張 鵬，李耀翔

(東北林業(yè)大學(xué) 工程技術(shù)學(xué)院，哈爾濱 150040)

木材作為三大主要建筑材料之一，在人類生活中得到非常廣泛地應(yīng)用。木材科學(xué)研究者在對(duì)木材的各向異性進(jìn)行研究時(shí)發(fā)現(xiàn)，順紋抗拉約是橫紋抗拉的40倍，順紋抗壓約是橫紋抗壓的5～10倍，順紋彈性模量約是橫紋的20倍[1]。正是由于木材的這種各項(xiàng)的差異，相比其他材料而言，其用途更加廣泛。它的易于加工、可再生、強(qiáng)度高和密度小等特點(diǎn)，使得木材具有不可替代的地位，從人類開始利用木材起，就把它的特性用到木結(jié)構(gòu)的建筑、室內(nèi)家具裝修、橋梁設(shè)施等方面中。對(duì)木材的材性及力學(xué)性質(zhì)進(jìn)行檢測(cè)，是提高木材利用率的重要手段。傳統(tǒng)木材檢測(cè)方法大多采用烘干、解剖、破壞等實(shí)驗(yàn)方法，消耗時(shí)間長(zhǎng)，成本高，同時(shí)操作復(fù)雜，對(duì)樣本的破壞更在一定程度上造成了浪費(fèi)。無損檢測(cè)是一門新興的技術(shù)，它以不破壞被檢測(cè)對(duì)象為前提，借以評(píng)價(jià)它們的物理量、化學(xué)量和機(jī)械量等。木材無損檢測(cè)的發(fā)展很短，在其發(fā)展初期，僅能對(duì)木質(zhì)材料的缺陷進(jìn)行定性檢測(cè)；發(fā)展至今，已經(jīng)能夠?qū)υS多物理力學(xué)指標(biāo)進(jìn)行快速準(zhǔn)確的預(yù)測(cè)。隨著木材研究和科學(xué)的不斷進(jìn)步，多種無損檢測(cè)手段被應(yīng)用于了物理力學(xué)性質(zhì)檢測(cè)當(dāng)中，主要有X射線檢測(cè)、超聲波檢測(cè)、核磁共振檢測(cè)、機(jī)械應(yīng)力波檢測(cè)等。這些方法各有其優(yōu)勢(shì)所在，同時(shí)也存在一定的局限性。近紅外光譜技術(shù)作為近二十幾年來發(fā)展起來的新型無損檢測(cè)技術(shù)，以其快速、方便、不破壞樣品、無污染等特點(diǎn)，被廣泛應(yīng)用于石油化工、醫(yī)藥、造紙、林業(yè)、農(nóng)業(yè)等各個(gè)領(lǐng)域，在木材物理力學(xué)性質(zhì)檢測(cè)方面，國(guó)內(nèi)外許多學(xué)者都做了一定的探索[2-3]。

1 NIR光譜技術(shù)原理

近紅外光是英國(guó)天文學(xué)家Herschel于1800年在天文觀察中發(fā)現(xiàn)的，是人們最早發(fā)現(xiàn)的非可見光區(qū)域。近紅外光譜記錄了分子化學(xué)鍵的基頻振動(dòng)的倍頻和合頻信息，主要是某些含氫基團(tuán)(如C-H、N-H、O-H、S-H等)的信息，其波長(zhǎng)范圍是780～2 650 nm。近紅外光譜能夠反映絕大多數(shù)的有機(jī)化合物的結(jié)構(gòu)和性能信息，木材是高分子天然有機(jī)物，主要由纖維素、木質(zhì)素等組成，主要成分中含有大量含氫基團(tuán)，并且它們的組成和結(jié)構(gòu)各不相同，因此具有不同的吸光度，這與木材的物理、化學(xué)、力學(xué)等各種性質(zhì)有很大關(guān)系。因此，NIR光譜技術(shù)可以很好的表征木材不同性質(zhì)的差異，并進(jìn)行定性定量的預(yù)測(cè)。木材的NIR光譜采集分為漫反射和透射兩種，Thygesen[4]比較了這兩種技術(shù)對(duì)固體刨花的性質(zhì)的區(qū)別，結(jié)果表明，得到的兩種模型在精度方面并沒有顯著的區(qū)別。

