吳 珽， 梁 龍， 崔宏輝， 鄧擁軍， 房桂干

(中國林業(yè)科學(xué)研究院 林產(chǎn)化學(xué)工業(yè)研究所；生物質(zhì)化學(xué)利用國家工程實(shí)驗(yàn)室；國家林業(yè)局 林產(chǎn)化學(xué)工程重點(diǎn)開放性實(shí)驗(yàn)室；江蘇省 生物質(zhì)能源與材料重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210042)

·綜述評論——制漿造紙·

近紅外光譜技術(shù)用于制漿原料分析的研究進(jìn)展

吳 珽， 梁 龍， 崔宏輝， 鄧擁軍， 房桂干*

(中國林業(yè)科學(xué)研究院 林產(chǎn)化學(xué)工業(yè)研究所；生物質(zhì)化學(xué)利用國家工程實(shí)驗(yàn)室；國家林業(yè)局 林產(chǎn)化學(xué)工程重點(diǎn)開放性實(shí)驗(yàn)室；江蘇省 生物質(zhì)能源與材料重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210042)

對近紅外光譜技術(shù)的原理、分析方法及特點(diǎn)等作了介紹，綜述了當(dāng)前將近紅外光譜技術(shù)應(yīng)用于制漿原料的快速分類，及其在制漿原料化學(xué)成分測定、水分含量測定、基本密度測定和纖維形態(tài)分析中的運(yùn)用，并分析了實(shí)際投產(chǎn)應(yīng)用面臨的問題，最后對未來發(fā)展趨勢進(jìn)行了展望。

近紅外光譜；制漿原料；快速分類；化學(xué)成分

制漿造紙木質(zhì)原料在收集、貯存、轉(zhuǎn)運(yùn)等過程中，不斷混合、分裝，來到生產(chǎn)線時(shí)材性差異很大。而原料的材性特征參數(shù)，化學(xué)組分(纖維素、半纖維素、木質(zhì)素和抽出物)、水分含量、基本密度、纖維形態(tài)結(jié)構(gòu)等，會(huì)直接影響制漿過程的工藝參數(shù)和紙漿質(zhì)量，如纖維素含量高低影響漿料的價(jià)值、木質(zhì)素本身存在一些生色基團(tuán)會(huì)直接影響漂白過程漂白劑的用量、抽出物會(huì)阻礙制漿過程藥液的浸透、水分含量會(huì)影響磨漿能耗和制漿得率等[1]。因此在實(shí)際生產(chǎn)過程中，有必要實(shí)現(xiàn)對制漿原料差異的實(shí)時(shí)檢測和分析，以便及時(shí)調(diào)整制漿工藝。然而制漿原料分析的傳統(tǒng)手段通常步驟繁瑣且測試周期長，僅常規(guī)化學(xué)分析就需2～4 d。為了保證生產(chǎn)正常運(yùn)行，企業(yè)只能轉(zhuǎn)而采用高用藥水平和高能耗的辦法來保證產(chǎn)品質(zhì)量，引發(fā)了化學(xué)品和電能消耗高、生產(chǎn)成本高、污染排放居高不下等問題[2]。近紅外光譜(NIR)技術(shù)是一種高效、無損的分析方法，自美國農(nóng)業(yè)部用以快速檢測農(nóng)產(chǎn)品成分以來，廣泛應(yīng)用于農(nóng)業(yè)、石化、制藥、食品等領(lǐng)域[3]。20世紀(jì)80年代，國外學(xué)者利用近紅外光譜技術(shù)測定了硫酸鹽漿的卡伯值[4]，首次將近紅外光譜技術(shù)引入制漿造紙工業(yè)，這使得原料的實(shí)時(shí)檢測與分析成為可能，對企業(yè)節(jié)能減排、提高生產(chǎn)運(yùn)行穩(wěn)定性、降低成本以及提高市場競爭力等具有重要的意義。

1　近紅外光譜技術(shù)(NIR)

1.1NIR檢測原理

近紅外光譜產(chǎn)生于共價(jià)化學(xué)鍵的非諧能級(jí)振動(dòng)，是倍頻與合頻產(chǎn)生的吸收光譜，主要反映化合物中含氫基團(tuán)(C—H、O—H、N—H等)的振動(dòng)信息。其波長范圍為780～2 500 nm，具有較強(qiáng)的穿透力，與樣品內(nèi)部分子發(fā)生反射、折射、衍射、吸收等作用，能夠負(fù)載樣品的成分與結(jié)構(gòu)信息[5]，但由于含氫基團(tuán)倍頻與合頻的躍遷幾率低且相互耦合，近紅外光譜吸收強(qiáng)度弱，靈敏度較低，吸收帶較寬且重疊嚴(yán)重，無法精確區(qū)分譜帶歸屬，故而難以直接從譜圖中讀取信息，必須借助計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理方能從光譜中提取有用的信息，以用于化合物的分析[6]。隨著光電、電子技術(shù)的發(fā)展，人們常用計(jì)算機(jī)數(shù)據(jù)處理技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，從樣品復(fù)雜光譜信號(hào)中提取有用信號(hào)與成分結(jié)構(gòu)等信息建立數(shù)學(xué)模型，利用模型分析未知樣品，預(yù)測樣品相關(guān)信息。

