近红外光谱分析技术在木材机械性能检测中的研究进展

张 鹏，李耀翔

(东北林业大学 工程技术学院，哈尔滨 150040)

木材作为三大主要建筑材料之一，在人类生活中得到非常广泛地应用。木材科学研究者在对木材的各向异性进行研究时发现，顺纹抗拉约是横纹抗拉的40倍，顺纹抗压约是横纹抗压的5～10倍，顺纹弹性模量约是横纹的20倍[1]。正是由于木材的这种各项的差异，相比其他材料而言，其用途更加广泛。它的易于加工、可再生、强度高和密度小等特点，使得木材具有不可替代的地位，从人类开始利用木材起，就把它的特性用到木结构的建筑、室内家具装修、桥梁设施等方面中。对木材的材性及力学性质进行检测，是提高木材利用率的重要手段。传统木材检测方法大多采用烘干、解剖、破坏等实验方法，消耗时间长，成本高，同时操作复杂，对样本的破坏更在一定程度上造成了浪费。无损检测是一门新兴的技术，它以不破坏被检测对象为前提，借以评价它们的物理量、化学量和机械量等。木材无损检测的发展很短，在其发展初期，仅能对木质材料的缺陷进行定性检测；发展至今，已经能够对许多物理力学指标进行快速准确的预测。随着木材研究和科学的不断进步，多种无损检测手段被应用于了物理力学性质检测当中，主要有X射线检测、超声波检测、核磁共振检测、机械应力波检测等。这些方法各有其优势所在，同时也存在一定的局限性。近红外光谱技术作为近二十几年来发展起来的新型无损检测技术，以其快速、方便、不破坏样品、无污染等特点，被广泛应用于石油化工、医药、造纸、林业、农业等各个领域，在木材物理力学性质检测方面，国内外许多学者都做了一定的探索[2-3]。

1 NIR光谱技术原理

近红外光是英国天文学家Herschel于1800年在天文观察中发现的，是人们最早发现的非可见光区域。近红外光谱记录了分子化学键的基频振动的倍频和合频信息，主要是某些含氢基团(如C-H、N-H、O-H、S-H等)的信息，其波长范围是780～2 650 nm。近红外光谱能够反映绝大多数的有机化合物的结构和性能信息，木材是高分子天然有机物，主要由纤维素、木质素等组成，主要成分中含有大量含氢基团，并且它们的组成和结构各不相同，因此具有不同的吸光度，这与木材的物理、化学、力学等各种性质有很大关系。因此，NIR光谱技术可以很好的表征木材不同性质的差异，并进行定性定量的预测。木材的NIR光谱采集分为漫反射和透射两种，Thygesen[4]比较了这两种技术对固体刨花的性质的区别，结果表明，得到的两种模型在精度方面并没有显著的区别。

2 NIR光谱技术在木材物理力学性质检测方面的应用

国外科研工作者在利用NIR光谱技术预测木材性质方面的研究进行的比较早，而且研究的内容也比较广泛，如预测辐射松、蓝桉、火炬松等都有许多研究报道。我国的NIR光谱技术在材性方面的预测是近些年才发展起来的，在管胞长度、含水率、密度、MOR和MOE等性质方面也多了预测研究。

2.1 抗弯强度(MOR)

木材抗弯强度是木材抵抗弯曲的最大纤维应力，是木材科学加工与合理利用的重要依据，在家具柜体的横梁架、地板、桥梁等易于弯曲构件的设计中必须参考的性质。Kelley[5]等用NIR技术对6种针叶木材的MOR进行了预测，MOR预测的相关系数分布在0.80～0.92之间；Hoffmeyer[6]等对挪威云杉木材的MOR进行了研究，预测效果不是很理想，测试集的决定系数R2为0.29；Schimleck[7]等对火炬松的幼龄材、成熟材和过渡材的不同切面的MOR进行研究，结果表明利用NIR技术对过渡材的横切面进行建模，预测效果最好，MOR的预测相关系数达到0.86；虞华强[8]等利用三点弯曲实验的方法，对155个杉木样品的抗弯强度进行了测定，并采集了径切面和横切面的光谱，建立偏最小二乘法矫正模型，结果表明，切面对模型预测效果的影响不大，主要受光谱波段范围的影响；赵荣军[9]等研究了人工林粗皮桉木材的抗弯强度，通过对采集到的光谱进行不同的预处理和波段优选，发现二阶导数预处理后模型效果更好，在波段1 000～2 000 nm建立的模型相关系数最好为0.92，SEC为10.49。

2.2 抗弯弹性模量(MOE)

木材抗弯弹性模量表示木材在比例极限内，应力与应变之间的相关程度，能够反应木材的韧性和抵抗变形的能力。在国外学者研究中，Schimleck[10]等收集了59种具有代表性的商用树种的木材样本，并用NIR技术建立了MOE模型，获得了非常好的实验结果，模型相关系数R达到了0.84；Thumm[11]等应用NIR技术对566块辐射松木材建立了MOE预测模型，通过分析比较，一阶导数预处理比二阶导数处理效果更好，相关系数R为0.85，另一方面，在长波区域(1 100～2 500 nm)比全区域(400～2 500)预测效果更好，相关系数R达到0.85。虞华强[8]等采用偏最小二乘法对杉木的MOE建立了预测模型，结果表明，对于全波段(350～2 500 nm)径切面比横切面建立的模型效果好，对于短波段光谱(780～1 050 nm)横切面比径切面建立的模型预测效果更好；杨忠[12]对木材的腐朽与对应的力学性质的关系进行了探索，利用NIR技术结合偏最小二乘法预测得到的结果表明，对于早期的腐朽木材(失重率为3％)，预测得到的MOE相关系数R为0.80。

2.3 密度(Density)

