近红外光谱技术在木材解剖特征预测中的研究进展

罗 莎 ，吴义强 ，2 ，刘 元 ，黄 军

近红外光谱技术在木材解剖特征预测中的研究进展

罗 莎1，吴义强1，2，刘 元1，黄 军3

(1.中南林业科技大学 材料科学与工程学院，湖南 长沙 410004；2. 竹业湖南省工程研究中心，湖南 长沙 410004；3.湖南省林产品质量检验检测中心，湖南 长沙 410004)

近红外光谱技术作为一种新型现代分析手段，具有操作简单、检测快速、结果准确、成本低廉和对样品无损坏等优点，已经广泛应用于制浆造纸、木材材性预测、木材加工利用、木质复合材料、木材防腐与木材保护等方面的研究。在介绍近红外光谱技术基本工作原理与主要特点基础上，重点论述了近红外光谱技术预测木材纤维素结晶度、木材微纤丝角和纤维形态等木材解剖特征中的研究现状，并展望了其应用前景。

近红外光谱；木材解剖特征；预测；研究进展

木材作为一种特殊的生物质材料，具有来源丰富、天然再生、比强度高、环境友好等特性，亘古至今，在国民经济与工业生产中发挥着至关重要的作用。掌握木材的解剖特征，对于有效预测木材各种物理、力学、化学性能，充分合理利用木材，高效优质加工木材以及更好地挖掘木材的潜在利用价值具有重要的理论指导与实践意义。传统的木材解剖特征测定都是基于木材解剖学展开，这种检测方法效率较低，程序复杂，检测范围窄，且需要破坏树木本身，已经难以满足现代林木培育与木材加工利用的需要。随着科学技术的飞速发展，学科融合与技术引进已经成为一种新的研究发展趋势，新型检测手段如电子显微镜、扫描电子显微镜、X射线衍射、偏振光检验等已经广泛应用于木材解剖性质的研究[1-2]。

近红外(NIR)光谱技术，是近年来分析化学领域迅速发展的一项新的无损检测技术，可以对不同形态有机物样品的性质进行全面无损检测，具有速度快、效率高、成本低、测试重现性好、测量方便等优点，不仅在农业、食品、石油、生物化工、纺织，也在制浆造纸、营林培育、木材检测等领域广泛使用[3]。国外对近红外光谱分析技术在预测木材物理力学性能、化学组分、微观构造以及木材防腐与改性、纸浆造纸和木材分类等方面做了大量研究[4-5]。国内也非常重视近红外光谱技术在木材科学中的应用，如杨忠等[6]对近红外光谱技术在预测木材性质、木材加工利用以及木质复合材料等方面的研究做了详细论述。黄安民等[7]概述了近红外光分析谱技术在预测木材材性中的研究现状。然而，运用近红外光谱技术预测木材解剖特征，国内外学者还未对这方面研究进行总结概述。因此，本文在介绍近红外光谱技术的基本原理和特点基础上，详细论述了近红外光谱技术在预测木材纤维素结晶度、木材微纤丝角及纤维形态特征等木材解剖特征中的应用现状，期为木材识别与高效加工利用、造纸材纤维分等，林木的定向培育与遗传改良等研究提供新的途径和方法。

1 近红外光谱技术基本原理

近红外光谱是指波长范围在780～2 526 nm的光谱区[8]。当物质受到近红外光辐射时，物质分子会吸收一部分光的能量，通过测量这些被吸收的漫反射光谱或透射光谱，就能够得到被测物质性质信息的图谱。再将这些图谱信号进行适当放大、去噪、数学拟合即可得到相应物质独有的信息。木材主要由纤维素、半纤维素和木质素等大分子有机物组成，而这些有机物绝大多数在近红外光谱区域都有特定的吸收光谱，因此，利用近红外光谱技术可以定性定量分析木材的化学成分。因为近红外光谱负载了木材结构与组成的丰富信息[9]，这些与木材各项性质密切相关，所以利用近红外光谱技术可以分析与表征木材的解剖特征。

