首页> 中文学位 >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
【6h】

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

代理获取

目录

文摘

英文文摘

论文说明:正文图表目录

第一章绪论

1.1引言

1.2近红外光谱技术及其在木材科学中的应用

1.2.1近红外光谱技术简介

1.2.2近红外光谱技术在木材科学中的应用

1.2.3结论与展望

1.3生物腐朽对木材性质影响的研究

1.3.1生物腐朽对木材力学性质的影响

1.3.2力学性质与化学组成变化的关系

1.3.3木材早期腐朽的检测

1.3.4结论与建议

1.4研究目的与意义

1.5论文的构成

第二章近红外光谱结合多变量技术预测木材化学组成的研究

2.1引言

2.2材料与方法

2.2.1试样的采集与制备

2.2.2木材化学组成的测定

2.2.3 NIR光谱的采集

2.2.4多变量数据分析(MVA)方法

2.3结果与讨论

2.3.1湿地松木材的近红外光谱特征

2.3.2光谱预处理对木材化学组成NIR预测效果的影响

2.3.3不同校正模型对木材化学组成预测效果的影响

2.4小结

第三章结晶度与生长特性的关系及近红外光谱预测结晶度的研究

3.1引言

3.2材料与方法

3.2.1木材试样的制备

3.2.2 x射线衍射仪测定结晶度

3.2.3 NIR光谱的采集

3.2.4数据处理与分析方法

3.3结果与讨论

3.3.1结晶度与树木生长特性及化学组成的关系

3.3.2近红外光谱预测湿地松木材纤维素结晶度的研究

3.4小结

第四章湿地松木材腐朽特性的研究

4.1引言

4.2材料与方法

4.2.1木材试样的制备

4.2.2腐朽试验

4.2.3试验结果的评估

4.3结果与讨论

4.3.1影响木材腐朽的因子分析

4.3.2腐朽对木材力学强度影响的研究

4.3.3腐朽对木材强度损失率影响的研究

4.4小结

第五章近红外光谱检测木材早期腐朽的研究

5.1 引言

5.2材料与方法

5.2.1腐朽试样的准备

5.2.2近红外光谱的采集

5.2.3数据分析

5.3结果与讨论

5.3.1早期腐朽木材的近红外光谱特征

5.3.2木材早期腐朽的近红外光谱检测

5.4小结

第六章近红外光谱预测木材腐朽程度与对应力学强度的研究

6.1 引言

6.2材料与方法

6.2.1试样的准备

6.2.2近红外光谱的采集

6.2.3数据分析

6.3结果与讨论

6.3.1腐朽木材的近红外光谱特征

6.3.2木材腐朽程度的近红外光谱预测

6.3.3腐朽木材力学强度的近红外光谱预测

6.4小结

第七章总结论与建议

7.1总结论

7.1.1近红外光谱技术预测人工林湿地松木材化学组成的研究

7.1.2结晶度与生长特性的关系及近红外光谱预测结晶度的研究

7.1.3湿地松木材腐朽特性的研究

7.1.4近红外光谱检测木材早期腐朽的研究

7.1.5近红外光谱预测木材腐朽程度与对应力学强度的研究

7.2创新点

7.2建议

参考文献

致谢

附录一论文中常用术语缩写词

附录二作者简介

附录三在读期间发表的学术论文

展开▼

摘要

本文利用近红外光谱技术在国内首次实现了人工林湿地松(PinuselliottiiEngelm)术材化学组成的快速、准确预测。同时,根据对国内外大量相关文献的综合分析及博士论文创新性的要求,提出了利用近红外光谱结合多变量数据分析技术预测木材纤维素结晶度与木材生物腐朽(特别是早期腐朽)特性的设想,并进行大量的试验工作。主要研究结果如下: 1)应用近红外光谱结合多变量数据分析技术对木材综纤维素、α-纤维素、木质素等化学组成的预测与实测结果的相关系数r可以达到0.82以上,说明利用近红外光谱技术可以对我国人工林湿地松木材的化学组成进行快速、准确的预测; 2)采用未处理与一阶导数预处理的校正和验证效果比较理想;通过对多元线性回归(MLR)、主成分回归(PCR)与偏最小二乘法(PLS)等建模方法的比较和综合评价,结果表明采用PLS方法对木材性质的快速、准确预测效果最理想; 3)木材纤维素结晶度与树木生长特性和木材化学组成之间具有显著的相关性,说明木材纤维素结晶度可以作为一项评价木材性质的重要指标;在此基础上,本文应用近红外光谱技术对x射线衍射法(XRD)测定的木材纤维素结晶度进行了快速、准确地预测,通过PLS模型预测结果与实测结果的相关系数r一般都在0.84以上;在近红外光谱的短波区,预测效果也相对较差;而在1250nm~2050nh和2050nm~2500nm两个区域的光谱信息则更为丰富,模型校正及预测效果均比较好; 4)腐朽时间、菌种与生长速度对失重率及力学强度均在α=0.05水平显著;白腐和褐腐木材的失重率均随腐朽时间的增加而增大,褐腐对力学强度的影响比白腐大,而且褐腐木材的力学强度损失与失重率的相关性比白腐显著;早期腐朽对力学强度影响特别大,对于褐腐早期(失重率<10%),其最大工作载荷(WML)、MOR和MOE损失率达到34%、28%和23%;对于褐腐菌处理的木材,MWL、MOR和MOE与失重率的比值分别为7.2:1、6.4:1与3.8:1;对于白腐菌处理的木材,MWL、MOR和MOE与失重率的比值分别为3.0:1、2.2:1与4.1:1; 5)本研究利用SIMCA与PLS判别分析方法建立了早期腐朽的判别模型,结果表明:两种判别方法均可有效的判别试样的腐朽类型,说明在实验室范围内,近红外光谱技术可以快速、准确地检测木材的早期腐朽; 6)在实验室范围内,对于腐朽木材(失重率在0%~30%)失重率的近红外光谱模型校正及预测结果与实测结果的r分别达到0.97和0.96,预测效果非常理想;对于早期腐朽的木材样本(失重率在(0%~10%),近红外光谱对失重率的预测效果仍然非常理想,校正及预测结果与实测结果的r分别达到0.94和0.93;即使是对于更早期的早期腐朽木材(失重率在0%~5%的试样),甚至对失重率仅为3%以内的腐朽样本,利用近红外光谱对失重率的预测效果仍然非常理想,校正及预测结果与实测结果的r均分别达到0.85和0.83以上; 7)对于失重率在0%~30%范围内取样的腐朽木材,利用近红外光谱结合PLS2方法得到的WML、MOR与MOE校正及验证结果均比较理想,其中以WML的模型校正及预测效果(r分别达到0.90和0.88)与MOR的效果(r分别达到0.89和0.87)最好,MOE的校正及预测效果相对较差(r均为0.83);对于所有早期腐朽(失重率在0%~10%的试样)的木材样本,利用近红外光谱结合PLS2方法可以同时对WML、MOR与MOE进行预测,预测结果与实测结果的r分别达到0.85、0.85和0.88;即使是对于更早期的腐朽木材(失重率在(0%~5%),甚至对失重率仅为3%以内的腐朽样本,利用近红外光谱对WML、MOR与MOE的预测效果仍然比较理想,WML、MOR与MOE预测结果与实测结果的r均分别在0.84、0.84和0.80。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号