張潔　袁鵬飛　李君

摘 要： 在查閱大量文獻(xiàn)的基礎(chǔ)上，介紹木材識(shí)別時(shí)的術(shù)語(yǔ)、木材識(shí)別輔助工具和軟件、各種木材識(shí)別方法及其優(yōu)缺點(diǎn)，包括傳統(tǒng)木材識(shí)別、近紅外光譜技術(shù)、 氣質(zhì)聯(lián)用技術(shù)、DNA法、穩(wěn)定同位素法以及基于計(jì)算機(jī)視覺(jué)的識(shí)別方法，總結(jié)木材識(shí)別理念的研究現(xiàn)狀。

關(guān)鍵詞： 木材識(shí)別方法；研究現(xiàn)狀；優(yōu)缺點(diǎn)

中圖分類(lèi)號(hào)：S781.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-3020（2015）02-0030-06

木材識(shí)別是以木材的構(gòu)造特征為依據(jù)，對(duì)木材的樹(shù)種進(jìn)行識(shí)別。樹(shù)種不同，其內(nèi)部的構(gòu)造特征不同，它的用途也不同。正確識(shí)別木材的樹(shù)種，可以幫助更好地達(dá)到適材適用、物盡其用；中國(guó)地大物博，樹(shù)種資源豐富，對(duì)每一個(gè)樹(shù)種進(jìn)行識(shí)別是一項(xiàng)浩大的工程，但識(shí)別意義卻重大而深遠(yuǎn)，不僅體現(xiàn)在合理用材方面，在木材供應(yīng)方面也顯得極為重要；木材樹(shù)種不同，價(jià)格也不同，使木材在市場(chǎng)流通中做到真材實(shí)料按質(zhì)論價(jià)，防止非法木材交易和交易欺詐行為，對(duì)于木材家裝產(chǎn)業(yè)、木材家具特別是紅木家具產(chǎn)業(yè)的健康發(fā)展意義重大。基于此，國(guó)內(nèi)外很多學(xué)者都一直致力于木材識(shí)別方法研究[1]。

1 木材傳統(tǒng)識(shí)別方法及檢索手段

1.1 識(shí)別方法

1.1.1 宏觀特征識(shí)別

木材的宏觀特征識(shí)別是指通過(guò)肉眼或者放大鏡觀察宏觀解剖特征及表觀特征。木材的心材、生長(zhǎng)輪、管孔大小、軸向薄壁組織與木射線(xiàn)的大小及排列方式，是常用的識(shí)別特征。同時(shí)，結(jié)合色澤、紋理、氣味、物理性質(zhì)等進(jìn)行綜合判斷。

宏觀識(shí)別方法簡(jiǎn)單易行，在木材加工生產(chǎn)和流通現(xiàn)場(chǎng)及海關(guān)和質(zhì)檢等質(zhì)檢現(xiàn)場(chǎng)中只能采用這種方法。但對(duì)難以區(qū)分的不常見(jiàn)樹(shù)種或者是部分進(jìn)口的熱帶木材，此方法只能識(shí)別到類(lèi)。

1.1.2 解剖特征識(shí)別

解剖特征識(shí)別是指將厚度為15～20 μm的橫、徑和弦切面的切片，經(jīng)染色、脫水等程序制成切片，置于光學(xué)顯微鏡下，觀察各類(lèi)組織與細(xì)胞的形態(tài)與排列。該方法涉及的識(shí)別特征較多，極大地提高識(shí)別的準(zhǔn)確性，但識(shí)別過(guò)程相對(duì)復(fù)雜。為保證木材識(shí)別的準(zhǔn)確性，通常是將宏觀識(shí)別與微觀識(shí)別相結(jié)合，并與已知的標(biāo)本木材切片相比對(duì)，或者是與國(guó)家標(biāo)準(zhǔn)相比對(duì)。該方法是目前應(yīng)用最多，也是最成熟的木材識(shí)別方法。但是操作過(guò)程復(fù)雜，鑒別時(shí)間較長(zhǎng)，需要一定的制作切片的技術(shù)和觀察組織的本領(lǐng)，從樣品上取樣時(shí)，特別是從紅木家具或紅木藝術(shù)品上取樣，往往會(huì)給樣品造成不同程度的破壞。

