近紅外光譜檢測技術(shù)及其在林業(yè)中的應(yīng)用

張英

【摘 要】自從上個世紀八十年代開始，近紅外光譜成為全世界發(fā)展最快、最引人矚目的一種光譜分析技術(shù)，被廣泛的應(yīng)用在各個行業(yè)的檢測工作中。本文就近紅外光譜技術(shù)的發(fā)展歷程入手分析，探討了其在國內(nèi)外的應(yīng)用情況，重點列舉了其在林業(yè)生產(chǎn)中的應(yīng)用優(yōu)勢，旨在為同行日后工作提供科學的參考依據(jù)。

【關(guān)鍵詞】近紅外光譜；林業(yè)生產(chǎn)；木材工業(yè)；檢測

近年來，隨著時代的進步和社會的發(fā)展，以紅外光譜技術(shù)為主的新型檢測技術(shù)越來越受到人們的重視和關(guān)注，已成為現(xiàn)代化檢測領(lǐng)域中一項備受關(guān)注的技術(shù)標準。這種技術(shù)在應(yīng)用中以其速度快、準確系數(shù)高、操作簡單、穩(wěn)定性能好、無損傷的優(yōu)勢得到了人們的認可，已成為國內(nèi)外水果品質(zhì)檢測、木材檢測、唔損傷檢測領(lǐng)域中研究的焦點話題。而在我國，近紅外光譜技術(shù)在林業(yè)生產(chǎn)上的研究才剛剛起步，其中還存在著眾多的不足，因此，在工作中需要我們認真的歸納和總結(jié)，從而提出科學、合理的檢測技術(shù)標準。

1.近紅外光譜技術(shù)分析

隨著紅外光譜技術(shù)和計算機的不斷發(fā)展，在我國林業(yè)生產(chǎn)和國際化發(fā)展中的應(yīng)用中這種技術(shù)發(fā)揮著越來越重要的作用。林業(yè)生產(chǎn)本身作為一個繁雜的混合體系，它在工作中與周邊的環(huán)境因素、自然因素、生態(tài)因素、地質(zhì)因素都有著密切關(guān)系，因此在工作中需要認真的歸納總結(jié)，針對林業(yè)生產(chǎn)中存在的各種問題提出有針對性的預防，以確保林業(yè)生長的正常、合理。

1.1近紅外光譜技術(shù)概述

近紅外光譜技術(shù)主要指的相關(guān)物質(zhì)在近紅外區(qū)的吸收光譜現(xiàn)象。一般來說，其紅外波段長度為0.7～2.5μm左右，而近紅外區(qū)主要指的是能夠吸收各種低能電子躍遷以及含有氫原子的原子團。一般來說，在目前的應(yīng)用中波長范圍一般都是節(jié)約可見光與中紅外區(qū)之間的電磁波，其波長控制在780～2526nm之間，而波數(shù)的范圍則是在12820～3959cm之間。截至目前，我們在工作中常見的近紅外光譜區(qū)的含氫基團主要包含有CH、0H、NH等。由于在工作中，幾乎所有的有機物都能夠在組成以及構(gòu)成中出現(xiàn)譜圖穩(wěn)定等現(xiàn)象，因此近紅外光譜發(fā)也被人們稱之為分析界的巨人。

1.2近紅外光譜技術(shù)的應(yīng)用特點

近紅外光譜分析技術(shù)是與上個世紀八十年代開始形成的一項測試新技術(shù)。這種技術(shù)隨著近紅外光譜儀器的不斷優(yōu)化、更新和成本的不斷降低和各種軟件的進一步完善，其逐步提高了從復雜、繁瑣、重疊和變化環(huán)境中提取有效信息的效率，增加了光譜的噪音比。截至目前的社會發(fā)展和應(yīng)用中，近紅外光譜發(fā)的應(yīng)用范圍日益擴大，其在應(yīng)用中以速度快、操作簡單、不破壞樣品以及無污染的特點受到了社會各界的好評，更是成為木材檢驗工作中一項就為常見的檢測技術(shù)標準。

1.3近紅外光譜分析技術(shù)的發(fā)展

近紅外光最早出現(xiàn)于1800年的英國，而近紅外光譜分析技術(shù)的應(yīng)用與出現(xiàn)是與上個世紀三十年代末期，但是由于當時各種技術(shù)的不科學、不完善，使得其在應(yīng)用中存在著種種的困擾，如信號吸收能力弱、譜帶相互混亂、信息量龐大、分析復雜等現(xiàn)象。這些問題和現(xiàn)象的存在一方面造成了近紅外光譜分析技術(shù)應(yīng)用的局限性，另外也使得整個近紅外光譜分析技術(shù)發(fā)展手速。直至六十年代開始，隨著計算機技術(shù)和信息技術(shù)的發(fā)展，近紅外光譜分析技術(shù)得到了迅速的發(fā)展，其應(yīng)用范圍也不斷擴。特別是新世紀以來，由于近紅外光在光纖中有著良好的傳輸性能，在先分析成功的應(yīng)用在社會生產(chǎn)的各個領(lǐng)域當中，截至目前已經(jīng)成功的應(yīng)用在林業(yè)、農(nóng)業(yè)、醫(yī)藥、石油化工等多個環(huán)節(jié)，并獲得了豐碩的成果。