2 NIR光譜技術(shù)在木材物理力學(xué)性質(zhì)檢測(cè)方面的應(yīng)用

國(guó)外科研工作者在利用NIR光譜技術(shù)預(yù)測(cè)木材性質(zhì)方面的研究進(jìn)行的比較早，而且研究的內(nèi)容也比較廣泛，如預(yù)測(cè)輻射松、藍(lán)桉、火炬松等都有許多研究報(bào)道。我國(guó)的NIR光譜技術(shù)在材性方面的預(yù)測(cè)是近些年才發(fā)展起來的，在管胞長(zhǎng)度、含水率、密度、MOR和MOE等性質(zhì)方面也多了預(yù)測(cè)研究。

2.1 抗彎強(qiáng)度(MOR)

木材抗彎強(qiáng)度是木材抵抗彎曲的最大纖維應(yīng)力，是木材科學(xué)加工與合理利用的重要依據(jù)，在家具柜體的橫梁架、地板、橋梁等易于彎曲構(gòu)件的設(shè)計(jì)中必須參考的性質(zhì)。Kelley[5]等用NIR技術(shù)對(duì)6種針葉木材的MOR進(jìn)行了預(yù)測(cè)，MOR預(yù)測(cè)的相關(guān)系數(shù)分布在0.80～0.92之間；Hoffmeyer[6]等對(duì)挪威云杉木材的MOR進(jìn)行了研究，預(yù)測(cè)效果不是很理想，測(cè)試集的決定系數(shù)R2為0.29；Schimleck[7]等對(duì)火炬松的幼齡材、成熟材和過渡材的不同切面的MOR進(jìn)行研究，結(jié)果表明利用NIR技術(shù)對(duì)過渡材的橫切面進(jìn)行建模，預(yù)測(cè)效果最好，MOR的預(yù)測(cè)相關(guān)系數(shù)達(dá)到0.86；虞華強(qiáng)[8]等利用三點(diǎn)彎曲實(shí)驗(yàn)的方法，對(duì)155個(gè)杉木樣品的抗彎強(qiáng)度進(jìn)行了測(cè)定，并采集了徑切面和橫切面的光譜，建立偏最小二乘法矯正模型，結(jié)果表明，切面對(duì)模型預(yù)測(cè)效果的影響不大，主要受光譜波段范圍的影響；趙榮軍[9]等研究了人工林粗皮桉木材的抗彎強(qiáng)度，通過對(duì)采集到的光譜進(jìn)行不同的預(yù)處理和波段優(yōu)選，發(fā)現(xiàn)二階導(dǎo)數(shù)預(yù)處理后模型效果更好，在波段1 000～2 000 nm建立的模型相關(guān)系數(shù)最好為0.92，SEC為10.49。

2.2 抗彎彈性模量(MOE)

木材抗彎彈性模量表示木材在比例極限內(nèi)，應(yīng)力與應(yīng)變之間的相關(guān)程度，能夠反應(yīng)木材的韌性和抵抗變形的能力。在國(guó)外學(xué)者研究中，Schimleck[10]等收集了59種具有代表性的商用樹種的木材樣本，并用NIR技術(shù)建立了MOE模型，獲得了非常好的實(shí)驗(yàn)結(jié)果，模型相關(guān)系數(shù)R達(dá)到了0.84；Thumm[11]等應(yīng)用NIR技術(shù)對(duì)566塊輻射松木材建立了MOE預(yù)測(cè)模型，通過分析比較，一階導(dǎo)數(shù)預(yù)處理比二階導(dǎo)數(shù)處理效果更好，相關(guān)系數(shù)R為0.85，另一方面，在長(zhǎng)波區(qū)域(1 100～2 500 nm)比全區(qū)域(400～2 500)預(yù)測(cè)效果更好，相關(guān)系數(shù)R達(dá)到0.85。虞華強(qiáng)[8]等采用偏最小二乘法對(duì)杉木的MOE建立了預(yù)測(cè)模型，結(jié)果表明，對(duì)于全波段(350～2 500 nm)徑切面比橫切面建立的模型效果好，對(duì)于短波段光譜(780～1 050 nm)橫切面比徑切面建立的模型預(yù)測(cè)效果更好；楊忠[12]對(duì)木材的腐朽與對(duì)應(yīng)的力學(xué)性質(zhì)的關(guān)系進(jìn)行了探索，利用NIR技術(shù)結(jié)合偏最小二乘法預(yù)測(cè)得到的結(jié)果表明，對(duì)于早期的腐朽木材(失重率為3％)，預(yù)測(cè)得到的MOE相關(guān)系數(shù)R為0.80。