1.2 檢索手段

1.2.1 對(duì)分式檢索表法

對(duì)分式檢索表法是指運(yùn)用對(duì)分法原理，將木材構(gòu)造特征進(jìn)行有無(wú)對(duì)比，以互相排斥為條件，循序漸進(jìn)，逐漸縮小范圍，最后劃分出每個(gè)樹(shù)種來(lái)編制[1]。成俊卿等編著的《中國(guó)木材志》就是利用對(duì)分式檢索表進(jìn)行樹(shù)種檢索。對(duì)分式檢索表編制方法簡(jiǎn)單，成本低，攜帶方便，在樹(shù)種不多的情況下十分實(shí)用。但是檢索表修改時(shí)比較麻煩，甚至需要重新編制；需要按照檢索表的順序依次進(jìn)行；樹(shù)種較多時(shí)，使用起來(lái)不方便。

1.2.2 穿孔卡式檢索表法

穿孔卡式檢索表法是把木材的全部識(shí)別特征排列在一張卡片周?chē)?，并在每一特征上方打一小孔，將該種木材所具有的特征上方的小孔剪成“U”形缺口，同時(shí)將每張卡片上的左上角剪去，使所有卡片特征順序?qū)R。該方法可隨時(shí)增減樹(shù)種或修改木材的特征，不會(huì)影響整體工作；可以按標(biāo)本的任何顯著特征進(jìn)行檢索，不需要固定的順序；制作成本低。但是由于卡片多，攜帶不便且卡片容易損壞。

1.2.3 數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)

用計(jì)算機(jī)系統(tǒng)軟件查詢(xún)木材，結(jié)合了對(duì)分式檢索表和穿孔卡式檢索表的優(yōu)點(diǎn)，充分利用計(jì)算機(jī)高速處理數(shù)據(jù)的特性。采用數(shù)據(jù)文件或數(shù)據(jù)庫(kù)形式組織、管理樹(shù)種名稱(chēng)及構(gòu)造特征數(shù)據(jù)，以能夠容納大量信息的磁盤(pán)為存貯介質(zhì)，在工作效率和功能齊全性方面均優(yōu)于原有的檢索表方式，體現(xiàn)計(jì)算機(jī)快速、準(zhǔn)確、靈活、方便、綜合管理功能強(qiáng)、檢索方法多等特點(diǎn)[2]。

中國(guó)在木材數(shù)據(jù)庫(kù)檢索系統(tǒng)方面的研究起步較晚，從20世紀(jì)80年代開(kāi)始，取得豐碩的成果。1992年劉鵬等建立的東南亞闊葉樹(shù)材數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)共包含201種東南亞闊葉樹(shù)材[3]；1995年程放等在收集、整理中國(guó)木材科學(xué)領(lǐng)域研究成果和實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上，建立大型木材科學(xué)綜合信息數(shù)據(jù)查詢(xún)應(yīng)用軟件包，系統(tǒng)收錄包括木材解剖識(shí)別在內(nèi)的12個(gè)專(zhuān)項(xiàng)子數(shù)據(jù)庫(kù)[4]；1998年廣西大學(xué)的徐峰教授開(kāi)發(fā)中國(guó)和東南亞1 000種木材圖像計(jì)算機(jī)查詢(xún)系統(tǒng)，創(chuàng)新性的加入圖像核對(duì)板塊，以木材圖像作為主要的木材識(shí)別依據(jù)，圖文并茂，使檢驗(yàn)結(jié)果更直觀、準(zhǔn)確，為今后木材數(shù)據(jù)庫(kù)檢索系統(tǒng)的創(chuàng)建打下基礎(chǔ)[5]；2000年王艷君等在建立的拉丁美洲熱帶木材樹(shù)種數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)中，共收錄200種拉丁美洲熱帶木材、600幅木材解剖圖片，為了解與認(rèn)識(shí)、開(kāi)發(fā)與利用拉丁美洲木材資源提供了1個(gè)有效的工具[6]；2003年中國(guó)林科院木材工業(yè)研究所建立紅木和紅木家具網(wǎng)絡(luò)鑒定平臺(tái)，為廣大的消費(fèi)者和從事本專(zhuān)業(yè)的科研人員提供很好的交流與分享平臺(tái)[7]；2007年葉麗建立基于Web的世界主要商用木材信息查詢(xún)系統(tǒng)，實(shí)現(xiàn)按木材名稱(chēng)、木材宏觀特征、木材微觀特征、木材物理力學(xué)性質(zhì)等各類(lèi)屬性特征，關(guān)鍵字和多關(guān)鍵字的計(jì)算機(jī)查詢(xún)檢索功能[8]；2013年孫書(shū)冬等建立基于Visual Basic的木材識(shí)別系統(tǒng)，該系統(tǒng)包含208種進(jìn)口或國(guó)產(chǎn)常見(jiàn)商品材，在數(shù)據(jù)庫(kù)檢索功能的基礎(chǔ)上，兼具圖像處理技術(shù)，以期輔助木材樹(shù)種準(zhǔn)確識(shí)別及提高識(shí)別速度[9]。