木材的密度与木材各项力学强度指标有重要的联系，木材作为承重结构的材料，其性能大小主要取决于密度[13]。Mauricio[14]对花旗松的密度进行了研究，将样品分别制成伐倒木削片、气干削片、木粉样品，并采用NIR技术结合PLS方法建立定标模型，结果表明气干削片模型的预测精度较差，3中样品的预测相关系数分别为0.74、0.56和0.85；Schimleck[15]等对蓝桉木材的密度进行了预测，研究表明当密度范围在0.378～0.656 g/cm3时，预测精度在±0.03 g/cm3范围内。江泽慧[16]等应用NIR技术对杉木的密度进行了研究，采用偏最小二乘法，对木材横切面、径切面和弦切面分别建立模型，结果发现不同切面的光谱有较大的差异，从横切面采集到的光谱建立的预测模型最好，R2为0.977；李耀翔[17-18]等应用NIR技术建立了落叶松木材的密度预测模型，并分别采用主成份回归(PCR)和偏最小二乘(PLS)两种方法，通过比较，两种方法都可以实现对落叶松密度的有效预测，但PLS方法所建模型的精准度和误差都优于PCR方法，相关系数达到0.918。

2.4 压缩强度(Compressive strength)

木材在受到外压力时，能够抵抗外力压缩变形的能力称为木材压缩强度，俗语云“立木顶千斤”，就是说明木材的抗压强度非常高。在压缩强度预测方面，Hoffmeyer[6]等评价了NIR光谱和压缩强度之间的相关性，采用PLS法并用独立检验对其有效性进行检验，研究表明NIR对压缩强度的预测能力很好，相关系数R=0.96；赵荣军[9]等对粗皮桉的顺纹抗压强度进行了研究，结果表明二阶导数预处理比一阶导数处理效果更好，利用径切面和弦切面光谱平均值建立的模型优于单独采用一个切面建立的模型，预测模型相关系数R达到0.88。

3 结论与展望

近红外光谱技术是一种很有前景的、很有实用性的无损检测方法，目前，可以实现对木材各种物理、化学和力学等性质的预测，以及缺陷和腐朽等的判别[16]，但是很多项目仍停留在实验室研究阶段，并且模型效果不是很理想。如何更加广泛地应用于工业化生产、野外检测和在线检测，这就需要国内外众多的科研工作者继续进行不断深入的研究和探索。木材的性质决定着木材的加工方式以及用途，因此就要快速、准确的获悉木材的性质，对木材进行科学合理的优化规划和利用，NIR技术在这方面具有很大的潜能，在很大程度上能够缓解木材的供需矛盾。

【参 考 文 献】

[1]成俊卿.木材学[M].北京：中国林业出版社，1985.

[2]张 莉，周金池.近红外光谱检测技术及其在木材工业中的应用[J].林业机械与木工设备，2010，38(9)：19-22.

[3]王玉荣，江泽慧，赵荣军，等.快速检测木材微纤丝角的近红外光谱分析技术[J].林业机械与木工设备，2007，35(7)：35-36+50.

[4]Thygesen L G.Determination of dry matter content and basic density of Norway Spruce by near infrared reflectance and transmittance spectroscopy[J].Journal of Near Infrared Spectroscopy，1994，2(3)：127-135.

[5]Kelley S S，Rials T G，Groom L H R，et al.Use of near infrared spectroscopy to predict the mechanical properties of six softwoods[J].Holzforschung，2004，58(3)：252-260.

[6]Hoffmeyer P，Pedersen J G.Evaluation of density and strength of Norway spruce wood near infrared reflectance spectroscopy[J].Holzals Roh-und Werkstoff，1995，53：165-170.

[7]Schimleck L R，Jones P D，Alexander III C，et al.Near infrared spectroscopy for the nondestructive estimation of clear wood properties of Pinus taeda L.from the southern United States[J].Forest Products Joumal，2005，55(12)：21-28.

[8]虞华强，赵荣军.利用近红外光谱技术预测杉木力学性质[J].西北林学院学报，2007，22(5)：149-154.

[9]赵荣军，邢新婷.粗皮桉木材力学性质的近红外光谱方法预测[J].林业科学，2012，48(6)：106-111.

[10]Schimleck L R，Robert E.Application of near infrared spectroscopy to a diverse range of species demonstrating wide density and stiffness variation[J].IAWA Journal，2001，22(4)：415-429.

[11]Thumm A，Meder R.Stiffness prediction of Radiata Pine clearwood test pieces using infrared spectroscopy[J].Journal of Near Infrared Spedtroscopy，2001，9(3)：117-122.

[12]杨 忠.近红外光谱技术预测人工林湿地松木材性质和腐朽特性的研究[D].北京：中国林业科学研究院，2005.

[13]黄安民，江泽慧.近红外光谱技术在我国木材性质分析中的应用[J].光谱学与光谱分析，2006，26(7)：161-162.

[14]Mauricio A.Wood properties and use of sensor technology to improve optimal bucking and value recovery of Douglas-fir[D].Corvallis：Oregon State University，2006.

[15]Schimleck L R，Mitchell A J，Ray mond C A，et al.Estimation of basic density of Eucalyptus globulus using near infrared spectroscopy[J].Canadian Journal of Forest Research，1999，29(2)：194-201.

[16]江泽慧，黄安民，王 斌.木材不同切面但近红外光谱信息与密度快速预测[J].光谱学与光谱分析，2006，26(6)：1034-1037.

[17]李耀翔，张鸿富.基于近红外技术的落叶松木材密度预测模型[J].东北林业大学学报，2010，38(9)：27-30.

[18]张鸿富，李耀翔.近红外光谱技术在木材无损检测中应用研究综述[J].森林工程，2009，25(5)：26-30.