羅 莎 ，吳義強 ，2 ，劉 元 ，黃 軍

近紅外光譜技術(shù)在木材解剖特征預測中的研究進展

羅 莎1，吳義強1，2，劉 元1，黃 軍3

(1.中南林業(yè)科技大學 材料科學與工程學院，湖南 長沙 410004；2. 竹業(yè)湖南省工程研究中心，湖南 長沙 410004；3.湖南省林產(chǎn)品質(zhì)量檢驗檢測中心，湖南 長沙 410004)

近紅外光譜技術(shù)作為一種新型現(xiàn)代分析手段，具有操作簡單、檢測快速、結(jié)果準確、成本低廉和對樣品無損壞等優(yōu)點，已經(jīng)廣泛應用于制漿造紙、木材材性預測、木材加工利用、木質(zhì)復合材料、木材防腐與木材保護等方面的研究。在介紹近紅外光譜技術(shù)基本工作原理與主要特點基礎上，重點論述了近紅外光譜技術(shù)預測木材纖維素結(jié)晶度、木材微纖絲角和纖維形態(tài)等木材解剖特征中的研究現(xiàn)狀，并展望了其應用前景。

近紅外光譜；木材解剖特征；預測；研究進展

木材作為一種特殊的生物質(zhì)材料，具有來源豐富、天然再生、比強度高、環(huán)境友好等特性，亙古至今，在國民經(jīng)濟與工業(yè)生產(chǎn)中發(fā)揮著至關重要的作用。掌握木材的解剖特征，對于有效預測木材各種物理、力學、化學性能，充分合理利用木材，高效優(yōu)質(zhì)加工木材以及更好地挖掘木材的潛在利用價值具有重要的理論指導與實踐意義。傳統(tǒng)的木材解剖特征測定都是基于木材解剖學展開，這種檢測方法效率較低，程序復雜，檢測范圍窄，且需要破壞樹木本身，已經(jīng)難以滿足現(xiàn)代林木培育與木材加工利用的需要。隨著科學技術(shù)的飛速發(fā)展，學科融合與技術(shù)引進已經(jīng)成為一種新的研究發(fā)展趨勢，新型檢測手段如電子顯微鏡、掃描電子顯微鏡、X射線衍射、偏振光檢驗等已經(jīng)廣泛應用于木材解剖性質(zhì)的研究[1-2]。

近紅外(NIR)光譜技術(shù)，是近年來分析化學領域迅速發(fā)展的一項新的無損檢測技術(shù)，可以對不同形態(tài)有機物樣品的性質(zhì)進行全面無損檢測，具有速度快、效率高、成本低、測試重現(xiàn)性好、測量方便等優(yōu)點，不僅在農(nóng)業(yè)、食品、石油、生物化工、紡織，也在制漿造紙、營林培育、木材檢測等領域廣泛使用[3]。國外對近紅外光譜分析技術(shù)在預測木材物理力學性能、化學組分、微觀構(gòu)造以及木材防腐與改性、紙漿造紙和木材分類等方面做了大量研究[4-5]。國內(nèi)也非常重視近紅外光譜技術(shù)在木材科學中的應用，如楊忠等[6]對近紅外光譜技術(shù)在預測木材性質(zhì)、木材加工利用以及木質(zhì)復合材料等方面的研究做了詳細論述。黃安民等[7]概述了近紅外光分析譜技術(shù)在預測木材材性中的研究現(xiàn)狀。然而，運用近紅外光譜技術(shù)預測木材解剖特征，國內(nèi)外學者還未對這方面研究進行總結(jié)概述。因此，本文在介紹近紅外光譜技術(shù)的基本原理和特點基礎上，詳細論述了近紅外光譜技術(shù)在預測木材纖維素結(jié)晶度、木材微纖絲角及纖維形態(tài)特征等木材解剖特征中的應用現(xiàn)狀，期為木材識別與高效加工利用、造紙材纖維分等，林木的定向培育與遺傳改良等研究提供新的途徑和方法。