目前，各種木材數(shù)據(jù)庫(kù)檢索查詢(xún)系統(tǒng)已建立，樹(shù)種信息以及木材特征信息得到有效的分類(lèi)和保存。然而基于操作者主觀描述的數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)仍然是一種專(zhuān)家鑒定系統(tǒng)，對(duì)鑒定者有較高的專(zhuān)業(yè)水平要求，非專(zhuān)業(yè)人員使用起來(lái)還是有一定的困難。

2 基于計(jì)算機(jī)數(shù)字圖像處理技術(shù)的識(shí)別方法

木材圖像在計(jì)算機(jī)中的顯示是一種創(chuàng)新，借助生物顯微鏡把木材切片的圖像反映到計(jì)算機(jī)上，再利用計(jì)算機(jī)上的自動(dòng)識(shí)別程序，即通過(guò)木材解剖圖像自動(dòng)識(shí)別木材，把圖像的顯示納入計(jì)算機(jī)自動(dòng)的檢索系統(tǒng)中。

2.1 圖像語(yǔ)義特征

語(yǔ)義特征包括木材的各種不同組織細(xì)胞，如導(dǎo)管、軸向薄壁組織、早材、晚材、木射線(xiàn)和樹(shù)脂道等。主要集中在對(duì)導(dǎo)管細(xì)胞形態(tài)的研究，對(duì)其他諸如軸向薄壁組織、木射線(xiàn)等的研究較少，而這些特征在傳統(tǒng)識(shí)別方法中具有特別重要的意義。王鋒等在傳統(tǒng)木材識(shí)別傳統(tǒng)方法基礎(chǔ)上，應(yīng)用語(yǔ)義學(xué)原理對(duì)木材識(shí)別特征進(jìn)行聚類(lèi)分析，提高木材識(shí)別智能化程度，該方法快遞，準(zhǔn)確，具有較強(qiáng)的模糊識(shí)別能力[10]。

2.2 圖像紋理特征

木材紋理特征是從宏觀角度觀察木材，包括木材的顏色、組織特征、紋理、灰度等?；趫D像紋理特征最大相似性的木材樹(shù)種檢索識(shí)別較易實(shí)現(xiàn)，是一種值得發(fā)展和進(jìn)一步研究的方法。常用的紋理特征提取方法有結(jié)構(gòu)法、統(tǒng)計(jì)法和模型法。日本京都大學(xué)的增田稔博士開(kāi)創(chuàng)木材紋理研究的先河[11]，白雪冰等利用灰度共生矩陣參數(shù)對(duì)木材表面紋理特征進(jìn)行描述，并據(jù)此實(shí)現(xiàn)對(duì)木材表面紋理分類(lèi)[12]。東北林業(yè)大學(xué)的于海峰等在研究木材紋理物理量的基礎(chǔ)上，借助數(shù)字圖像處理技術(shù)和紋理算法實(shí)現(xiàn)對(duì)木材紋理的定量化分析，并利用木材紋理特征最大相似性實(shí)現(xiàn)了木材樹(shù)種檢索識(shí)別[13-16]。王亞超重點(diǎn)研究了第二代小波變換的閥值去早方法，探索了木材圖像紋理的頻域特征參數(shù)，并利用這些參數(shù)比較了針葉樹(shù)材和闊葉樹(shù)材木材紋理的統(tǒng)計(jì)差異[17]。

2.3 板材材種識(shí)別方法

工業(yè)化的木材識(shí)別要求無(wú)損、快速、方便和準(zhǔn)確。但以上木材識(shí)別技術(shù)工作都離不開(kāi)木材切片的制作，這就嚴(yán)重妨礙板材識(shí)別方法的工業(yè)化。基于微觀細(xì)胞數(shù)字理論方法的研究摒棄了傳統(tǒng)切片制造工藝，使板材識(shí)別方法的工業(yè)化成為可能。圖像處理技術(shù)的發(fā)展為微觀細(xì)胞數(shù)字化理論的研究提供了技術(shù)支持。東北林業(yè)大學(xué)的馬巖教授對(duì)細(xì)胞系統(tǒng)數(shù)學(xué)模型進(jìn)行研究[18]。在此基礎(chǔ)上，任洪娥等提出基于數(shù)字圖像處理技術(shù)提取出細(xì)胞數(shù)字特征參數(shù)，并利用計(jì)算機(jī)統(tǒng)計(jì)出理想的數(shù)學(xué)模型，采用合理的判別算法對(duì)材種進(jìn)行識(shí)別，即基于板材端面細(xì)胞實(shí)體檢測(cè)圖像的數(shù)字特征參數(shù)的板材材種識(shí)別方法[19，20]。