近红外光谱技术预测木材性质的主要过程如下：首先选取一批具有代表性的木材样品(标准样品)，用近红外光谱仪对所选木材样品进行扫描，采集相关近红外光谱信息，然后运用实验室方法对木材样品的性质进行标准测定，再运用适当的化学计量方法对采集到的光谱信息与实验室方法测得木材样品的性质进行相关分析，得出数学模型并加以校正，最后用近红外光谱仪扫描待测样品，调用已建立的校准模型对得到的光谱进行测定，从而实现对未知木材样品的组分或性质的预测。需要说明的是，在木材近红外光谱技术中，主要应用到的化学计量方法有偏最小二乘法(PLS)和主成分分析(PCA)这两种，这些方法的选择及其标准样品的选取都影响着预测的准确程度[10]。

2 近红外光谱技术在预测木材解剖特征中的主要应用

近红外光谱技术在预测木材解剖特征中的应用主要集中在木材纤维素结晶度、木材微纤丝角和纤维形态特征等三个方面。

2.1 木材纤维素结晶度

木材纤维素的结晶度是纤维素构成的结晶区占纤维素整体的百分数，反映了木材纤维素微纤丝聚集态形成结晶的程度。它是木材材性中一个非常重要的指标，与木材纤维的物理、力学和化学性质有着密切关系[11]。研究表明：木材结晶度越高，木材纤维的抗拉强度、弹性模量、α-纤维素含量、密度、硬度和尺寸稳定性等性能也就越高；而保水值、化学反应性、润胀度及柔韧性等则会随之降低[12]。因此，开展木材纤维素结晶度的研究对于了解木质纤维材料的性质具有很重要的指导意义。现如今，国内外主要利用X射线衍射、核磁共振光谱、动力谱和红外光谱等方法来测定木材纤维结晶度，并且已经有大量有关将近红外光谱技术应用于林木遗传改良工程的研究报道，但是有关利用近红外光谱技术预测木材纤维素结晶度的报道还比较少。

江泽慧等[13]利用近红外光谱分析技术预测了人工林湿地松木材纤维素的结晶度。实验中利用近红外光谱仪对人工林湿地松木粉试样进行表面扫描，将采集到的近红外漫反射光谱与X射线衍射法测得的纤维素的结晶度进行比较。结果表明采用原始光谱结合偏最小二乘法(PLS)的预测效果最好，木材纤维素结晶度预测值与X射线衍射法的测定值相关系数可达到0.950，预测误差值都较低。该研究实现了近红外光谱技术对木材纤维素结晶度快速准确的预测，成功建立了木材纤维素结晶度的预测模型，为实现木材的最优化利用提供了科学依据。杨忠等[14]采用近红外光谱完整图谱谱数据对木材纤维素的结晶度进行了预测，同时探讨了不同近红外光谱预处理方法对木材纤维素结晶度预测模型精度的影响。与红外光谱不同的是，近红外光谱吸收弱，样品的光谱信息与样品性质或组成缺乏很明显的相关性，且分析完整图谱数据的计算工作量相当大，因此，江泽慧等[15]在杨忠的研究基础上对湿地松木材的近红外光谱与X射线衍射法测定的木材纤维素结晶度的相关性进行了分析，讨论了减小光谱范围对近红外光谱预测木材纤维素结晶度预测效果的影响。结果表明选择光谱范围更小但与木材纤维素吸收峰密切相关的光谱数据建立预测模型时，模型的预测效果并未降低，预测值与实测值的相关系数高于0.947，得到预测效果还是比较理想的，这将有利于开发携带方便、操作简单与实用性强的室外用近红外光谱检测仪器。

