松脂价值的方法。为了实现上述专利技术目的，本专利技术提供以下技术方案：本专利技术提供了一种利用近红外光谱法评估湿地松松脂质量的方法，包括以下步骤：1)采集松脂样品，得到松脂样品；所述松脂样品的个数≥100；2)对所述松脂样品进行近红外光谱测试，分别得到松脂样品的近红外透射光谱数据；所述近红外光谱测试的扫描波长范围为400～2500nm，每2nm扫描记录一次数据；3)利用气相色谱-质谱联用仪，对所述松脂样品进行化学成分的测定，得到松脂样品中α-蒎烯和β-蒎烯的相对百分含量；4)选取所述松脂样品的近红外光谱透射数据和所述松脂样品中α-蒎烯的相对百分含量之间的权重回归系数的绝对值≥0.0388的近红外光谱透射数据，得到与所述近红外光谱透射数据对应的α-蒎烯的特征光谱波段。5)根据所述α-蒎烯的特征光谱波段与所述松脂样品中α-蒎烯的相对百分含量建立偏最小二乘回归模型；所述偏最小二乘回归模型包括模拟模型和与所述模拟模型对应的预测模型；所述模拟模型的决定系数R2为0.89，均方根误差为0.21；所述预测模型的决定系数R2为0.84，均方根误差为0.25；6)选取待预测松林中的任一棵待测松树，重复步骤2)的过程，得到近红外透射光谱数据，将所述特征光谱波段对应的近红外透射光谱数据或400～2500nm波段范围内对应的近红外光谱数据输入所述预测模型中，得到α-蒎烯的含量；7)根据步骤3)中所述松脂样品中α-蒎烯和β-蒎烯的相对百分含量，建立所述α-蒎烯的含量与所述β-蒎烯的含量之间的线性关系；并根据所述α-蒎烯的含量与所述β-蒎烯的含量得到松节油的含量；根据所述松节油含量，判断所述待测松树中松脂质量；所述松节油的含量＝α-蒎烯的含量+β-蒎烯的含量；所述含量为质量百分含量，以松脂总含量为100％计。优选地，得到所述松脂样品的近红外透射光谱数据后，对所述近红外透射光谱进行预处理；所述预处理为利用多元散射校正法进行基线校正。优选地，根据所述松脂样品的近红外透射光谱数据，选取残差≥5％的样品进行剔除。优选地，所述α-蒎烯的特征光谱波段为：504nm-600nm；1860nm-1908nm；1980nm-2070nm；2082nm-2094nm；2110nm-2156nm；2164nm-2178nm。优选地，进行所述步骤6)前，对所述预测模型进行验证；所述验证的方法包括以下步骤：采集验证松脂样品，并重复所述步骤2)～3)的过程，将所述验证松脂样品的特征光谱波段对应的近红外透射光谱数据或400～2500nm波段范围内对应的近红外光谱数据代入所述预测模型中，得到每个验证松脂样品中α-蒎烯含量的预测值；以验证松脂样品中α-蒎烯的相对百分含量为参考值，当所述预测值与所述参考值之间的差异≥10％，则所述预测模型不可用；反之则可用。优选地，所述验证松脂样品的个数与所述松脂样品的个数之比为1：(1.5～2.5)。优选地，所述β-蒎烯的含量＝6.339-0.9047*α-蒎烯的含量；所述松节油的含量＝6.339-0.0953*α-蒎烯的含量；所述含量为质量百分含量。本专利技术提供了一种利用近红外光谱法评估湿地松林分松脂质量的方法。本专利技术所述方法利用近红外光谱法对湿地松林分松脂质量进行评估，具有响应速度快，可进行多组分的同时检测和无损检测，对操作者技术要求较低，预测模型一旦建立，可直接用于大规模动态、静态检测分析等生产应用领域，且比现有的GC-MS法更方便、快捷，实用性更强；近红外光谱法可收集波长范围为400～2500nm的透射光或发射光，而特定化合物的特征吸收波谱远远小于该波长范围，筛选α-蒎烯的特征近红外光谱用于α-蒎烯的鉴别分析可有效提高分析的精度，减少专用光谱仪器的制造成本和检测扫描时间。按每2nm收集一个光谱数据位点，对α-蒎烯重要的光谱位点(即特征光谱波段对应的位点)仅159个，是全部仪器波长范围1050个的15％；利用该波长范围预测不同样品中α-蒎烯的含量的预测模型决定系数R2达到0.84，均方根误差为0.25；建立了α-蒎烯和β-蒎烯之间的线性关系，以α-蒎烯和β-蒎烯总含量为评价松脂松节油总含量即经济价值的主要指标评估松脂质量。本专利技术所述的方法提供的评估方法准确性高，且即所述方法简易高效。附图说明图1为实施例中验证所述预测模型用的40份松脂样品中预测含量图和实际参考含量图。具体实施方式本专利技术提供了一种利用近红外光谱法评估湿地松林分松脂价值的方法，包括以下步骤：1)采集松脂样品，得到松脂样品；所述松脂样品的个数≥100；2)对所述松脂样品进行近红外光谱测试，分别得到松脂样品的近红外透射光谱数据；所述近红外光谱测试的扫描波长范围为400～2500nm，每2nm扫描记录一次数据；3)利用气相色谱-质谱联用仪，对所述松脂样品进行化学成分的测定，得到松脂样品中α-蒎烯和β-蒎烯的相对百分含量；4)选取所述松脂样品的近红外光谱透射数据和所述松脂样品中α-蒎烯的相对百分含量之间的权重回归系数的绝对值≥0.0388的近红外光谱透射数据，得到与所述近红外光谱透射数据对应的α-蒎烯的特征光谱波段。5)根据所述α-蒎烯的特征光谱波段与所述松脂样品中α-蒎烯的相对百分含量建立偏最小二乘回归模型；所述偏最小二乘回归模型包括模拟模型和与所述模拟模型对应的预测模型；所述模拟模型的决定系数R2为0.89，均方根误差为0.21；所述预测模型的决定系数R2为0.84，均方根误差为0.25；6)选取待预测松林中的任一棵待测松树，重复步骤2)的过程，得到近红外透射光谱数据，将所述特征光谱本文档来自技高网...