基于計(jì)算機(jī)數(shù)字圖像處理技術(shù)的識(shí)別方法識(shí)別時(shí)比較的是數(shù)字參數(shù)，而不是傳統(tǒng)的像素點(diǎn)特征，存儲(chǔ)空間極小，從而大幅度地加快了識(shí)別和比較的速度。這種方法克服了傳統(tǒng)識(shí)別和檢索識(shí)別方法按照人的主觀描述特征的缺點(diǎn)，它具有客觀、準(zhǔn)確、高效的特點(diǎn)。

3 基于化學(xué)成分及基因測(cè)序的木材識(shí)別技術(shù)

3.1 近紅外光譜技術(shù)

近紅外光譜技術(shù)是指波長(zhǎng)在780～2 500 nm范圍內(nèi)的電磁波，是一種新型無(wú)損獨(dú)立的檢測(cè)分析技術(shù)，在定性和定量分析領(lǐng)域應(yīng)用廣泛。近紅外光譜技術(shù)在木材識(shí)別中的研究較多。主要包括近紅外光譜技術(shù)對(duì)不同產(chǎn)地來(lái)源的木材進(jìn)行識(shí)別[21，22]、外觀相似的木材識(shí)別[23]、同一樹(shù)種不同部位的識(shí)別[24]、同屬的幾種木材識(shí)別[25]、通過(guò)物理或化學(xué)處理后的木材識(shí)別[26，27]。國(guó)內(nèi)中國(guó)林科院木材工業(yè)研究所的研究最為突出，2003年木工所申請(qǐng)了紅木NIR識(shí)別專(zhuān)利；楊忠、江澤慧、呂斌等利用近紅外光譜技術(shù)并結(jié)合主成分分析方法對(duì)八類(lèi)紅木的近紅外光譜進(jìn)行分析，結(jié)果表明近紅外光譜與紅木色度學(xué)參數(shù)之間的相關(guān)性很高，可以很好地區(qū)分開(kāi)八類(lèi)紅木[28]；楊忠等利用近紅外光譜技術(shù)對(duì)一種針葉樹(shù)（杉木）和一種闊葉樹(shù)（桉樹(shù)）分別采集其近紅外漫反射光譜，結(jié)合偏最小二乘判別分析法建立的識(shí)別模型對(duì)未知樣品的識(shí)別率很高，說(shuō)明NIR技術(shù)可以快速、準(zhǔn)確識(shí)別針葉材和闊葉材[29]；劉亞娜探討影響木材識(shí)別模型穩(wěn)定性和可靠性的因素，建立木材近紅外光譜識(shí)別模型的標(biāo)準(zhǔn)化要求，并對(duì)基于近紅外光譜技術(shù)的木材識(shí)別機(jī)理進(jìn)行探討[30]。中南林業(yè)科技大學(xué)的羅莎等論述近紅外光譜技術(shù)預(yù)測(cè)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，以期將近紅外光譜技術(shù)預(yù)測(cè)木材解剖特征與木材樹(shù)種識(shí)別更加有效地結(jié)合起來(lái)[31]。首都師范大學(xué)的馬明宇等利用人工神經(jīng)網(wǎng)絡(luò)建立了NIR樹(shù)種識(shí)別模型[32]。

近紅外光譜技術(shù)作為一種先進(jìn)的檢測(cè)技術(shù)，具有無(wú)損、快速、操作簡(jiǎn)便等優(yōu)點(diǎn)；樣品的形態(tài)可以是多樣的，如固態(tài)、液態(tài)或粉末；無(wú)需對(duì)樣品進(jìn)行化學(xué)或物理的預(yù)處理；分辨率高、光通量大、偏振特性小；對(duì)樣品進(jìn)行1次光譜采集，就能確定樣品的某一項(xiàng)或多項(xiàng)性質(zhì)指標(biāo)，無(wú)需多次采集數(shù)據(jù)，省時(shí)省力[33]；在近紅外光譜區(qū)分析是一種安全分析，不會(huì)對(duì)人體造成危害；實(shí)驗(yàn)過(guò)程無(wú)需化學(xué)試劑，對(duì)樣品或環(huán)境不會(huì)造成污染，是一種綠色分析。但近紅外光譜所在的譜區(qū)也具有譜帶寬、譜帶重疊嚴(yán)重、吸收強(qiáng)度較低、需要依靠計(jì)算機(jī)技術(shù)及化學(xué)計(jì)量學(xué)提取信息等缺點(diǎn)，容易受到外界條件、測(cè)量條件的影響。