1 近紅外光譜技術(shù)基本原理

近紅外光譜是指波長范圍在780～2 526 nm的光譜區(qū)[8]。當物質(zhì)受到近紅外光輻射時，物質(zhì)分子會吸收一部分光的能量，通過測量這些被吸收的漫反射光譜或透射光譜，就能夠得到被測物質(zhì)性質(zhì)信息的圖譜。再將這些圖譜信號進行適當放大、去噪、數(shù)學擬合即可得到相應物質(zhì)獨有的信息。木材主要由纖維素、半纖維素和木質(zhì)素等大分子有機物組成，而這些有機物絕大多數(shù)在近紅外光譜區(qū)域都有特定的吸收光譜，因此，利用近紅外光譜技術(shù)可以定性定量分析木材的化學成分。因為近紅外光譜負載了木材結(jié)構(gòu)與組成的豐富信息[9]，這些與木材各項性質(zhì)密切相關，所以利用近紅外光譜技術(shù)可以分析與表征木材的解剖特征。

近紅外光譜技術(shù)預測木材性質(zhì)的主要過程如下：首先選取一批具有代表性的木材樣品(標準樣品)，用近紅外光譜儀對所選木材樣品進行掃描，采集相關近紅外光譜信息，然后運用實驗室方法對木材樣品的性質(zhì)進行標準測定，再運用適當?shù)幕瘜W計量方法對采集到的光譜信息與實驗室方法測得木材樣品的性質(zhì)進行相關分析，得出數(shù)學模型并加以校正，最后用近紅外光譜儀掃描待測樣品，調(diào)用已建立的校準模型對得到的光譜進行測定，從而實現(xiàn)對未知木材樣品的組分或性質(zhì)的預測。需要說明的是，在木材近紅外光譜技術(shù)中，主要應用到的化學計量方法有偏最小二乘法(PLS)和主成分分析(PCA)這兩種，這些方法的選擇及其標準樣品的選取都影響著預測的準確程度[10]。

2 近紅外光譜技術(shù)在預測木材解剖特征中的主要應用

近紅外光譜技術(shù)在預測木材解剖特征中的應用主要集中在木材纖維素結(jié)晶度、木材微纖絲角和纖維形態(tài)特征等三個方面。

2.1 木材纖維素結(jié)晶度

木材纖維素的結(jié)晶度是纖維素構(gòu)成的結(jié)晶區(qū)占纖維素整體的百分數(shù)，反映了木材纖維素微纖絲聚集態(tài)形成結(jié)晶的程度。它是木材材性中一個非常重要的指標，與木材纖維的物理、力學和化學性質(zhì)有著密切關系[11]。研究表明：木材結(jié)晶度越高，木材纖維的抗拉強度、彈性模量、α-纖維素含量、密度、硬度和尺寸穩(wěn)定性等性能也就越高；而保水值、化學反應性、潤脹度及柔韌性等則會隨之降低[12]。因此，開展木材纖維素結(jié)晶度的研究對于了解木質(zhì)纖維材料的性質(zhì)具有很重要的指導意義?，F(xiàn)如今，國內(nèi)外主要利用X射線衍射、核磁共振光譜、動力譜和紅外光譜等方法來測定木材纖維結(jié)晶度，并且已經(jīng)有大量有關將近紅外光譜技術(shù)應用于林木遺傳改良工程的研究報道，但是有關利用近紅外光譜技術(shù)預測木材纖維素結(jié)晶度的報道還比較少。

江澤慧等[13]利用近紅外光譜分析技術(shù)預測了人工林濕地松木材纖維素的結(jié)晶度。實驗中利用近紅外光譜儀對人工林濕地松木粉試樣進行表面掃描，將采集到的近紅外漫反射光譜與X射線衍射法測得的纖維素的結(jié)晶度進行比較。結(jié)果表明采用原始光譜結(jié)合偏最小二乘法(PLS)的預測效果最好，木材纖維素結(jié)晶度預測值與X射線衍射法的測定值相關系數(shù)可達到0.950，預測誤差值都較低。該研究實現(xiàn)了近紅外光譜技術(shù)對木材纖維素結(jié)晶度快速準確的預測，成功建立了木材纖維素結(jié)晶度的預測模型，為實現(xiàn)木材的最優(yōu)化利用提供了科學依據(jù)。楊忠等[14]采用近紅外光譜完整圖譜譜數(shù)據(jù)對木材纖維素的結(jié)晶度進行了預測，同時探討了不同近紅外光譜預處理方法對木材纖維素結(jié)晶度預測模型精度的影響。與紅外光譜不同的是，近紅外光譜吸收弱，樣品的光譜信息與樣品性質(zhì)或組成缺乏很明顯的相關性，且分析完整圖譜數(shù)據(jù)的計算工作量相當大，因此，江澤慧等[15]在楊忠的研究基礎上對濕地松木材的近紅外光譜與X射線衍射法測定的木材纖維素結(jié)晶度的相關性進行了分析，討論了減小光譜范圍對近紅外光譜預測木材纖維素結(jié)晶度預測效果的影響。結(jié)果表明選擇光譜范圍更小但與木材纖維素吸收峰密切相關的光譜數(shù)據(jù)建立預測模型時，模型的預測效果并未降低，預測值與實測值的相關系數(shù)高于0.947，得到預測效果還是比較理想的，這將有利于開發(fā)攜帶方便、操作簡單與實用性強的室外用近紅外光譜檢測儀器。