1.2分析方法

通常對樣品的分析分為定量分析和定性分析，定性分析用于樣品種類的識(shí)別與鑒定，該方法通過化學(xué)計(jì)量學(xué)算法先建立識(shí)別模型，再用該模型判別未知樣品的歸屬情況，常用的判別分析方法有偏最小二乘判別分析(PLS-DA)、主成分分析法、Fisher判別等。國內(nèi)外在利用近紅外定性判別食品、木材等方面作了很多研究：Talens等[7]利用偏最小二乘法判別分析鑒別不同種類的火腿；楊忠等[8]利用主成分分析法作出三維PCA得分圖直觀地區(qū)分出8類紅木；張毅民等[9]運(yùn)用近紅外光譜技術(shù)結(jié)合Fisher判別提出了可適用于6種常見塑料識(shí)別的模型。

定量分析用于樣品成分、結(jié)構(gòu)等信息數(shù)據(jù)的測定。多使用偏最小二乘法(PLS)、主成分回歸(PCA)、支持向量機(jī)(SVM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)等化學(xué)計(jì)量學(xué)方法，通過對光譜數(shù)據(jù)結(jié)構(gòu)降維，把相互影響的變量轉(zhuǎn)換成獨(dú)立變量建立模型[10]。其中偏最小二乘法較好地把多元線性回歸、典型相關(guān)分析和主成分分析結(jié)合，近年在近紅外光譜分析中有著廣泛的運(yùn)用。Duan等[11]利用偏最小二乘法建立模型測定了中國西南部煙草中的27種化學(xué)成分；Cai等[12]則利用聯(lián)合區(qū)間偏最小二乘法測定了豬肉中的揮發(fā)性鹽基氮值和剪切力值。

1.3NIR的特點(diǎn)

與其它分析測定手段相比，近紅外光譜技術(shù)具有如下特點(diǎn)： 1)分析過程簡單無損，無需經(jīng)過繁瑣的預(yù)處理和化學(xué)反應(yīng)[13]； 2)分析速度快、效率高，光譜的采集往往在一分鐘內(nèi)完成，而通過已建立的校正模型可以同時(shí)對樣品的多個(gè)參數(shù)進(jìn)行測定； 3)分析精度高、范圍廣，隨著數(shù)據(jù)的積累，校正模型不斷優(yōu)化，得以提高分析精度、拓展分析范圍； 4)便于遠(yuǎn)程分析和在線分析，由于近紅外光在光纖中有著良好的傳導(dǎo)性能，利用外置探頭和光纖傳導(dǎo)技術(shù)，可實(shí)現(xiàn)遠(yuǎn)程分析，也可將近紅外分析系統(tǒng)做成分析模塊，在測量現(xiàn)場靈活組裝，從而實(shí)現(xiàn)實(shí)時(shí)在線分析； 5)由于分子振動(dòng)的非諧振吸收躍遷幾率較低，導(dǎo)致近紅外光譜分析的靈敏度相對較低，通常在樣品組分分析中要得到較為準(zhǔn)確的結(jié)果，要求待測組分質(zhì)量分?jǐn)?shù)大于0.1%[14]。

2　近紅外光譜技術(shù)在制漿原料分析中的應(yīng)用

2.1制漿原料的NIR分析過程

制漿原料分析的一般過程包括[15]： 1)選擇含量范圍廣且有代表性的校正集樣品，并根據(jù)樣品的物態(tài)選擇近紅外光譜測定方式，一般木粉樣品的測定采用近紅外漫反射光譜，木片樣品應(yīng)采用短波漫透射方式。設(shè)定光譜采集的參數(shù)(工作條件、掃描次數(shù)、分辨率等)，采集其近紅外光譜； 2)采用平滑、微分、基線漂移扣減、多元散射校正(MSC)、有限脈沖響應(yīng)濾波(FIR)等方法對光譜進(jìn)行預(yù)處理，以消除儀器因素、環(huán)境因素、樣品顏色形態(tài)等對光譜的影響，也可用小波變換(WT)進(jìn)行局部化處理； 3)采用國標(biāo)法測定樣品材性數(shù)據(jù)，多次重復(fù)剔除異常值； 4)借助化學(xué)計(jì)量學(xué)方法從近紅外光譜中提取有用的信號(hào)并與測定的樣品材性數(shù)據(jù)建立校正模型； 5)采集未知樣品的近紅外光譜，將光譜數(shù)據(jù)代入校正模型得到所需樣本信息。