2.近紅外光譜分析技術(shù)在林業(yè)上的應(yīng)用狀況

2.1近紅外光譜檢測技術(shù)在水果品質(zhì)檢測中的應(yīng)用

為了提供高質(zhì)量的水果，滿足人們對綠色果品的需求，水果的種植、貯藏和銷售都需要一種方便準確、迅速、無損的在線檢測技術(shù)。以取代目前的M—T有損檢測試驗。近紅外光譜分析技術(shù)作為一種快速、無損、簡便的檢測方法顯得特別重要，日本公司開發(fā)的近紅外分光測定法可以同時測定水果的成熟度、含糖度、含酸度、糖蜜含量以及檢驗有無病斑等，可以說在檢測水果中取得了劃時代的進展。國外已有許多學者在水果堅實度、糖度和酸度睜7]檢測方面利用N瓜技術(shù)做過大量的相關(guān)研究，研究的水果品種主要有蘋果、梨、香蕉、桃子、櫻桃、芒果、獼猴桃、柑橘和菠蘿等。研究結(jié)果表明，應(yīng)用近紅外檢測技術(shù)對水果進行田間、儲藏和銷售在線快速無損檢測是可行的，為確定采摘時間和包裝等級等提供新的檢測手段。目前，近紅外檢測技術(shù)已經(jīng)在同時檢測水果品質(zhì)的多個指標（糖度、酸度、堅實度等）中得到了廣泛應(yīng)用。

自2000年以來，我國也陸續(xù)開展了近紅外檢測技術(shù)在水果檢測中的一些應(yīng)用研究。有關(guān)專家以柑橘和蘋果為檢測對象，用完全遮光型透過光水果內(nèi)部品質(zhì)測定裝置進行在線糖度、酸度及內(nèi)部褐變等檢測試驗，并與常規(guī)分析法測定結(jié)果進行回歸分析，結(jié)果表明：糖度值與實測值的相關(guān)系數(shù)在0.95以上，酸度相關(guān)系數(shù)大于0.85，且能檢測內(nèi)部缺陷，完全滿足在線檢測水果內(nèi)部品質(zhì)的要求。

2.2近紅外光譜技術(shù)在木材性質(zhì)檢測中的應(yīng)用

國外對近紅外光譜技術(shù)在木材性質(zhì)中的應(yīng)用研究工作開展得比較早，研究的也相對廣泛，如利用近紅外光譜技術(shù)預測木材化學組成、物理力學性質(zhì)、解剖性質(zhì)、腐朽性質(zhì)以及木質(zhì)復合材料的性能等方面都有報道。目前，近紅外光譜技術(shù)在我國林業(yè)木材性質(zhì)方面的研究應(yīng)用也日益展開，已有用近紅外對木材密度、水分和微纖絲角以及木材腐朽性質(zhì)的研究報道。木材密度是木材性質(zhì)中的一項重要性質(zhì)，與木材的化學組成和細胞構(gòu)造密切相關(guān)，它可以估計木材的重量、判斷木材的工藝性質(zhì)和物理力學性質(zhì)（硬度、強度、干縮以及濕漲等）。樹木在其全部生命活動期間，都與水分有著密不可分的聯(lián)系。水分是木材的重要特征之一，用近紅外光譜分析木材性質(zhì)，必須考慮水分對預測結(jié)果的影響。微纖絲角是影響木材性質(zhì)的最重要的物理量之一，木材資源利用和林木品質(zhì)改良都要求能快速、方便地測定木材的微纖絲角。

有關(guān)工作人士對杉木的三個不同切面（橫切面、徑切面、弦切面）進行了近紅外光譜信息的提取及模型建立，通過對杉木不同切面密度模型及預測結(jié)果的分析與評價，發(fā)現(xiàn)從木材橫切面采集到的光譜建立的預測模型效果最好，可以實現(xiàn)杉木木材密度的快速無損檢測。用近紅外光譜分析技術(shù)測定木材密度，具有快速、準確、無需對樣品進行特殊預處理等獨特優(yōu)點，這為杉木的加工利用和林木遺傳改良提供了重要的密度預測方法。

2.3近紅外光譜檢測技術(shù)在林業(yè)種子質(zhì)量檢測中的應(yīng)用

面對大量的林業(yè)種質(zhì)資源，如何進行有效的分析利用，不斷地培育出優(yōu)質(zhì)的新品種，是林業(yè)育種學家的重要課題。近紅外光譜檢測技術(shù)為林業(yè)育種工作提供了一個新的快速的和非破壞性的檢測方法和手段，克服了傳統(tǒng)方法中需要解決的難題，在困外的林業(yè)品質(zhì)育種和種植資源鑒定中已有一定的研究和應(yīng)用。

3.結(jié)束語

國內(nèi)外的大量試驗研究和實踐表明，近紅外漫反射光譜檢測技術(shù)具有常規(guī)法難以比擬的許多優(yōu)越性，在水果堅實度和品質(zhì)檢測、木材性質(zhì)檢測、品質(zhì)育種、種質(zhì)資源鑒定等方面的應(yīng)用是可行的。但進一步的深入研究還是必需的，包括嘗試別的建?；瘜W計量學方法、不同的光檢測方法以及不同的光譜預處理等等，以提高檢測的精度。

【參考文獻】

[1]劉燕德，應(yīng)義斌，傅霞萍.近紅外漫反射用于檢測蘋果糖度及有效酸度的研究[J].光譜學與光譜分析，2005（11）.

[2]耿楠，何東健，王婧，黨革榮，王宏斌，郭孟生.小麥生長信息計算機視覺檢測技術(shù)研究（英文）[J].農(nóng)業(yè)工程學報，2001（01）.