2.3 密度(Density)

木材的密度與木材各項(xiàng)力學(xué)強(qiáng)度指標(biāo)有重要的聯(lián)系，木材作為承重結(jié)構(gòu)的材料，其性能大小主要取決于密度[13]。Mauricio[14]對(duì)花旗松的密度進(jìn)行了研究，將樣品分別制成伐倒木削片、氣干削片、木粉樣品，并采用NIR技術(shù)結(jié)合PLS方法建立定標(biāo)模型，結(jié)果表明氣干削片模型的預(yù)測(cè)精度較差，3中樣品的預(yù)測(cè)相關(guān)系數(shù)分別為0.74、0.56和0.85；Schimleck[15]等對(duì)藍(lán)桉木材的密度進(jìn)行了預(yù)測(cè)，研究表明當(dāng)密度范圍在0.378～0.656 g/cm3時(shí)，預(yù)測(cè)精度在±0.03 g/cm3范圍內(nèi)。江澤慧[16]等應(yīng)用NIR技術(shù)對(duì)杉木的密度進(jìn)行了研究，采用偏最小二乘法，對(duì)木材橫切面、徑切面和弦切面分別建立模型，結(jié)果發(fā)現(xiàn)不同切面的光譜有較大的差異，從橫切面采集到的光譜建立的預(yù)測(cè)模型最好，R2為0.977；李耀翔[17-18]等應(yīng)用NIR技術(shù)建立了落葉松木材的密度預(yù)測(cè)模型，并分別采用主成份回歸(PCR)和偏最小二乘(PLS)兩種方法，通過比較，兩種方法都可以實(shí)現(xiàn)對(duì)落葉松密度的有效預(yù)測(cè)，但PLS方法所建模型的精準(zhǔn)度和誤差都優(yōu)于PCR方法，相關(guān)系數(shù)達(dá)到0.918。

2.4 壓縮強(qiáng)度(Compressive strength)

木材在受到外壓力時(shí)，能夠抵抗外力壓縮變形的能力稱為木材壓縮強(qiáng)度，俗語云“立木頂千斤”，就是說明木材的抗壓強(qiáng)度非常高。在壓縮強(qiáng)度預(yù)測(cè)方面，Hoffmeyer[6]等評(píng)價(jià)了NIR光譜和壓縮強(qiáng)度之間的相關(guān)性，采用PLS法并用獨(dú)立檢驗(yàn)對(duì)其有效性進(jìn)行檢驗(yàn)，研究表明NIR對(duì)壓縮強(qiáng)度的預(yù)測(cè)能力很好，相關(guān)系數(shù)R=0.96；趙榮軍[9]等對(duì)粗皮桉的順紋抗壓強(qiáng)度進(jìn)行了研究，結(jié)果表明二階導(dǎo)數(shù)預(yù)處理比一階導(dǎo)數(shù)處理效果更好，利用徑切面和弦切面光譜平均值建立的模型優(yōu)于單獨(dú)采用一個(gè)切面建立的模型，預(yù)測(cè)模型相關(guān)系數(shù)R達(dá)到0.88。

3 結(jié)論與展望

近紅外光譜技術(shù)是一種很有前景的、很有實(shí)用性的無損檢測(cè)方法，目前，可以實(shí)現(xiàn)對(duì)木材各種物理、化學(xué)和力學(xué)等性質(zhì)的預(yù)測(cè)，以及缺陷和腐朽等的判別[16]，但是很多項(xiàng)目仍停留在實(shí)驗(yàn)室研究階段，并且模型效果不是很理想。如何更加廣泛地應(yīng)用于工業(yè)化生產(chǎn)、野外檢測(cè)和在線檢測(cè)，這就需要國(guó)內(nèi)外眾多的科研工作者繼續(xù)進(jìn)行不斷深入的研究和探索。木材的性質(zhì)決定著木材的加工方式以及用途，因此就要快速、準(zhǔn)確的獲悉木材的性質(zhì)，對(duì)木材進(jìn)行科學(xué)合理的優(yōu)化規(guī)劃和利用，NIR技術(shù)在這方面具有很大的潛能，在很大程度上能夠緩解木材的供需矛盾。

【參 考 文 獻(xiàn)】

[1]成俊卿.木材學(xué)[M].北京：中國(guó)林業(yè)出版社，1985.