2.2 木材微纖絲角

木材纖維素微纖絲角(microfibril angle，MFA)是指木材細胞壁次生壁中層(S2層)微纖絲排列方向與細胞主軸所形成的夾角。微纖絲角是木材的重要解剖特征指標之一，它與木材的結(jié)構(gòu)成分及物理力學性質(zhì)有緊密的聯(lián)系，如樹木的生長輪寬度、組織比量、纖維長度、纖維素、半纖維素以及木質(zhì)素含量等[16-18]。微纖絲角對木材的力學性質(zhì)尤其是木材剛韌性有著決定性影響，木材幼林材的微纖絲角明顯大于成熟材，因此幼林材的韌性很好。同時，微纖絲角也影響著木材的彈性模量、拉伸強度、硬度、蠕變及濕漲干縮等性質(zhì)[19-21]。近年來利用近紅外光譜技術(shù)預測微纖絲角的研究已經(jīng)得到國內(nèi)外廣大學者的關注[22-29]。

Schimleck等[22]利用近紅外光譜技術(shù)對桉樹及輻射松生長錐樣品檢驗，以此預測這些木材的微纖絲角。為了驗證預測的準確性與方法的可行性，他們預先采用SilviScan法對所取樣品進行相應的微纖絲角測量。結(jié)果表明采用這兩種方法測得的微纖絲角具有明顯的相關性，測量值之間的相關系數(shù)分別高達0.91(桉樹)和0.88(輻射松)。在此基礎上，Schimleck等[23]又采用近紅外光譜技術(shù)對經(jīng)過間伐施肥和未施肥的輻射松微纖絲角進行預測，他們同時也利用 SilviScan-2方法對相應樣品的微纖絲角進行檢測。發(fā)現(xiàn)兩種方法得到的測量值相當吻合，其標準誤差分別為0.96%(間伐施肥)和0.98%(未施肥)，校準的標準差和預測標準差也都非常小，分別為1.8和1.0。他們的這一系列研究表明，采用近紅外光譜技術(shù)能夠準確地測定木材的微纖絲角。然而他們檢測的樹種僅限于桉樹和輻射松，樹種相對較少，未能對更多樹種進行預測與檢驗。為了進一步驗證近紅外光譜技術(shù)在預測木材微纖絲角的準確性與可重復性，Schimleck等[24]還利用該技術(shù)對火炬松不同切面位置(橫、徑切面)的微纖絲角進行預測，并建立起相關預測模型。研究發(fā)現(xiàn)在橫切面建立的模型相關系數(shù)為0.67，預測標準差為 4.8%；徑切面建立的模型相關系數(shù)為 0.68，預測標準差為 4.2%。相對于前面的預測相系數(shù)來看，在不同切面的微纖絲角預測準確性有所下降，但是仍然在統(tǒng)計學可信區(qū)間之內(nèi)，對于預測同一木材不同部位微纖絲角具有一定的指導意義。