3.2 氣質(zhì)聯(lián)用技術(shù)

色譜的定性、定結(jié)構(gòu)能力較差，通常只是利用各組份的保留特性來(lái)定性，這在組份完全未知情況下進(jìn)行定性分析就更加困難了。隨著一些定性和定結(jié)構(gòu)的分析手段如質(zhì)譜、紅外光譜、紫外光譜、核磁共振波普等級(jí)數(shù)的發(fā)展，確定1個(gè)純組分及其結(jié)構(gòu)如何已是一件比較容易的事。

色譜一質(zhì)譜聯(lián)用儀是開(kāi)發(fā)最早的色譜聯(lián)用儀器，發(fā)展最完善，應(yīng)用最廣泛，由于從氣相色譜柱分離后的樣品呈氣態(tài)，流動(dòng)相也是氣體，與質(zhì)譜的進(jìn)樣的要求相匹配，最容易將這兩種儀器聯(lián)用。在所有聯(lián)用技術(shù)中氣質(zhì)聯(lián)用，即GC-MS發(fā)展最完善，應(yīng)用最廣泛，目前有機(jī)分析實(shí)驗(yàn)幾乎都把GC-MS作為主要的定性手段之一，在很多情況下又用GC-MS進(jìn)行定量分析。戚江晨等利用GC-MS技術(shù)從赤桉木材的苯醇提取液中鑒定出了100余種物質(zhì)，用于分析抽提物對(duì)桉樹(shù)木材改性、膠合、涂飾等加工性能的影響[34]；粟本超等利用GC-MS技術(shù)對(duì)廣西柳州產(chǎn)馬尾松和濕地松松針揮發(fā)油進(jìn)行分析，分別得到96種和133種成分[35]。

國(guó)內(nèi)外利用GC-MS技術(shù)對(duì)木材種類(lèi)進(jìn)行的研究較少。例如：周佳璐等采用GC-MS技術(shù)對(duì)不同產(chǎn)地的柚木、重蟻木、松木和杉木樣品的抽提液進(jìn)行分析，得出不同類(lèi)木材的總離子流圖差別非常明顯，而同類(lèi)木材總離子流圖基本相同[39]；羅莎等利用FTIR及GC-MS技術(shù)對(duì)四種紅木的有機(jī)溶劑抽提物進(jìn)行分析，建立各木材FTIR與GC-MS指紋圖譜，并探索指紋圖譜信息對(duì)木材分類(lèi)與鑒定的作用[40]；朱濤等利用氣質(zhì)聯(lián)用技術(shù)，采用苯醇抽提和頂空直接導(dǎo)入兩種不同進(jìn)樣方式，對(duì)9種紅木樣品進(jìn)行分析，并建立各木材的指紋圖譜[41]。

該方法取樣量少、方便快捷、無(wú)形狀尺寸要求，而且對(duì)操作人員要求較低，識(shí)別工作效率高，得出的總離子流圖分離度較好。但是GC-MS技術(shù)需要將木材樣品進(jìn)行有機(jī)溶劑抽提，前期準(zhǔn)備工作比較繁瑣，而且實(shí)驗(yàn)精密度要求較高，樣品采集過(guò)程易污染；抽提物受木材產(chǎn)地、樹(shù)齡、采伐季節(jié)、存放時(shí)間、運(yùn)輸方式等不確定因素影響，對(duì)木材樣品的要求高；現(xiàn)階段，基于GC-MS構(gòu)建的指紋圖譜應(yīng)用于木材鑒定的研究仍處于起步階段，其準(zhǔn)確性和可重復(fù)性人需要大量的實(shí)驗(yàn)進(jìn)行驗(yàn)證。除了完善現(xiàn)有色譜質(zhì)譜技術(shù)外，還需要更加充分的利用現(xiàn)有的分析技術(shù)。如何更好的借鑒與比對(duì)現(xiàn)有研究成果，建立多維指紋圖譜，多角度全面挖掘圖譜信息，是今后研究和發(fā)展的方向。