[2]張 莉，周金池.近紅外光譜檢測(cè)技術(shù)及其在木材工業(yè)中的應(yīng)用[J].林業(yè)機(jī)械與木工設(shè)備，2010，38(9)：19-22.

[3]王玉榮，江澤慧，趙榮軍，等.快速檢測(cè)木材微纖絲角的近紅外光譜分析技術(shù)[J].林業(yè)機(jī)械與木工設(shè)備，2007，35(7)：35-36+50.

[4]Thygesen L G.Determination of dry matter content and basic density of Norway Spruce by near infrared reflectance and transmittance spectroscopy[J].Journal of Near Infrared Spectroscopy，1994，2(3)：127-135.

[5]Kelley S S，Rials T G，Groom L H R，et al.Use of near infrared spectroscopy to predict the mechanical properties of six softwoods[J].Holzforschung，2004，58(3)：252-260.

[6]Hoffmeyer P，Pedersen J G.Evaluation of density and strength of Norway spruce wood near infrared reflectance spectroscopy[J].Holzals Roh-und Werkstoff，1995，53：165-170.

[7]Schimleck L R，Jones P D，Alexander III C，et al.Near infrared spectroscopy for the nondestructive estimation of clear wood properties of Pinus taeda L.from the southern United States[J].Forest Products Joumal，2005，55(12)：21-28.

[8]虞華強(qiáng)，趙榮軍.利用近紅外光譜技術(shù)預(yù)測(cè)杉木力學(xué)性質(zhì)[J].西北林學(xué)院學(xué)報(bào)，2007，22(5)：149-154.

[9]趙榮軍，邢新婷.粗皮桉木材力學(xué)性質(zhì)的近紅外光譜方法預(yù)測(cè)[J].林業(yè)科學(xué)，2012，48(6)：106-111.

[10]Schimleck L R，Robert E.Application of near infrared spectroscopy to a diverse range of species demonstrating wide density and stiffness variation[J].IAWA Journal，2001，22(4)：415-429.

[11]Thumm A，Meder R.Stiffness prediction of Radiata Pine clearwood test pieces using infrared spectroscopy[J].Journal of Near Infrared Spedtroscopy，2001，9(3)：117-122.

[12]楊 忠.近紅外光譜技術(shù)預(yù)測(cè)人工林濕地松木材性質(zhì)和腐朽特性的研究[D].北京：中國(guó)林業(yè)科學(xué)研究院，2005.

[13]黃安民，江澤慧.近紅外光譜技術(shù)在我國(guó)木材性質(zhì)分析中的應(yīng)用[J].光譜學(xué)與光譜分析，2006，26(7)：161-162.

[14]Mauricio A.Wood properties and use of sensor technology to improve optimal bucking and value recovery of Douglas-fir[D].Corvallis：Oregon State University，2006.

[15]Schimleck L R，Mitchell A J，Ray mond C A，et al.Estimation of basic density of Eucalyptus globulus using near infrared spectroscopy[J].Canadian Journal of Forest Research，1999，29(2)：194-201.

[16]江澤慧，黃安民，王 斌.木材不同切面但近紅外光譜信息與密度快速預(yù)測(cè)[J].光譜學(xué)與光譜分析，2006，26(6)：1034-1037.

[17]李耀翔，張鴻富.基于近紅外技術(shù)的落葉松木材密度預(yù)測(cè)模型[J].東北林業(yè)大學(xué)學(xué)報(bào)，2010，38(9)：27-30.

[18]張鴻富，李耀翔.近紅外光譜技術(shù)在木材無損檢測(cè)中應(yīng)用研究綜述[J].森林工程，2009，25(5)：26-30.