2.2NIR在制漿原料分析中的應(yīng)用

2.2.1原料快速分類制漿原料由于結(jié)構(gòu)和化學(xué)成分的差異具有不同的制漿性能，對制漿原料進(jìn)行分類評估，有助于選擇合適的制漿工藝參數(shù)。通常原料的分類采用傳統(tǒng)化學(xué)法測定其化學(xué)成分含量并據(jù)此查表確定，步驟繁瑣且耗時(shí)較長。Nascimbem等[16]利用近紅外光譜技術(shù)結(jié)合偏最小二乘判別分析(PLS-DA)將水分含量不同的制漿材分類；崔宏輝等[17]采集桉木、相思、馬尾松等56種制漿材樣品的近紅外光譜特征曲線，設(shè)計(jì)正交試驗(yàn)對采集的光譜進(jìn)行優(yōu)化處理，并結(jié)合主成分分析建立了制漿材品種鑒別模型，結(jié)果顯示主成分?jǐn)?shù)的累積貢獻(xiàn)率達(dá)97.6%，校正集及驗(yàn)證集的識(shí)別率均可達(dá)到100%，說明近紅外光譜技術(shù)結(jié)合現(xiàn)代化學(xué)計(jì)量學(xué)可以對制漿材品種進(jìn)行快速分類且效果較好。

2.2.2化學(xué)成分的測定通常制漿原料中纖維素、半纖維素和木質(zhì)素3種成分占原料總質(zhì)量的80%～95%， 3種主要化學(xué)成分的差異造成了各類原料在生產(chǎn)工藝和反應(yīng)機(jī)理方面的差別[18]。此外原料中通常含有少量的抽出物和灰分等物質(zhì)，對制漿、漂白等過程及成漿質(zhì)量造成不良影響。

近紅外光譜分析技術(shù)作為高效、無損、無污染的分析方法，如何取代操作繁瑣費(fèi)時(shí)的傳統(tǒng)分析方法，是當(dāng)前研究的熱點(diǎn)。He等[19]用常規(guī)方法測定116種木材樣品的木質(zhì)素、纖維素含量，建立了決定系數(shù)達(dá)0.982 7、0.970 5的校正模型，驗(yàn)證了近紅外光譜技術(shù)預(yù)測木材化學(xué)成分的可行性。Hodge等[20]收集多種熱帶和溫帶松樹樣品，建立用于預(yù)測纖維素和木質(zhì)素的全局性近紅外模型，通過獨(dú)立的測試集樣品進(jìn)行驗(yàn)證，該全局性模型對木質(zhì)素和纖維素的預(yù)測相關(guān)系數(shù)分別是0.97和0.82，標(biāo)準(zhǔn)預(yù)測誤差分別是0.44%和1.08%，均能滿足定量分析的要求，同時(shí)得出種類齊全、數(shù)量足夠多的樣品集有助于提高模型的準(zhǔn)確性和穩(wěn)定性的結(jié)論。姚勝[21]用常規(guī)化學(xué)法測量了78個(gè)取自廣西和33個(gè)取自福建相思樹樣品的聚戊糖含量，用偏最小二乘法建立了廣西相思樣品聚戊糖含量的近紅外光譜模型。嘗試用廣西模型預(yù)測福建樣品，結(jié)果不準(zhǔn)確，加入有代表性的福建樣品后，預(yù)測效果有較大改善，進(jìn)一步確認(rèn)了樣品的廣泛性有助于提高模型精度。而特定波段的選擇對于模型的建立也有重要意義，üner等[22]將遺傳算法和最小二乘回歸結(jié)合使用，經(jīng)迭代優(yōu)化篩選出塞埔路斯松樣品的特征波段，用于回歸建模預(yù)測木質(zhì)素含量。特征波段中主要包含與塞埔路斯松中木質(zhì)素有關(guān)的譜峰信息，避免了無用波段的干擾，提高了模型預(yù)測能力。

