基于近红外光谱技术的杉木总酚含量模型构建与应用

[目的]木样总酚含量化学测定耗时长、过程复杂,建立杉木木样总酚含量的快速无损检测模型,对实现木材无损检测及木材腐朽预测具有重要意义.[方法]试验以114个杉木(Cunninghamia lanceolata)木样为研究对象,用福林酚法测定样品总酚含量,利用MPA傅立叶变换光谱仪对杉木木材进行漫反射光谱数据采集.将木样分为校正集和验证集,通过不同光谱预处理方法和建模方法建立总酚的定量模型,选择出最优模型并用验证集对其进行验证.[结果]测定的114个杉木木样中总酚含量变异幅度大,可用于构建近红外模型.对114个杉木木样进行近红外光谱扫描,得出建模光谱范围为9403.9～7498.4 cm-1、6102.1～5446.4 cm-1及4605.5～4242.9 cm-1.对杉木木样的近红外光谱进行预处理,得出最优组合:标准正态变量转换法(SNV)和一阶导数,采用偏最小二乘回归法(PLS)建立模型最优.校正集和交叉验证集的决定系数分别是0.8679和0.7549;校正均方根误差(RMSEE)和交叉验证均方根误差(RMSECV)分别为0.448和0.586,数值均较小且接近,说明模型具有很好稳定性;预测均方根误差(RMSEP)和相对标准偏差(RPD)分别为0.521和2.16,说明模型可进行定量分析.[结论]采用近红外光谱技术检测杉木总酚含量可行,能为木材化学成分快速测定提供一种有效、无损方法.受拟合规则影响,构建的模型虽然不能用于精确定量测定,仍可应用于日常科研和生产检测,在木材材质预测及良种选育等方面具有广阔应用前景.