在國內(nèi)，江澤慧等[25]利用近紅外光譜技術(shù)快速測定與分析了伐倒氣干材與活立木的微纖絲角。她們首先采用生長錐在木材中取樣，再對取樣材進行近紅外光譜分析。為了驗證預測的準確性，她們也采用X射線衍射法對上述采集的樣品進行了微纖絲角測量。研究結(jié)果發(fā)現(xiàn)運用近紅外光譜測得的數(shù)據(jù)與X射線衍射法所測微纖絲角有很好的相關性，其中校正模型和驗證模型的相關系數(shù)高達0.867和0.816，校正標準誤差和預測標準誤差分別為2.24%和2.82%。與此同時，黃艷輝等[26]采用近紅外光譜法、X射線衍射法、偏振光顯微鏡法和紋孔觀察法對我國特有的杉木木材進行了微纖絲角的測量，并對各種方法所得結(jié)果進行比較。在測量過程中，她們以6株杉木為研究對象，分別對其不同高度、不同年齡位置的纖維素微纖絲角進行測定。研究結(jié)果表明用近紅外光譜法聯(lián)合X射線衍射法建立的預測模型準確性好，精確度高，重現(xiàn)性好，也利于在線分析，其校正模型和驗證模型的相關系數(shù)分別為0.81和0.75，校正標準誤差和預測標準誤差分別為1.79 和2.02。以上研究進一步說明利用近紅外光譜分析技術(shù)可以實現(xiàn)對木材微纖絲角快速準確的預測，為木材加工利用和林木遺傳改良提供了重要的微纖絲角測定方法。

盡管采用近紅外技術(shù)能夠快速預測木材纖維素微纖絲角，然而利用此項技術(shù)的基本原理還不太清楚，不同學者有不同看法。如Schimleck等[27]認為纖維素的含量決定著微纖絲角的預測，因為他們在研究中發(fā)現(xiàn)，在波長為1 470，1 510，2 082，2 326和 2 458 nm處，木材微纖絲角有較強的吸收峰，而這些吸收峰基本上與木材纖維素的含量有著密切的聯(lián)系。而Gindl等[28]則認為碎磨過程中暴露出的纖維素是成功預測木材微纖絲角的關鍵，他們發(fā)現(xiàn)在木材碎磨成木粉過程中如果木材本身的微纖絲角越小，暴露出來的纖維素就會越多，這個現(xiàn)象是建立起相應的預測關系的基礎。Via[29]認為微纖絲角與木材木素含量的相關性是近紅外光譜能夠準確預測微纖絲角的主要原因。筆者以為從微纖絲角的定義出發(fā)，微纖絲角與木材纖維素的含量肯定有著緊密的聯(lián)系，因為微纖絲是構(gòu)成纖維素的基本單元，而木材細胞壁次生壁S2層中纖維素的含量又最高。盡管至今還未能量化微纖絲角與纖維素含量的關系，但是上述研究無不說明二者之間存在顯著相關性，而木素含量則是從另外一個方面反映纖維素含量的變化。即使利用近紅外光譜預測微纖絲角的基本原理尚未明了，也未能影響近紅外光譜技術(shù)在此領域的運用，這仍舊為未來的研究指明了方向，提出了新的任務。

2.3 木材纖維形態(tài)特征

纖維形態(tài)特征是木材材性的一個主要指標，在木材的加工利用及紙漿造紙領域意義重大，因此快速準確預測纖維形態(tài)特征對評價木材性質(zhì)以及相關的遺傳改良非常重要。由于傳統(tǒng)木材纖維形態(tài)特征的測量需要通過對纖維離析、制片及顯微圖像分析等一系列過程完成，耗時長、操作復雜，且須破壞所測木材試樣，不利于快速大規(guī)模測量。于是，Hauksson等[30]基于偏最小二乘法(PLS)，利用近紅外光譜技術(shù)準確地預測了挪威云杉的纖維長度。Schimleck等[31]采用近紅外光譜技術(shù)對木材纖維長度和纖維單位長度質(zhì)量進行預測，預測值各項誤差都很小。Brain等[32]應用近紅外光譜技術(shù)預測火炬松木材的纖維長度，實驗得到的預測值與實驗值相關系數(shù)達到0.84，預測效果比較理想。Via等[33]利用近紅外光譜模型對徑向和縱向的長葉松纖維長度進行預測，結(jié)果表明預測準確性在徑向變化不大，而在縱向，模型準確性有較大變化，該研究說明利用近紅外光譜技術(shù)預測管胞長度的準確性與取樣部位有密切聯(lián)系。在國內(nèi)，王玉榮等[34]先采用傳統(tǒng)的方法，測量可用于造紙材的針葉材濕地松及闊葉材灘地72楊的纖維長度及寬度，再應用近紅外光譜技術(shù)測量相關纖維形態(tài)，建立了這2種木材纖維長度和寬度的校正模型和預測模型，模型的相關系數(shù)都在0.83以上。該研究實現(xiàn)了應用近紅外光譜技術(shù)預測木材的纖維長度，這一結(jié)果將為快速評估木材制漿造紙性能提供科學依據(jù)。