在制漿原料中，抽出物含量越低，制漿得率越高，近年對于制漿原料中少量化學(xué)成分的測定研究以抽出物為主。賀文明等[23]選取了112種常見制漿原料(包含針葉木、闊葉木)，磨粉平衡后測定其冷水、熱水、 1.0%NaOH和苯醇抽出物含量并采集近紅外光譜， 4個(gè)校正模型的決定系數(shù)高達(dá)96%以上；交叉驗(yàn)證均方根偏差均低于0.5%；前3者的殘留預(yù)測偏差達(dá)到7以上；偏移值較小。預(yù)測結(jié)果與實(shí)測值的偏差分別為-0.19%～0.20%、-0.29%～0.28%、-0.36%～0.42%和-0.25%～0.14%，略小于基本方法可能產(chǎn)生的誤差，模型效果好，可用于快速測定制漿原料抽出物含量。

2.2.3水分含量的測定制漿原料的水分含量影響著磨漿能耗的同時(shí)，也影響著制漿得率——高于50%或低于20%～30%的水分含量都將導(dǎo)致制漿得率下降，成漿質(zhì)量差。江澤慧[24]根據(jù)水分在近紅外光譜區(qū)的強(qiáng)吸收特性，通過人工浸泡木片至飽和并由其在空氣中解析的手法獲取不同含水率下木片樣品的近紅外光譜建立模型，預(yù)測木片中的水分含量。賀文明等[25]收集了94種闊葉木和18種針葉木樣品混合建模，得到了決定系數(shù)接近1，預(yù)測偏差小于0.2%的水分含量預(yù)測模型。張慧娟等[26]利用近紅外光譜技術(shù)結(jié)合偏最小二乘法在不同波段下預(yù)測了黑龍江人工紅松林采集的紅松樣品的含水率，比較了未處理光譜、一階導(dǎo)數(shù)光譜和二階導(dǎo)數(shù)光譜在不同波段內(nèi)所建立的模型，得出了預(yù)測紅松含水率的最優(yōu)選擇。郝斯琪等[27]基于近紅外光譜法通過BP神經(jīng)網(wǎng)絡(luò)法建立模型，預(yù)測了落葉松的含水率，校正集相關(guān)系數(shù)達(dá)0.98，驗(yàn)證集相關(guān)系數(shù)為0.99，效果較好。

2.2.4基本密度的測定制漿原料的基本密度是影響原料質(zhì)量、磨漿能耗、紙漿性能的重要因素，多采用排水法測定。趙榮軍等[28]對不同切面、厚度、粗糙度和含水率的粗皮桉木材的原始近紅外光譜進(jìn)行二階導(dǎo)數(shù)預(yù)處理，并選擇一定光譜段建立回歸模型，以50～140個(gè)試樣作為校正集建立氣干密度的偏最小二乘法校正模型，使用外部驗(yàn)證法進(jìn)行驗(yàn)證。結(jié)果表明，試樣切面、厚度、粗糙度和含水率對氣干密度的預(yù)測結(jié)果都有影響；選取試樣橫切面、厚度為2～5 mm、含水率12%和粗糙度較細(xì)致時(shí)試樣建立的各個(gè)近紅外光譜預(yù)測模型效果最好。這在基本密度的測定中同樣具有重要意義。Mora等[29]通過線性和非線性方法解析近紅外光譜，成功預(yù)測了藍(lán)桉、火炬松和長葉松的基本密度；Santos等[30]運(yùn)用近紅外光譜技術(shù)和偏最小二乘法采集了45個(gè)黑木相思樣本建模用于預(yù)測16個(gè)驗(yàn)證樣本的基本密度，殘留預(yù)測偏差值高于2.5的限制，進(jìn)一步證實(shí)了近紅外光譜技術(shù)預(yù)測制漿原料基本密度的可行性。

2.2.5纖維形態(tài)分析制漿原料纖維形態(tài)特征如纖維長度、長寬比、壁腔比的差異，直接影響化學(xué)品用量、磨漿能耗等制漿工藝參數(shù)。傳統(tǒng)制漿工業(yè)中常使用冰醋酸和過氧化氫溶液對原料進(jìn)行纖維離析，而后制片并以纖維測定儀分析數(shù)據(jù)的方法[31]，僅加熱離析一步就需要3～5 d。而近紅外光譜技術(shù)采集樣品的光譜信息，利用化學(xué)計(jì)量學(xué)方法提取特征變量并建立與纖維長度之間的數(shù)學(xué)模型，用數(shù)學(xué)模型分析纖維形態(tài)則大大縮短了檢測時(shí)間。王玉榮等[32]采集了制漿常用樹種濕地松和灘地72楊木片樣品的近紅外光譜，通過偏最小二乘法結(jié)合傳統(tǒng)纖維形態(tài)測定方法建立校正模型，成功預(yù)測了相應(yīng)材種的纖維長度。Wang等[33]對華南地區(qū)6種棕櫚的纖維和導(dǎo)管形態(tài)特征進(jìn)行了觀測，發(fā)現(xiàn)纖維長度和導(dǎo)管長度模型的建立采用偏最小二乘法和完全交互驗(yàn)證法，在350～2 454 nm譜區(qū)內(nèi)用一階導(dǎo)數(shù)處理的光譜與纖維長度之間建立的模型的相關(guān)性較好。這一研究尚需要更加多元化的樣本樹種來證實(shí)其普適性，但對于制漿原料的纖維長度的快速評估提供了依據(jù)。