【技术保护点】
1.一种利用近红外光谱法评估湿地松松脂质量的方法，其特征在于，包括以下步骤：/n1)采集松脂样品，得到松脂样品；所述松脂样品的个数≥100；/n2)对所述松脂样品进行近红外光谱测试，分别得到松脂样品的近红外透射光谱数据；所述近红外光谱测试的扫描波长范围为400～2500nm，每2nm扫描记录一次数据；/n3)利用气相色谱-质谱联用仪，对所述松脂样品进行化学成分的测定，得到松脂样品中α-蒎烯和β-蒎烯的相对百分含量；/n4)选取所述松脂样品的近红外光谱透射数据和所述松脂样品中α-蒎烯的相对百分含量之间的权重回归系数的绝对值≥0.0388的近红外光谱透射数据，得到与所述近红外光谱透射数据对应的α-蒎烯的特征光谱波段。/n5)根据所述α-蒎烯的特征光谱波段与所述松脂样品中α-蒎烯的相对百分含量建立偏最小二乘回归模型；所述偏最小二乘回归模型包括模拟模型和与所述模拟模型对应的预测模型；所述模拟模型的决定系数R

【技术特征摘要】
1.一种利用近红外光谱法评估湿地松松脂质量的方法，其特征在于，包括以下步骤：
1)采集松脂样品，得到松脂样品；所述松脂样品的个数≥100；
2)对所述松脂样品进行近红外光谱测试，分别得到松脂样品的近红外透射光谱数据；所述近红外光谱测试的扫描波长范围为400～2500nm，每2nm扫描记录一次数据；
3)利用气相色谱-质谱联用仪，对所述松脂样品进行化学成分的测定，得到松脂样品中α-蒎烯和β-蒎烯的相对百分含量；
4)选取所述松脂样品的近红外光谱透射数据和所述松脂样品中α-蒎烯的相对百分含量之间的权重回归系数的绝对值≥0.0388的近红外光谱透射数据，得到与所述近红外光谱透射数据对应的α-蒎烯的特征光谱波段。
5)根据所述α-蒎烯的特征光谱波段与所述松脂样品中α-蒎烯的相对百分含量建立偏最小二乘回归模型；所述偏最小二乘回归模型包括模拟模型和与所述模拟模型对应的预测模型；所述模拟模型的决定系数R2为0.89，均方根误差为0.21；所述预测模型的决定系数R2为0.84，均方根误差为0.25；
6)选取待预测松林中的任一棵待测松树，重复步骤2)的过程，得到近红外透射光谱数据，将所述特征光谱波段对应的近红外透射光谱数据或400～2500nm波段范围内对应的近红外光谱数据输入所述预测模型中，得到α-蒎烯的含量；
7)根据步骤3)中所述松脂样品中α-蒎烯和β-蒎烯的相对百分含量，建立所述α-蒎烯的含量与所述β-蒎烯的含量之间的线性关系；并根据所述α-蒎烯的含量与所述β-蒎烯的含量得到松节油的含量；根据所述松节油含量，判断所述待测松树中松脂质量；
所述松节油的含量＝α-蒎烯的含量+β-蒎烯的含量；
所述含量为质量百...

【专利技术属性】
技术研发人员：栾启福，刁姝，陶学雨，姜景民，
申请(专利权)人：中国林业科学研究院亚热带林业研究所，
类型：发明
国别省市：浙江;33