3.3 DNA條形碼識(shí)別

由于木材的樹(shù)種和產(chǎn)地不同其DNA也不同，反過(guò)來(lái)可以利用DNA技術(shù)來(lái)鑒定樹(shù)種。采用電泳的方法將DNA提取出來(lái)，將提取出來(lái)的DNA片段進(jìn)行擴(kuò)增，進(jìn)行純化處理后選擇適當(dāng)濃度的模板DNA，并進(jìn)行DNA重復(fù)性試驗(yàn)，序列測(cè)定分析及提交結(jié)果到數(shù)據(jù)庫(kù)。DNA條形碼識(shí)別技術(shù)是利用短的DNA片段對(duì)樹(shù)種進(jìn)行識(shí)別與鑒定的新的生物分子技術(shù)，就像超市條形碼識(shí)別物品一樣，利用A、T、C和G 4個(gè)堿基在基因中的排列順序來(lái)識(shí)別物種[42]。

DNA條形碼技術(shù)在動(dòng)物物種鑒別中得到了成熟的應(yīng)用，在植物中的應(yīng)用也正在積極的展開(kāi)。目前為止，已有很多學(xué)者通過(guò)單一片段或多組合片段DNA條形碼對(duì)植物物種進(jìn)行分類(lèi)鑒定[43，44]、對(duì)木材進(jìn)行分類(lèi)鑒定[45，46]以及古木的研究發(fā)展[47]。Jiao Lichao等證明使用Qiagen kit protocol比使用傳統(tǒng)CTAB提取出更多高質(zhì)量的DNA，并且由于受干燥工藝的影響，木材中的DNA的數(shù)量要明顯低于新鮮木材中的數(shù)量[48]。Lee Hong Tnah等認(rèn)為從木材的形成層和邊材提取DNA的效率要高于心材部分；與核基因組相比，葉綠體基因組具有更高的擴(kuò)增成功率；經(jīng)過(guò)熱處理的木材只有葉綠體基因組才能被提取出來(lái)[49]。利用單一片段實(shí)現(xiàn)對(duì)所有物種的分類(lèi)鑒定幾乎是不可能的，但根據(jù)現(xiàn)有結(jié)果分析出的片段組合還不能滿(mǎn)足現(xiàn)有DNA條形碼標(biāo)準(zhǔn)，仍然需要大量的實(shí)驗(yàn)來(lái)驗(yàn)證其分類(lèi)鑒別能力[43]。

優(yōu)點(diǎn)：利用小塊兒生物體組織進(jìn)行鑒別；能夠在生物的不同生長(zhǎng)階段鑒別物種；準(zhǔn)確地辨別形態(tài)相似度很高的物種；降低鑒別的模糊性；鑒別過(guò)程迅速快捷，且只需要簡(jiǎn)單的培訓(xùn)就可以掌握[50]；獲取信息量大；精確度高。缺點(diǎn)：DNA技術(shù)在立木組織（葉綠素、線(xiàn)粒體等）中的研究較多，在木質(zhì)部提取困難，而且降解嚴(yán)重；在尋找不同目的基因的過(guò)程是繁瑣和困難的，仍需要進(jìn)行大量的科學(xué)試驗(yàn)，以得到更多重要樹(shù)種和木材的DNA條形碼信息。

3.4 穩(wěn)定同位素分析技術(shù)

穩(wěn)定同位素分析技術(shù)是指木材中一些穩(wěn)定同位素（C、H、P、N、S）的比率在不同地理區(qū)域是唯一的，故依此可推斷木材的原產(chǎn)地。