2.3存在問題

近紅外光譜技術(shù)用于制漿原料分析的研究日漸增多，但國內(nèi)制漿廠家并未大規(guī)模應(yīng)用，其原因?yàn)槿鄙倬_的校正模型。制漿廠家因成本、供應(yīng)、社會(huì)需求等原因，原料往往不局限于某單一樹種，也不局限于特定樹種的固定比例混合。實(shí)際應(yīng)用中固然不可能存在普適的單一校正模型，能分別應(yīng)對各種原料情況的校正模型庫也很不完善。并且眾多研究本身僅基于探索，不以精確建模為實(shí)際生產(chǎn)服務(wù)為目的，如實(shí)驗(yàn)環(huán)境下靜態(tài)采譜與生產(chǎn)線的動(dòng)態(tài)條件存在差異等。同時(shí)，國內(nèi)制漿行業(yè)本身面臨著薄利低投入、小型企業(yè)居多的現(xiàn)狀。近紅外光譜儀及校正模型庫價(jià)格不菲，帶來的效益相對并不明顯。

3　展 望

在傳統(tǒng)制漿造紙?jiān)戏治龇椒ㄆ毡榉爆嵑臅r(shí)的情況下，近紅外技術(shù)正逐漸成為制漿造紙行業(yè)原料分析測定的研究熱點(diǎn)。未來近紅外光譜技術(shù)在制漿行業(yè)中的發(fā)展趨勢分為兩方面：一是建立更加高效、穩(wěn)健的校正模型庫。實(shí)驗(yàn)室研究模擬工業(yè)化生產(chǎn)情況，使得校正模型的實(shí)用性更強(qiáng)；并針對制漿行業(yè)內(nèi)常用原料及混合模式選取更加全面的校正集樣本采集數(shù)據(jù)。二是推進(jìn)在線檢測系統(tǒng)的研究，以期通過實(shí)時(shí)反饋的分析結(jié)果確定制漿工藝參數(shù)。

隨著時(shí)代的發(fā)展，制漿行業(yè)將逐步淘汰兼并一批高污染、低利潤、勞動(dòng)密集型企業(yè)，轉(zhuǎn)而加大科技投入，向技術(shù)密集轉(zhuǎn)型。而近紅外光譜技術(shù)作為一種高效、無損、無污染的分析方法，將以其強(qiáng)大的生命力和發(fā)展前景推動(dòng)制漿行業(yè)的前進(jìn)。

[1]李忠正.林紙一體化與中國主要速生人工造紙樹種的制漿造紙性能[J].中華紙業(yè),2001,22(7):6-12.

[2]楊淑慧.植物纖維化學(xué)[M].北京：中國輕工業(yè)出版社,2011:6-8.

[3]TSUCHIKAWA S.A review of recent near infrared research for wood and paper[J].Applied Spectroscopy Reviews,2007,42 (1):43-71.

[4]劉文波.近紅外技術(shù)在纖維素工業(yè)上的應(yīng)用[J].國際造紙,2007,26(5):50-53.

[5]劉建學(xué).實(shí)用近紅外光譜分析技術(shù)[M].北京：北京科學(xué)出版社,2007:2-4.

[6]徐廣通,袁洪福,陸婉珍.現(xiàn)代近紅外光譜技術(shù)及應(yīng)用進(jìn)展[J].光譜學(xué)與光譜分析,2000,20(2):134-142.

[7]TALENS P,MORA L,MORSY N,et al.Prediction of water and protein contents and quality classification of Spanish cooked ham using NIR hyperspectral imaging[J].Journal of Food Engineering,2013,117(3):272-280.

[8]楊忠,江澤慧,呂斌.紅木的近紅外光譜分析[J].光譜學(xué)與光譜分析,2012,32(9):2405-2408.

[9]張毅民,白家瑞,劉紅莎,等.基于近紅外的Fisher判別法鑒別廢塑料[J].工程塑料應(yīng)用,2014,42(5):75-79.

