液滴分析技术识别大兴安岭主要树种的方法研究

刘曼曼，冯国红，刘 梦，孟令月

(东北林业大学 工程技术学院，黑龙江 哈尔滨 150040)

1 引言

我国木材树种种类繁多，据《中国主要木材名称》介绍有近千种。不同树种种类的木材，其性质各有差异，有的轻，有的重，有的软，有的硬，要达到适材适用和物尽其用的目的，就必须正确的识别木材树种。现有的木材识别方法主要有[1]：微观与宏观结合的识别技术、计算机数据库识别技术、计算机数字图像处理技术[2]、DNA标记技术[3]、稳定同位素分析技术以及近红外光谱(NIR)分析技术[4～5]。识别木材是一件复杂的事情，即使是经验丰富的专家也会遇到很多困难，对一些不熟悉的树种很容易出现不能识别或误判的情况。

光纤液滴分析技术是近些年来发展起来的一项新技术，其具有很强的液体识别能力[6]。而热裂解技术是目前进行生物质能研究的一项前沿技术，利用热裂解技术能够把木材由固体转化为液体[7]。笔者基于热裂解和光纤液滴分析技术对树种识别进行了研究。通过热裂解装置将红松、白松、落叶松、椴木和柞木的木屑进行了液化，利用光纤液滴分析装置获得了相应的液滴指纹图。为了实现基于树种的液滴指纹图对树种进行识别，本文将对红松、白松、落叶松、椴木和柞木的液滴指纹图特征提取方法进行研究。

2 树种的液滴指纹图及其预处理

基于影响生物质热裂解过程和产物组成的相关研究，本文对红松、白松、落叶松、椴木和柞木的样本进行了粉碎，用分样筛筛分粒径小于0.2 mm的木屑颗粒，于干燥箱中进行烘干，使其含水率降为6%，采用高压反应釜在380 ℃下对烘干后的木屑进行液化，滤除杂质后得到待测液体。应用光纤液滴分析装置对待测液体进行实验，得到树种液化后的液滴指纹图。通过观察得到的液滴指纹图，发现该指纹图存在高频噪声。为了提高识别的准确性，本文首先应用移动平均法对数据进行了预处理，经过实验得出，当期数N=20时，滤除噪声效果较好。当N再增大，噪声滤除效果没有明显提高，因此，本文确定的期数为N=20。经过处理后的红松、白松、落叶松、椴木和柞木的液滴指纹图如图1所示。由图1可以看出，5条曲线总体有明显的差别，但柞木和落叶松的指纹图曲线形状比较相似。

图1 5个树种的液滴指纹

3 树种的液滴指纹图特征提取

实验曲线仅能提供直观的观察效果，样品的识别主要依赖于从实验数据中提取相应的特征。观察图1中5条曲线的特点，结合液滴的形成过程，提出包括液滴总周期(x1)、光纤信号的平均值(x2)、光纤信号的波谷值(x3)及光纤信号的主波峰值(x4)等9个特征，各特征值的具体定义如表1所示。

为了避免1滴液滴的数据具有一定的随机性，本文每种树种测20滴液滴，以±3为特征值的置信区间，得到的结果如表2所示。其中落叶松和柞木的指纹图不存在波谷，故表2中落叶松和柞木仅有3个特征值。比较表2中数据可以看出，5个树种的指纹图特征值差异性较大。

表1 光纤液滴指纹图的主要特征值定义

表2 5个树种的特征值置信区间

4 树种的液滴指纹图识别方法验证

只有稳定的特征值才能用于树种的识别，本文对每种树种取5滴液滴作为验证样本，分别提取x1～x9特征值，将得到的特征值与表2中的置信区间进行比较，落在置信区间内的用“√”标识，落在置信区间外的用“×”标识，得到的结果如表3所示。由表3可以看出，x3、x4、x5、x6和x7的错误次数均为0，说明这5个特征值的稳定性好，x1的错误次数最高，稳定性最差，x2、x8和x9的错误次数较低，稳定性较好。

5 结论与讨论

论文基于热裂解和光纤液滴分析技术对红松、白松、落叶松、椴木和柞木的液滴指纹图识别方法进行了研究。定义了液滴总周期、光纤信号的平均值、光纤信号的波谷值及光纤信号的主波峰值等9个特征值。每种树种取20滴，计算了特征值的置信区间。验证9个特征值的稳定性，结果表明：5个特征值的稳定性好。基于9个特征值的稳定性，进行树种识别时，可将x3、x4、x5、x6和x7作为一级识别指标，将x2、x8和x9作为二级识别指标，将x1作为三级识别指标，指标的级数越高，其可参考性越高。本文研究的5个树种的特征参数差别较大，采用5个稳定的特征值可实现其树种的识别。当树种的液滴指纹图差别较小时，可能会出现误识别的现象，可结合其他方法，增加更多的识别特征，提高识别的精度。

表3 特征值的验证结果