據(jù)殷亞方介紹，木材中的D/H比率可以跟蹤木材的產(chǎn)地，而同時(shí)利用D/H和18O/16O將能提高識(shí)別的準(zhǔn)確性，開(kāi)發(fā)利用N或S等其他元素的技術(shù)也得到新進(jìn)展[51]。Agroisolab Gmbh實(shí)驗(yàn)室的研究人員對(duì)來(lái)自不同國(guó)家的233個(gè)產(chǎn)地1 651個(gè)樣本進(jìn)行萃取研究，表明根據(jù)木材有機(jī)物中氫的D/H比值，可以獲知原產(chǎn)地。Y.Gori等發(fā)現(xiàn)在整個(gè)木材和纖維素組分的各同位素比值之間（13C/12C、2H/1H、18O/16O）具有顯著的相關(guān)性，據(jù)此也可以跟蹤木材的原產(chǎn)地[52]。Keppler F利用穩(wěn)定同位素H的比率測(cè)得了木材的地理起源，并得出利用該方法可以很明顯的將來(lái)自北部森林的和熱帶地區(qū)的木材區(qū)別開(kāi)來(lái)[53]。2007年在德國(guó)召開(kāi)的國(guó)際研討會(huì)《指紋識(shí)別方法識(shí)別木材起源》中，Boner M等分別測(cè)定北歐1 651個(gè)樹(shù)種和東南亞487個(gè)樹(shù)種D/H和18O/16O比率的變化情況，以此來(lái)跟蹤木材的產(chǎn)地，同時(shí)他還提出使用87Sr/86Sr比率也能追蹤木材原產(chǎn)地[54]。該技術(shù)拓寬木材識(shí)別的范圍，提高識(shí)別精度，但該方法需要大量的實(shí)驗(yàn)和樣本采集，對(duì)樣本具體來(lái)源有更高要求。今后應(yīng)從木材中分離不同的純物質(zhì)，增加其他同位素對(duì)的測(cè)定，進(jìn)一步改進(jìn)測(cè)試技術(shù)和方法，開(kāi)展大規(guī)模的實(shí)驗(yàn)。

4 結(jié)語(yǔ)

木材傳統(tǒng)識(shí)別是目前大多數(shù)檢驗(yàn)機(jī)構(gòu)采用的方法，也是發(fā)展最成熟的識(shí)別方法，在未來(lái)很長(zhǎng)一段時(shí)間仍然會(huì)占據(jù)主導(dǎo)地位。在實(shí)際工作中，掌握木材識(shí)別與鑒定的基本方法也是木材檢驗(yàn)人員一項(xiàng)重要的基本技能。但是傳統(tǒng)識(shí)別方法鑒定準(zhǔn)確度難以得到保證，而且取樣量大，對(duì)木制品特別是紅木產(chǎn)品樣品破壞大，采取與現(xiàn)代科技結(jié)合，且簡(jiǎn)便、高效、微損的方法來(lái)鑒別木材顯得迫在眉睫。與此同時(shí)，近紅外光譜技術(shù)、氣質(zhì)聯(lián)用技術(shù)、DNA技術(shù)、穩(wěn)定同位素技術(shù)以及基于計(jì)算機(jī)數(shù)字圖像處理技術(shù)快速發(fā)展，拓寬了木材識(shí)別范圍，并提高了精度，是非常值得研究和利用的新技術(shù)。我國(guó)在此方面，應(yīng)盡快展開(kāi)此方面的研究，更快的實(shí)現(xiàn)新技術(shù)的工業(yè)化應(yīng)用，以更好的為森林保護(hù)和木材工業(yè)的發(fā)展做出貢獻(xiàn)。

參考文獻(xiàn)

[1]汪杭軍，張廣群，祁亨年，等.木材識(shí)別方法研究綜述[J].浙江林學(xué)院學(xué)報(bào)，2009，26（6）：896-902.

[2]任洪娥，高潔，馬巖.我國(guó)木材材種識(shí)別技術(shù)的新進(jìn)展[J].木材加工機(jī)械，2007，（04）：38-41.

[3]劉鵬，程放.東南亞闊葉樹(shù)材數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)[J].林業(yè)科學(xué)，1992，28（5）：480-484.

[4]程放，王艷君，陸熙嫻.木材綜合信息數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)的研究[J].木材工業(yè)，1995，（04）：16-19.

[5]徐峰.中國(guó)和東南亞1000種木材圖象計(jì)算機(jī)查詢(xún)系統(tǒng)[J].四川農(nóng)業(yè)大學(xué)學(xué)報(bào)，1998，16（1）：181.

[6]王艷君，程放.拉丁美洲熱帶木材樹(shù)種數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)[J].木材工業(yè)，2000，14（2）：31-32.

[7]陳勇平，周玉成，姜笑梅.紅木識(shí)別鑒定平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[J].人造板通訊，2004，11（10）：12-15.

[8]葉麗.基于Web的世界主要商用木材信息查詢(xún)系統(tǒng)的研究[D].南京：南京林業(yè)大學(xué)，2007.

[9]孫書(shū)冬，甘雪菲，霍麗平，等.基于Visual Basic的木材識(shí)別系統(tǒng)[J].木材工業(yè)，2013（05）：21-25.