2.2 木材微纤丝角

木材纤维素微纤丝角(microfibril angle，MFA)是指木材细胞壁次生壁中层(S2层)微纤丝排列方向与细胞主轴所形成的夹角。微纤丝角是木材的重要解剖特征指标之一，它与木材的结构成分及物理力学性质有紧密的联系，如树木的生长轮宽度、组织比量、纤维长度、纤维素、半纤维素以及木质素含量等[16-18]。微纤丝角对木材的力学性质尤其是木材刚韧性有着决定性影响，木材幼林材的微纤丝角明显大于成熟材，因此幼林材的韧性很好。同时，微纤丝角也影响着木材的弹性模量、拉伸强度、硬度、蠕变及湿涨干缩等性质[19-21]。近年来利用近红外光谱技术预测微纤丝角的研究已经得到国内外广大学者的关注[22-29]。

Schimleck等[22]利用近红外光谱技术对桉树及辐射松生长锥样品检验，以此预测这些木材的微纤丝角。为了验证预测的准确性与方法的可行性，他们预先采用SilviScan法对所取样品进行相应的微纤丝角测量。结果表明采用这两种方法测得的微纤丝角具有明显的相关性，测量值之间的相关系数分别高达0.91(桉树)和0.88(辐射松)。在此基础上，Schimleck等[23]又采用近红外光谱技术对经过间伐施肥和未施肥的辐射松微纤丝角进行预测，他们同时也利用 SilviScan-2方法对相应样品的微纤丝角进行检测。发现两种方法得到的测量值相当吻合，其标准误差分别为0.96%(间伐施肥)和0.98%(未施肥)，校准的标准差和预测标准差也都非常小，分别为1.8和1.0。他们的这一系列研究表明，采用近红外光谱技术能够准确地测定木材的微纤丝角。然而他们检测的树种仅限于桉树和辐射松，树种相对较少，未能对更多树种进行预测与检验。为了进一步验证近红外光谱技术在预测木材微纤丝角的准确性与可重复性，Schimleck等[24]还利用该技术对火炬松不同切面位置(横、径切面)的微纤丝角进行预测，并建立起相关预测模型。研究发现在横切面建立的模型相关系数为0.67，预测标准差为 4.8%；径切面建立的模型相关系数为 0.68，预测标准差为 4.2%。相对于前面的预测相系数来看，在不同切面的微纤丝角预测准确性有所下降，但是仍然在统计学可信区间之内，对于预测同一木材不同部位微纤丝角具有一定的指导意义。

在国内，江泽慧等[25]利用近红外光谱技术快速测定与分析了伐倒气干材与活立木的微纤丝角。她们首先采用生长锥在木材中取样，再对取样材进行近红外光谱分析。为了验证预测的准确性，她们也采用X射线衍射法对上述采集的样品进行了微纤丝角测量。研究结果发现运用近红外光谱测得的数据与X射线衍射法所测微纤丝角有很好的相关性，其中校正模型和验证模型的相关系数高达0.867和0.816，校正标准误差和预测标准误差分别为2.24%和2.82%。与此同时，黄艳辉等[26]采用近红外光谱法、X射线衍射法、偏振光显微镜法和纹孔观察法对我国特有的杉木木材进行了微纤丝角的测量，并对各种方法所得结果进行比较。在测量过程中，她们以6株杉木为研究对象，分别对其不同高度、不同年龄位置的纤维素微纤丝角进行测定。研究结果表明用近红外光谱法联合X射线衍射法建立的预测模型准确性好，精确度高，重现性好，也利于在线分析，其校正模型和验证模型的相关系数分别为0.81和0.75，校正标准误差和预测标准误差分别为1.79 和2.02。以上研究进一步说明利用近红外光谱分析技术可以实现对木材微纤丝角快速准确的预测，为木材加工利用和林木遗传改良提供了重要的微纤丝角测定方法。