[10]陸婉珍.現(xiàn)代近紅外光譜分析技術(shù)[M]．北京：中國石化出版社,2007:44-45.

[11]DUAN Jia,HUANG Yue,LI Zu-hong,et al.Determination of 27 chemical constituents in Chinese southwest tobacco by FT-NIR spectroscopy[J].Industrial Crops and Products,2012,40(1):21-26.

[12]CAI Jian-rong,CHEN Quan-sheng,WAN Xin-min,et al.Determination of total volatile basic nitrogen (TVB-N) content and Warner-Bratzler shear force (WBSF) in pork using Fourier transform near infrared (FT-NIR) spectroscopy[J].Food Chemistry,2011,126(3):1354-1360.

[13]ZHANG Hao,SONG Shu-ping,LANG Qian,et al.Rapid predictive models for minimally destructive kappa number and pulp yield ofAcaciaspp.with near infrared reflectance (NIR) spectroscopy[J].BioResources,2011,7(1):616-623.

[14]FUJIMOTO T,KURATA Y,MATSUMOTO K,et al.Feasibility of near-infrared spectroscopy for on-line grading of sawn lumber[J].Applied spectroscopy,2010,64(1):92-99.

[15]RATURI A,KOTHIYAL V,UNIYAL K K,et al.Development and evaluation of models for specific gravity ofEucalyptustereticorniswood by fourier transformed near infrared spectroscopy and partial least squares regression analysis[J].Journal of the Indian Academy of Wood Science,2012,9(1):40-45.

[16]NASCIMBEM L B L R,RUBINI B R,POPPI R J.Determination of quality parameters in moist wood chips by near infrared spectroscopy combining PLS-DA and support vector machines[J].Journal of Wood Chemistry and Technology,2013,33(4):247-257.

[17]崔宏輝,房桂干,梁龍.基于近紅外光譜快速鑒別木材種類的研究[J].現(xiàn)代化工,2015,35(2):169-171.

[18]BACHLE H,ZIMMER B,WEGENER G.Classification of thermally modified wood by FT-NIR spectroscopy and SIMCA[J].Wood Science and Technology,2012,46(6):1181-1192.

[19]HE Wen-ming,HU Hui-ren.Prediction of hot-water-soluble extractive pentosan and cellulose content of various wood species using FT-NIR spectroscopy[J].Bioresource technology,2013,140(7):299-305.

[20]HODGE G R,WOODBRIDGE W C.Global near infrared models to predict lignin and cellulose content of pine wood[J].Journal of Near Infrared Spectroscopy,2010,18(6):367-380.

[21]姚勝.相思樹聚戊糖含量近紅外光譜分析模型的建立及修正[J].光譜學(xué)與光譜分析,2010,30(5):1206-1209.

[22]üNER B,KARAMAN I,TANRIVERDI H,et al.Determination of lignin and extractive content of turkish pine(PinusbrutiaTen.) trees using near infrared spectroscopy and multivariate calibration[J].Wood Science and Technology,2011,45(1):121-134.

[23]賀文明,薛崇昀,聶怡,等.近紅外光譜技術(shù)快速測定木材抽出物含量的研究[J].中華紙業(yè),2010,31(16):18-22.

[24]江澤慧.木材中的水分及其近紅外光譜分析[J].光譜學(xué)與光譜分析,2006.26(8):1464-1468.

[25]賀文明,薛崇昀,聶怡,等.利用近紅外光譜技術(shù)快速測定木材水分和氣干密度的研究[J].中華紙業(yè),2010,31(6):13-16.

[26]張慧娟,李耀祥,張洪富,等.基于近紅外光譜不同波段的紅松木材含水率預(yù)測分析[J].東北林業(yè)大學(xué)學(xué)報(bào),2011,39(4):83-85.

[27]郝斯琪,宋博騏,李湃,等.基于近紅外光譜與BP神經(jīng)網(wǎng)絡(luò)預(yù)測落葉松木屑的含水率[J].森林工程,2012,28(4):9-11.

[28]趙榮軍,霍小梅,上官蔚蔚,等.近紅外光譜法預(yù)測粗皮桉木材氣干密度的影響因素分析[J].光譜學(xué)與光譜分析,2011,31(11): 2948-2951.

[29]MORA C R,SCHIMLECK L R.Kernel regression methods for the prediction of wood properties ofPinustaedausing near infrared spectroscopy[J].Wood Science and Technology,2010,44(4):561-578.

[30]SANTOS A J A,ALVES A M M,SIMOES R M S.Estimation of wood basic density ofAcaciamelanoxylon(R.Br.) by near infrared spectroscopy[J].Near Infrared Spectrosc,2012,20(2):267-274.