以上研究幾乎都是圍繞近紅外光譜預測纖維長度展開的，除此之外，一些學者還應用近紅外光譜技術(shù)預測木材纖維的其他形態(tài)特征。Jones等[35]利用近紅外光譜圖對火炬松的纖維形態(tài)進行了測定并建立了模型，結(jié)果表明經(jīng)附加散射校正(MSC)處理后的光譜圖對細胞壁厚的預測效果最好，校正標準誤差和預測標準誤差分別為 0.86和0.68。Schimleck等[36]同樣對火炬松的纖維形態(tài)包括纖維的直徑、壁厚和粗糙度等進行了預測，實驗得出細胞壁厚的預測標準誤差和預測的標準偏差分別為0.91%和0.22%。Schimleck[37]還用SilviScan-1儀器結(jié)合近紅外光譜圖預測了輻射松的纖維形態(tài)，結(jié)果顯示:壁厚的預測標準誤差達到0.89%，近紅外光譜對纖維粗糙度和壁厚的預測效果都非常好。

今年，Pastore等[38]采用近紅外光譜技術(shù)成功識別4種常用的珍貴木材：桃花心木Swietenia macrophylla、蘇里南苦油楝Carapa guianensis、加拿大香杉木Cedrela odorata、南美桃花心木Micropholis melinoniana。他們基于偏最小二乘法先建立4種木材的近紅外光譜預測模型，再運用OPUS?、Matlab?等計算機軟件對這些模型進行進一步優(yōu)化。研究發(fā)現(xiàn)應用優(yōu)化后的模型能夠準確預測和識別相應的木材，上述4種木材的預測值均方根誤差分別為0.14、0.09、0.12和0.06。這項研究也預示著近紅外光譜技術(shù)已經(jīng)逐步擴展到木材識別與鑒定領域。筆者認為近年來隨著我國木材供需不平衡逐漸擴大，木材資源尤其是珍貴木材資源進口量日益增加，這給木材鑒別及木材分等帶來了極大的挑戰(zhàn)，如何采用簡單、快速和準確的現(xiàn)代手段鑒定木材顯得尤為重要，而近紅外技術(shù)在木材解剖性質(zhì)預測中的應用，將會為木材鑒別與分類提供新的方法與思路。

3 展 望

近紅外光譜技術(shù)集波譜學、化學、數(shù)學、計算機科學、木材科學等學科知識于一體，在預測木材材性、指導營林定向培育、實現(xiàn)木質(zhì)材料優(yōu)質(zhì)高效利用等方面具有極大潛力。尤其是對木材纖維素結(jié)晶度、木材微纖絲角、纖維形態(tài)特征等常用木材材性指標的準確預測，為木材識別與加工利用、林木定向培育、遺傳改良及造紙纖維材分類等研究提供新的途徑和方法。但是，近紅外光譜技術(shù)做為一項新生的高科技手段，在木材科學中的應用基礎理論尚未完善，在實際應用中也有所局限，同時木材是一種各項異性的復雜高分子材料，給預測的準確性與快速性也帶來一定的困難，在一定程度上阻礙了該項技術(shù)的快速發(fā)展。因此在未來的研究中還需要從以下幾個方面不斷完善和拓展。

(1)進一步深化與完善近紅外光譜技術(shù)在木材科學中的應用理論基礎，以現(xiàn)代數(shù)學、統(tǒng)計學與計算機為手段，建立光譜圖與相應木材性質(zhì)的定性和定量關系，優(yōu)化和完善各種預測模型，加速將近紅外光譜技術(shù)從實驗室的研究階段迅速推向工業(yè)化生產(chǎn)的實際應用。

(2)將近紅外光譜技術(shù)預測木材解剖特征與木材樹種識別更加有效地結(jié)合起來。用近紅外光譜技術(shù)預測到的解剖特征可以作為木材樹種識別的一個重要輔助識別手段，結(jié)合傳統(tǒng)解剖學、現(xiàn)代電鏡觀察及其它波譜分析等方法快速準確地鑒定木材樹種。