尽管采用近红外技术能够快速预测木材纤维素微纤丝角，然而利用此项技术的基本原理还不太清楚，不同学者有不同看法。如Schimleck等[27]认为纤维素的含量决定着微纤丝角的预测，因为他们在研究中发现，在波长为1 470，1 510，2 082，2 326和 2 458 nm处，木材微纤丝角有较强的吸收峰，而这些吸收峰基本上与木材纤维素的含量有着密切的联系。而Gindl等[28]则认为碎磨过程中暴露出的纤维素是成功预测木材微纤丝角的关键，他们发现在木材碎磨成木粉过程中如果木材本身的微纤丝角越小，暴露出来的纤维素就会越多，这个现象是建立起相应的预测关系的基础。Via[29]认为微纤丝角与木材木素含量的相关性是近红外光谱能够准确预测微纤丝角的主要原因。笔者以为从微纤丝角的定义出发，微纤丝角与木材纤维素的含量肯定有着紧密的联系，因为微纤丝是构成纤维素的基本单元，而木材细胞壁次生壁S2层中纤维素的含量又最高。尽管至今还未能量化微纤丝角与纤维素含量的关系，但是上述研究无不说明二者之间存在显著相关性，而木素含量则是从另外一个方面反映纤维素含量的变化。即使利用近红外光谱预测微纤丝角的基本原理尚未明了，也未能影响近红外光谱技术在此领域的运用，这仍旧为未来的研究指明了方向，提出了新的任务。

2.3 木材纤维形态特征

纤维形态特征是木材材性的一个主要指标，在木材的加工利用及纸浆造纸领域意义重大，因此快速准确预测纤维形态特征对评价木材性质以及相关的遗传改良非常重要。由于传统木材纤维形态特征的测量需要通过对纤维离析、制片及显微图像分析等一系列过程完成，耗时长、操作复杂，且须破坏所测木材试样，不利于快速大规模测量。于是，Hauksson等[30]基于偏最小二乘法(PLS)，利用近红外光谱技术准确地预测了挪威云杉的纤维长度。Schimleck等[31]采用近红外光谱技术对木材纤维长度和纤维单位长度质量进行预测，预测值各项误差都很小。Brain等[32]应用近红外光谱技术预测火炬松木材的纤维长度，实验得到的预测值与实验值相关系数达到0.84，预测效果比较理想。Via等[33]利用近红外光谱模型对径向和纵向的长叶松纤维长度进行预测，结果表明预测准确性在径向变化不大，而在纵向，模型准确性有较大变化，该研究说明利用近红外光谱技术预测管胞长度的准确性与取样部位有密切联系。在国内，王玉荣等[34]先采用传统的方法，测量可用于造纸材的针叶材湿地松及阔叶材滩地72杨的纤维长度及宽度，再应用近红外光谱技术测量相关纤维形态，建立了这2种木材纤维长度和宽度的校正模型和预测模型，模型的相关系数都在0.83以上。该研究实现了应用近红外光谱技术预测木材的纤维长度，这一结果将为快速评估木材制浆造纸性能提供科学依据。

以上研究几乎都是围绕近红外光谱预测纤维长度展开的，除此之外，一些学者还应用近红外光谱技术预测木材纤维的其他形态特征。Jones等[35]利用近红外光谱图对火炬松的纤维形态进行了测定并建立了模型，结果表明经附加散射校正(MSC)处理后的光谱图对细胞壁厚的预测效果最好，校正标准误差和预测标准误差分别为 0.86和0.68。Schimleck等[36]同样对火炬松的纤维形态包括纤维的直径、壁厚和粗糙度等进行了预测，实验得出细胞壁厚的预测标准误差和预测的标准偏差分别为0.91%和0.22%。Schimleck[37]还用SilviScan-1仪器结合近红外光谱图预测了辐射松的纤维形态，结果显示:壁厚的预测标准误差达到0.89%，近红外光谱对纤维粗糙度和壁厚的预测效果都非常好。