[31]張平東,姚勝,康向陽,等.三倍體毛白楊超短輪伐紙漿林產(chǎn)量及其纖維形態(tài)分析[J].林業(yè)科學(xué),2011,47(8):121-126.

[32]王玉榮,費(fèi)本華,傅峰.基于近紅外光譜技術(shù)預(yù)測木材纖維長度[J].中國造紙,2008,27(6):6-9.

[33]WANG Yu-rong,REN Hai-qing,ZHAO Rong-jun,et al.Prediction of the lengths of fibers and vessels of rattans using near infrared spectroscopy[J].Spectroscopy and Spectral Analysis,2011,31(4):966-969.

《生物質(zhì)化學(xué)工程》征稿簡約

《生物質(zhì)化學(xué)工程》是中國林科院林產(chǎn)化學(xué)工業(yè)研究所主辦的技術(shù)類刊物。報(bào)道范圍是可再生的木質(zhì)和非木質(zhì)生物質(zhì)資源的化學(xué)加工與利用，包括生物質(zhì)能源、生物質(zhì)化學(xué)品、生物質(zhì)新材料、生物質(zhì)天然活性成分和制漿造紙等。主要報(bào)道內(nèi)容為松脂化學(xué)、生物質(zhì)能源化學(xué)、生物質(zhì)炭材料、生物基功能高分子材料、膠黏劑化學(xué)、森林植物資源提取物化學(xué)利用、環(huán)境保護(hù)工程、木材制漿造紙為主的林紙一體化和林產(chǎn)化學(xué)工程設(shè)備研究設(shè)計(jì)等方面的最新研究成果。為了保證刊物的質(zhì)量，根據(jù)國家的有關(guān)標(biāo)準(zhǔn)和本刊的實(shí)際，特制定本簡約。

1文稿具體要求

1.1基本要求論文應(yīng)有一定的科學(xué)性、創(chuàng)新性、實(shí)用性和可讀性，要求內(nèi)容充實(shí)，數(shù)據(jù)可靠，論點(diǎn)明確，文字精練。

1.2書寫順序題目(題目應(yīng)簡潔、明確地反映研究成果的實(shí)質(zhì)及特點(diǎn)，字?jǐn)?shù)不超過20字)，作者姓名、單位(署名順序按對文章貢獻(xiàn)大小排列)，中文摘要，關(guān)鍵詞(關(guān)鍵詞3～5個(gè))，中圖分類號(hào)，英文摘要，正文，致謝，參考文獻(xiàn)。

1.3摘要論文摘要的基本要素包括研究的目的、方法、結(jié)果和結(jié)論。應(yīng)具有獨(dú)立性和自明性，即不閱讀全文，就能獲得必要的信息(中文摘要以200～300字為宜)。英文摘要與中文摘要內(nèi)容一致，語句通順(長度一般不超過150 words)。

1.4前言論文的前言部分不編號(hào)，不計(jì)算進(jìn)正文層次。文字應(yīng)盡可能的簡明扼要，對之前的同類研究數(shù)據(jù)簡短概括并標(biāo)注參考文獻(xiàn)即可，且前言部分應(yīng)少分段，盡可能不分段，不出現(xiàn)圖、表、分子式和化學(xué)式等。

1.5正文層次標(biāo)注層次標(biāo)題應(yīng)簡短明確，各層次一律用阿拉伯?dāng)?shù)字連續(xù)編號(hào)，不同層次的數(shù)字之間用下圓點(diǎn)“.”相隔，最末數(shù)字后面不加標(biāo)點(diǎn)，如：“1”、“2.1”、“3.1.2”，一律左頂格。

1.6外文、計(jì)量單位及符號(hào)論文中的外文及符號(hào)要求區(qū)分文種、正/斜體、黑/白體、上/下角和大/小寫，動(dòng)植物及微生物名稱在正文中第一次出現(xiàn)時(shí)，須加注拉丁文學(xué)名(斜體)。計(jì)量單位按GB/T 3100～3102—1993，符號(hào)按GB/T 15834—2011的規(guī)定執(zhí)行。

1.7圖、表圖、表應(yīng)具有自明性，其內(nèi)容要與正文相呼應(yīng)，并附相應(yīng)的英文對照。表格設(shè)計(jì)要合理，一律用三線表(必要時(shí)可加輔助線)。