(3)結(jié)合近紅外光譜技術(shù)的應用程序，在優(yōu)化預測模型的基礎上，實現(xiàn)同行業(yè)模型共享，不同行業(yè)模型借鑒改進，最大程度提高預測的準確性和實用性。同時在行業(yè)內(nèi)建立起相關模型與技術(shù)的數(shù)據(jù)庫，實現(xiàn)近紅外光譜技術(shù)的在木材科學中的網(wǎng)絡化、信息化、現(xiàn)代化。

(4)開發(fā)攜帶方便、操作簡單、實用性強的室外用近紅外光譜檢測儀器，實現(xiàn)活立木、新伐材、大方材、小徑材的室外現(xiàn)場檢測，結(jié)合其它技術(shù)與手段，完成木質(zhì)材料材性現(xiàn)場評估、材料分等，開辟近紅外光譜技術(shù)在木材加工利用中的新天地。

[1] 李 堅.木材科學[M].北京:高等教育出版社, 2002

[2] 姜笑梅,殷亞方,劉 波.木材樹種識別技術(shù)現(xiàn)狀、發(fā)展與展望[J].木材工業(yè), 2010, 24(4):36-39.

[3] 徐廣通,袁洪福,陸婉珍.現(xiàn)代近紅外光譜技術(shù)及應用進展[J].光譜學與光譜分析, 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] 楊 忠,江澤慧,費本華,等. 近紅外光譜技術(shù)及其在木材科學中的應用[J].林業(yè)科學, 2005, 41(4):177-183.

[7] 黃安民,江澤慧.近紅外光譜技術(shù)在木材性質(zhì)預測中的應用研究進展[J].世界林業(yè)研究, 2007, 20(1): 49-54.

[8] 張 卉,宋 妍,冷 靜,等.近紅外光譜分析技術(shù)[J].光譜實驗室, 2007, 24(3): 388-395.

[9] 高榮強,范世福.現(xiàn)代近紅外光譜分析技術(shù)的原理及應用[J].分析儀器, 2002, (3): 9-12.

[10] 陳麗菊,劉 巍.近紅外光譜分析技術(shù)及發(fā)展前景[J].現(xiàn)代物理知識, 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] 江澤慧,費本華,楊 忠.光預處理對近紅外光譜預測木材纖維素結(jié)晶度的影響[J].光譜學與光譜分析, 2007, 27(3): 435-438.

[14] 楊 忠. 近紅外光譜預測人工林濕地松木材性質(zhì)與腐朽特性的研究[D].北京:中國林業(yè)科學研究院, 2005.

[15] 江澤慧,楊 忠,王 戈,等.濕地松木材近紅外光譜與其結(jié)晶度的相關性[J].林業(yè)科學, 2007, 43(10): 95-99.

[16] 李 堅,劉一星,崔永志,等.人工林杉木幼齡材與成熟材的界定及材質(zhì)早期預測[J].東北林業(yè)大學學報, 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] 楊文忠,方升佐.楊樹無性系微纖絲角的時空變異變異模式[J].東北林業(yè)大學學報, 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] 黃艷輝.杉木木材微纖絲及其力學性質(zhì)關系研究[D].楊 凌:西北農(nóng)林科技大學, 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] 江澤慧,黃安民,費本華,等.利用近紅外光譜和X射線衍射技術(shù)分析木材微纖絲角[J].光譜學與光譜分析, 2006, 26(7):1230-1233.

[26] 黃艷輝,費本華,趙榮軍.木材微纖絲四種測試方法對比研究[J].光譜學與光譜分析, 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] 王玉榮,費本華,傅 峰,等.基于近紅外光譜技術(shù)預測木材纖維長度[J].中國造紙, 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

國家自然科學基金項目(31070496)；人力資源和社會保障部留學歸國人員科技活動擇優(yōu)資助項目；湖南省杰出青年基金項目(09JJ1003)；中南林業(yè)科技大學木材科學與技術(shù)國家重點學科資助項目

羅 莎(1987—)，女，湖北黃石人，碩士研究生，主要從事木材材性及功能性改良方面的研究； E-mail：luosha0713@163.com；

吳義強(1967—)，男，河南固始人， 教授，博士，博士生導師，主要從事木材科學，木材功能性改良與生物質(zhì)復合材料研究；E-mail：wuyq0506@126.com

[本文編校：吳 毅]