今年，Pastore等[38]采用近红外光谱技术成功识别4种常用的珍贵木材：桃花心木Swietenia macrophylla、苏里南苦油楝Carapa guianensis、加拿大香杉木Cedrela odorata、南美桃花心木Micropholis melinoniana。他们基于偏最小二乘法先建立4种木材的近红外光谱预测模型，再运用OPUS®、Matlab®等计算机软件对这些模型进行进一步优化。研究发现应用优化后的模型能够准确预测和识别相应的木材，上述4种木材的预测值均方根误差分别为0.14、0.09、0.12和0.06。这项研究也预示着近红外光谱技术已经逐步扩展到木材识别与鉴定领域。笔者认为近年来随着我国木材供需不平衡逐渐扩大，木材资源尤其是珍贵木材资源进口量日益增加，这给木材鉴别及木材分等带来了极大的挑战，如何采用简单、快速和准确的现代手段鉴定木材显得尤为重要，而近红外技术在木材解剖性质预测中的应用，将会为木材鉴别与分类提供新的方法与思路。

3 展 望

近红外光谱技术集波谱学、化学、数学、计算机科学、木材科学等学科知识于一体，在预测木材材性、指导营林定向培育、实现木质材料优质高效利用等方面具有极大潜力。尤其是对木材纤维素结晶度、木材微纤丝角、纤维形态特征等常用木材材性指标的准确预测，为木材识别与加工利用、林木定向培育、遗传改良及造纸纤维材分类等研究提供新的途径和方法。但是，近红外光谱技术做为一项新生的高科技手段，在木材科学中的应用基础理论尚未完善，在实际应用中也有所局限，同时木材是一种各项异性的复杂高分子材料，给预测的准确性与快速性也带来一定的困难，在一定程度上阻碍了该项技术的快速发展。因此在未来的研究中还需要从以下几个方面不断完善和拓展。

(1)进一步深化与完善近红外光谱技术在木材科学中的应用理论基础，以现代数学、统计学与计算机为手段，建立光谱图与相应木材性质的定性和定量关系，优化和完善各种预测模型，加速将近红外光谱技术从实验室的研究阶段迅速推向工业化生产的实际应用。

(2)将近红外光谱技术预测木材解剖特征与木材树种识别更加有效地结合起来。用近红外光谱技术预测到的解剖特征可以作为木材树种识别的一个重要辅助识别手段，结合传统解剖学、现代电镜观察及其它波谱分析等方法快速准确地鉴定木材树种。

(3)结合近红外光谱技术的应用程序，在优化预测模型的基础上，实现同行业模型共享，不同行业模型借鉴改进，最大程度提高预测的准确性和实用性。同时在行业内建立起相关模型与技术的数据库，实现近红外光谱技术的在木材科学中的网络化、信息化、现代化。

(4)开发携带方便、操作简单、实用性强的室外用近红外光谱检测仪器，实现活立木、新伐材、大方材、小径材的室外现场检测，结合其它技术与手段，完成木质材料材性现场评估、材料分等，开辟近红外光谱技术在木材加工利用中的新天地。

[1] 李 坚.木材科学[M].北京:高等教育出版社, 2002

[2] 姜笑梅,殷亚方,刘 波.木材树种识别技术现状、发展与展望[J].木材工业, 2010, 24(4):36-39.

[3] 徐广通,袁洪福,陆婉珍.现代近红外光谱技术及应用进展[J].光谱学与光谱分析, 2000, 20(20): 134-142.

[4] Tsuchikawa S. A reviewed of recent near infrared research for wood and paper[J].Applied Spectroscopy Reviews, 2007,42(1):43-71.

[5] Wright J A,Birkett M D, Ganbino M J T. Prediction of pulp yield and cellulose content from samples using near infrared reflectance spectroscopy[J]. TAPPI Journal,1990,73(8):164-166.

[6] 杨 忠,江泽慧,费本华,等. 近红外光谱技术及其在木材科学中的应用[J].林业科学, 2005, 41(4):177-183.

[7] 黄安民,江泽慧.近红外光谱技术在木材性质预测中的应用研究进展[J].世界林业研究, 2007, 20(1): 49-54.

