基于近红外光谱技术的树种快速识别的研究

摘要

木制品现已成为人类社会中不可或缺的一部分。同时继茶叶之后，越来越多的树叶制品也慢慢渗透到人们的日常生活中。树种识别是这些产业发展中最基本的一个环节。近红外光谱技术能够无损、快速、准确地对树种进行识别，在树种识别及木材鉴别等方面发挥着重要的作用，同时能够为天然林保护、次生林抚育和人工林定向培育提供经营决策方面的技术支持，本论文主要从以下几方面进行了基于近红外技术的树种识别:
　　(1)应用近红外光谱技术，研究了市场流通的40种名贵木材的识别及模型优化，经过一阶导数预处理方法和距离法建立识别模型的识别准确率为98.75％。用识别模型预测5周后和17周后采集的样本的近红外光谱，准确率为82.81％。经过Norris导数滤波优化后模型的识别准确率为95.31％。
　　(2)利用近红外光谱技术研究了东北林区的14种主要树种基于活立木采样的树种识别。样品使用生长锥从活立木1.3m胸高处由南向北钻取。采用距离法建立识别模型，比较了不同波段和不同预处理方法对模型识别效果的影响。研究表明基于Norris二阶导数滤波的距离法识别模型的准确率最高，达98.21％。
　　(3)以东北林区常见的9种树种树叶为研究对象，分别比较了距离法和DPLS对识别模型精度的影响。结果显示，使用距离法建立的识别模型识别9种树种的准确率为99.16％。使用单列识别变量矩阵的偏最小二乘法(DPLS)识别4个树种的准确率为100％，识别模型的相关系数为0.9936，交叉验证误差均方根(RMSEC)为0.120，预测误差均方根(RMSEP)为0.144。使用多列识别变量矩阵的偏最小二乘法(DPLS)识别9种树种的准确率为99.58％，识别模型的相关系数为0.8886～0.9569，交叉验证误差均方根(RMSEC)为0.0845～0.15，预测误差均方根(RMSEP)为0.0887～0.155。
　　(4)研究了重现性对近红外光谱识别模型的影响。试验发现在不同条件下采集的近红外光谱会出现差异，且相隔时间越长，差异越明显。在采用不同时间采集的近红外光谱进行树种识别时，光谱采集间隔时间越长，模型的识别准确率越低。论文同时探索了S-G平滑和Norris导数滤波最优参数组合选择方法对树种识别模型精度的影响。结果表明随着参数递变，模型的识别准确率也存在递变规律。实验发现由生长锥取样的针叶树材和阔叶树材在波长点为1637nm和1687nm处的近红外长波段有明显差异。在1637nm处，4种针叶树材样本的近红外光谱有吸收，而10种阔叶树材样本没有吸收。在1687nm处，10种阔叶树材在该波段有明显吸收，而4种针叶树材吸收不明显。
　　本实验为近红外光谱技术快速识别树种，快速识别名贵木材，快速识别针叶、阔叶树种，快速识别树叶树种提供了一种新的方法;为S-G平滑和Norris导数滤波的参数选择提供了参考;为近红外光谱模型的构建及随时间推移的模型维护提供了思路。

目录

摘要

1 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 树种识别技术

1．2．2 无损检测技术

1．2．3 基于近红外光谱技术的木材检测与树种识别

1．3．1 近红外光谱技术简介

1．3．2 化学计量学基础

1．4．1 研究内容

1．4．2 试验仪器

1．4．3 技术路线

2 近红外光谱技术识别名贵木材

2．1．1 实验材料

2．1．2 近红外光谱采集

2．1．3 异常光谱剔除

2．2 近红外光谱分析

2．2．1 同科木材近红外光谱分析

2．2．2 同属木材近红外光谱分析

2．3 识别结果与分析

2．3．1 原始光谱距离法识别结果

2．3．2 预处理光谱距离法识别结果

2．4 重现性结果与分析

2．4．1 重现性光谱分析

2．4．2 重现性结果

2．4．3 模型优化结果

2．5 本章小结

3 近红外光谱技术识别生长锥取样树种

3．1 材料与方法

3．1．1 生长锥

3．1．2 样品采集与制备

3．1．3 近红外光谱采集

3．1．4 光谱预处理与建模方法

3．2 结果与分析

3．2．1 14种树种的原始近红外光谱分析

3．2．2 基于导数处理的识别

3．2．3 基于S-G平滑与导数预处理的识别

3．2．4 基于Norris导数滤波预处理的识别

3．3 光谱预处理方法比较

3．4 本章小结

4．1 材料与方法

4．1．1 样品采集与制备

4．1．2 近红外光谱采集

4．2 距离法识别结果与分析

4．2．1 原始光谱识别结果

4．2．2 预处理光谱识别结果

4．3 DPLS结果与分析

4．3．1 单列识别变量矩阵的DPLS结果

4．3．2 多列识别变量矩阵的DPLS结果

4．4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明