1.8參考文獻(xiàn)參考文獻(xiàn)必須標(biāo)全并注意引用國內(nèi)外及本刊的最新文獻(xiàn)，以公開發(fā)表的、作者親自閱讀的文獻(xiàn)為限，并由作者對照原文一一核實(shí)。格式按GB/T 7714—2015的規(guī)定，采用順序編碼制，即所引文獻(xiàn)應(yīng)按文中出現(xiàn)的順序隨文標(biāo)注，在正文引用處右上角用方括號(hào)標(biāo)出文獻(xiàn)序號(hào)。

1.9作者簡介(加注在論文的首頁頁腳)來稿請注明第一作者的出生年，性別(民族——漢族可省略)，籍貫(含省、縣)，職稱，學(xué)位及研究方向。如有通訊作者的，請注明職稱、學(xué)位、博(碩)導(dǎo)等狀況及專業(yè)領(lǐng)域。

2投稿約定

2.1來稿請登錄本刊主頁(http://www.bce.ac.cn)進(jìn)行在線投稿，稿件書寫格式按上述要求，請注明作者詳細(xì)通訊地址、郵政編碼及聯(lián)系電話。稿件一經(jīng)受理即交納審稿費(fèi)。稿件處理結(jié)果在3個(gè)月內(nèi)通知作者。

2.2稿件經(jīng)編輯部初審后送1～2位專家審閱，之后編輯部將審稿意見反饋給作者，對于擬發(fā)表的稿件，作者應(yīng)根據(jù)審稿人和編輯部的意見對稿件進(jìn)行修改，在指定時(shí)間內(nèi)修回，同時(shí)提供電子文檔，交納版面費(fèi)。修改后的稿件統(tǒng)一由主編終審后再排版印刷(稿件一經(jīng)發(fā)排，不得擅自修改或變更作者署名，且一般不得對文稿進(jìn)行增刪)。來稿一經(jīng)發(fā)表，即按篇酌付稿酬，并贈(zèng)送當(dāng)期期刊2冊、單行本5份。

2.3所有稿件均需提供“版權(quán)轉(zhuǎn)讓協(xié)議書”，內(nèi)容包括：文章題名、作者姓名及其排序，無泄密情況，無一稿多投；若為基金項(xiàng)目請給出項(xiàng)目名稱及編號(hào)(加注在論文的首頁頁腳)。

2.4來稿文責(zé)自負(fù)，請勿一稿多投。編輯部對來稿有權(quán)作技術(shù)性和文字修飾，但實(shí)質(zhì)性內(nèi)容的修改須征得作者同意。

2.5凡本刊發(fā)表的文章將有可能進(jìn)入國內(nèi)外相關(guān)數(shù)據(jù)庫并在互聯(lián)網(wǎng)上運(yùn)行，其作者著作權(quán)使用費(fèi)與本刊稿酬一次性給付。如作者不同意將文章編入相關(guān)數(shù)據(jù)庫，請?jiān)趤砀鍟r(shí)聲明，本刊將做適當(dāng)處理。

3編輯部聯(lián)系方式

地址：210042 南京市鎖金五村16號(hào) 林化所內(nèi)《生物質(zhì)化學(xué)工程》編輯部；電話：(025)85482492；傳真：(025)85482492；E-mail：bce@vip.163.com；http: // www.bce.ac.cn。

《生物質(zhì)化學(xué)工程》編輯部

Research Progress on Application of Near-infrared Spectroscopy inPulping Material Analysis

WU Ting, LIANG Long, CUI Hong-hui, DENG Yong-jun, FANG Gui-gan

(Institute of Chemical Industry of Forest Products,CAF;National Engineering Lab.for Biomass Chemical Utilization;Key and Open Lab.of Forest Chemical Engineering,SFA;Key Lab.of Biomass Energy and Material,Jiangsu Province, Nanjing 210042, China)

The principles, analysis methods and characteristics of near-infrared spectroscopy technology were introduced. It also comprehensively summarized current studies of applications of near-infrared spectroscopy in pulping material analysis on the following aspects. They were fast classification, chemical components, moisture content, basic density and fiber morphology. Finally, the problems in actual production were analyzed and the future development trend was prospected.

near-infrared spectroscopy; pulping material; fast classification; chemical components

10.3969/j.issn.1673-5854.2015.06.009

2015- 04- 24

國家林業(yè)局948技術(shù)引進(jìn)項(xiàng)目(2014-4-31)

吳珽(1988—)，男，江蘇興化人，碩士生，主要從事制漿造紙工藝參數(shù)在線檢測工作

*通訊作者：房桂干，研究員，博士生導(dǎo)師，研究領(lǐng)域?yàn)橹茲{造紙清潔生產(chǎn)、環(huán)保和生物質(zhì)利用研究；E-mail:fangguigan@icifp.cn。

TQ35；TS721

A

1673-5854(2015)06- 0045- 05