[8] 张 卉,宋 妍,冷 静,等.近红外光谱分析技术[J].光谱实验室, 2007, 24(3): 388-395.

[9] 高荣强,范世福.现代近红外光谱分析技术的原理及应用[J].分析仪器, 2002, (3): 9-12.

[10] 陈丽菊,刘 巍.近红外光谱分析技术及发展前景[J].现代物理知识, 2006, 18(2): 10-11.

[11] Andersson S,Serimaa R,Paakkari T, et al. Crystallinity of wood the size of cellulose crystallites in Norway spruce[J]. Journal of Wood Science, 2003, 49(6): 531-537.

[12] Lee C L. Crystallinity of wood cellulose fibers studies by X-ray methods[J].Forest Products Journal,1961,11:108-112.

[13] 江泽慧,费本华,杨 忠.光预处理对近红外光谱预测木材纤维素结晶度的影响[J].光谱学与光谱分析, 2007, 27(3): 435-438.

[14] 杨 忠. 近红外光谱预测人工林湿地松木材性质与腐朽特性的研究[D].北京:中国林业科学研究院, 2005.

[15] 江泽慧,杨 忠,王 戈,等.湿地松木材近红外光谱与其结晶度的相关性[J].林业科学, 2007, 43(10): 95-99.

[16] 李 坚,刘一星,崔永志,等.人工林杉木幼龄材与成熟材的界定及材质早期预测[J].东北林业大学学报, 1999, 27(4): 24-28.

[17] Cockrell R A. Influence of fibril angle on longitudinal shrinkage of ponderosa pine wood[J]. Journal of Forestry, 1946, 44: 876-878.

[18] 杨文忠,方升佐.杨树无性系微纤丝角的时空变异变异模式[J].东北林业大学学报, 2004, 32(1): 25-28.

[19] Yang J L, Evans R. Prediction of MOE of Eucalypt wood from microfibril angle and density[J].Holz als Rohund Werkstoff,2003, 61: 449-452.

[20] Evans R, Ilic J. Rapid prediction of wood stiffness from microfibril angle and density[J].Forestry Products Journal, 2001,51(3): 53-57.

[21] 黄艳辉.杉木木材微纤丝及其力学性质关系研究[D].杨 凌:西北农林科技大学, 2007.

[22] Schimleck L R, Michell A J, Raymond C A, et al. Estimation of basic density of Eucalyptus globulus using near-infrared spectroscopy[J].Canadian Journal of Forestry Research,1999, 29(2): 194-201.

[23] Schimleck L R, Evans R. Estimation of wood stiffness of microfiberiral angle of increment cores by near-infrared spectroscopy[J]. IAWA Journal, 2002, 23 (3): 225-234.

[24] Schimleck L R,Mora C, Daniels R F. Estimation of the physical wood properties of green Pinus taeda radial samples by near infrared spectroscopy[J]. Canadian Journal of Forest Research,2003, 33(12): 2297-2305.

[25] 江泽慧,黄安民,费本华,等.利用近红外光谱和X射线衍射技术分析木材微纤丝角[J].光谱学与光谱分析, 2006, 26(7):1230-1233.

[26] 黄艳辉,费本华,赵荣军.木材微纤丝四种测试方法对比研究[J].光谱学与光谱分析, 2009, 29(6): 1682-1686.

[27] Schimleck L R, Evans R, Ilic J. Estimation of Eucalyptus delegatensis wood properties by near infrared spectroscopy[J].Canadian Journal of Forest Research, 2001, 31(10): 1671-1675.

[28] Gindl W, Teischinger A, Schwanninger M, et al. The relationship between near infrared spectra of radial wood surfaces and wood mechanical properties[J]. Journal of Near Infrared Spectroscopy,2001, 9(4): 255-261.

[29] Via B K, So C L,Shupe T F, et al. Ability of near infrared spectroscopy to monitor air-dry density distribution and variation of wood[J]. Wood and Fiber Science, 2005, 35: 394-402.

[30] Hauksson J B, Bergqvist G, Bergsten U, et al. Prediction of basic wood properties for Norway spruce. Interpretation of near infrared spectroscopy data using partial least squares regression[J].Wood Science and Technology, 2001, 35(6): 475-485.

[31] Schimleck L R, Jones P D, Peter G F, et al. Nondestructive estimation of tracheid length from sections of radial wood strips by near infrared spectroscopy[J]. Holzforschung, 2004, 58 (4):375-381.

[32] Brain K, Via B K. Modeling longleaf pine(Pinus palustris)wood properties using near infrared spectroscopy[D]. Baton Rouge,Louisiana: Louisiana State University, 2004.

[33] Via B K, Shupe T F, Stine M, et al. Tracheid length prediction in Pinus palustris by means of near infrared spectroscopy: the influence of age[J]. Holz als Rohund Werkstoff, 2005, 63(3): 231-236.

[34] 王玉荣,费本华,傅 峰,等.基于近红外光谱技术预测木材纤维长度[J].中国造纸, 2008, 27(6): 6-9.

[35] Jones P D, Schimleck L R, Peter G F, et al. Non-destructive estimation of Pinus taeda L. tracheid morphological characteristics for samples from a wide range of sites in Georgia[J].Wood Science and Technology, 2005, 39 (7): 529-545.

[36] Schimleck L R,Mora C, Daniels R F. Estimation of tracheid morphological characteristics of green Pinus taeda L. radial strips by near infrared spectroscopy[J]. Wood and Fiber Science,2004, 36 (4): 527-535.

[37] Schimleck L R, Evans R. Estimation of Pinus radiata Don tracheid morphological characteristics by near infrared spectroscopy[J]. Holzforschung, 2004, 58(1): 66-73.

[38] Pastore T C M, Braga J W B, Coradin V T R, et al. Near infrared spectroscopy (NIRS) as a potential tool for monitoring trade of similar woods: Discrimination of true mahogany, cedar, andiroba,and curupixá[J].Holzforschung, 2011, 65: 73-80.

Research advance of near-infrared spectroscopy in wood anatomical characteristics estimation

LUO Sha1, WU Yi-qiang1,2, LIU Yuan1, HUANG Jun3
(1.School of Materials Science and Engineering,Central South University of Forestry & Technology,Changsha 410004,Hunan,China;2. Hunan Provincial Engineering Research Center of Bamboo Industry,Changsha 410004,Hunan,China;3. Central of Hunan Forest Products Quality Inspection and Testing, Changsha 410004,Hunan,China)

As a newly current advanced analysis technology, the near-infrared (NIR)spectroscopy possesses advantages of easy operation, fast and accurate detection, low cost and non-destructive test, has been widely used in the fields including pulp manufacturing and paper-making, wood properties estimation, wood progressing, wood composites producing and wood protection. In present work,based on introduction of the basic principles of NIR and its main characteristics, an overview was conducted focusing on the research status of wood anatomical characteristics (including cellulose crystallinity, microfibril angle and fiber morphology) estimation by using NIR spectroscopy. Moreover, the application trends were prospected.

near-infrared spectroscopy; wood anatomical characteristics; estimation; study advances

S784

A

1673-923X(2012)01-0037-06

2011-12-13

国家自然科学基金项目(31070496)；人力资源和社会保障部留学归国人员科技活动择优资助项目；湖南省杰出青年基金项目(09JJ1003)；中南林业科技大学木材科学与技术国家重点学科资助项目

罗 莎(1987—)，女，湖北黄石人，硕士研究生，主要从事木材材性及功能性改良方面的研究； E-mail：luosha0713@163.com；

吴义强(1967—)，男，河南固始人， 教授，博士，博士生导师，主要从事木材科学，木材功能性改良与生物质复合材料研究；E-mail：wuyq0506@126.com

[本文编校：吴 毅]