[10]汪杭軍.基于紋理的木材圖像識(shí)別方法研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2013.

[11]賈瀟然，劉迎濤.木材樹(shù)種管理檢索系統(tǒng)研究現(xiàn)狀與發(fā)展趨勢(shì)[J].西南林學(xué)院學(xué)報(bào)，2009，29（6）：77-81.

[12]白雪冰，王克奇，王輝.基于灰度共生矩陣的木材紋理分類(lèi)方法的研究[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2005，37（12）：1667-1670.

[13]董君偉，于海鵬，劉一星.木材紋理物理量的分析與定義[C]：中國(guó)林學(xué)會(huì)木材科學(xué)分會(huì)第十次學(xué)術(shù)研討會(huì)論文集，2005.

[14]于海鵬，劉一星，劉鎮(zhèn)波.木材紋理的定量化算法探究[J].福建林學(xué)院學(xué)報(bào)，2005，25（2）：157-162.

[15]于海鵬，劉一星，劉鎮(zhèn)波.基于圖像紋理特征的木材樹(shù)種識(shí)別[J].林業(yè)科學(xué)，2007，43（4）：77-81.

[16]于海鵬，劉一星，劉鎮(zhèn)波.應(yīng)用數(shù)字圖像處理技術(shù)實(shí)現(xiàn)木材紋理特征檢測(cè)[J].計(jì)算機(jī)應(yīng)用研究，2007，24（4）：173-175.

[17]王亞超.基于小波變換的木材圖像處理技術(shù)研究[D].內(nèi)蒙古：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2013.

[18]任洪娥，高潔，馬巖.我國(guó)木材材種識(shí)別技術(shù)的新進(jìn)展[J].木材加工機(jī)械，2007，18（4）：38-41.

[19]任洪娥.板材端面細(xì)胞實(shí)體檢測(cè)圖像的切片化處理研究[J].林業(yè)機(jī)械與木工設(shè)備，2006，34（3）：26-28.

[20]高潔，任洪娥，馬巖.基于細(xì)胞數(shù)字特征的板材材種識(shí)別技術(shù)[J].林業(yè)機(jī)械與木工設(shè)備，2006，34（1）：39-41.

[21]Rana R， Müller G， Naumann A， et al. FTIR spectroscopy in combination with principal component analysis or cluster analysis as a tool to distinguish beech （Fagus sylvatica L.） trees grown at different sites[J]. Holzforschung， 2008，62（5）： 530-538.

[22]Sandak A， Sandak J， Negri M. Relationship between near-infrared （NIR） spectra and the geographical provenance of timber[J]. Wood Science and Technology， 2011，45（1）：35-48.

[23]Flaete P O， Haartveit E Y， K V. Near-infrared Spectroscopy with Multivariate Statistical Modelling as a Tool for Differentiation of Wood from Tree Species with Similar Appearance[J]. New Zealand Journal Of Forestry Science， 2006，36（2）：382-392.

[24]Sandberg K， Sterley M. Separating Norway spruce heartwood and sapwood in dried condition with near-infrared spectroscopy and multivariate data analysis[J]. European Journal of Forest Research， 2009，128（5）：475-481.

[25]Cooper P A， Jeremic D， Radivojevic S， et al. Potential of near-infrared spectroscopy to characterize wood products[J]. Canadian Journal of Forest Research， 2011，41（11）：2150-2157.

[26]Schwanninger M， Hinterstoisser B， Gierlinger N， et al. Application of Fourier Transform Near Infrared Spectroscopy （FT-NIR） to thermally modified wood[J]. Holz als Roh- und Werkstoff， 2004，62：483-485.

[27]Bchle 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.

[28]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.

[29]楊忠，呂斌，黃安民，等.近紅外光譜技術(shù)快速識(shí)別針葉材和闊葉材的研究[J].光譜學(xué)與光譜分析，2012，32（7）：1785-1789.

[30]劉亞娜.基于近紅外光譜技術(shù)的木材識(shí)別初步研究[D].北京：中國(guó)林業(yè)科學(xué)研究院，2014.

[31]羅莎，吳義強(qiáng)，劉元，等.近紅外光譜技術(shù)在木材解剖特征預(yù)測(cè)中的研究進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2012，32（1）：37-42.

[32]馬明宇，王桂蕓，黃安民，等.人工神經(jīng)網(wǎng)絡(luò)結(jié)合近紅外光譜用于木材樹(shù)種識(shí)別[J].光譜學(xué)與光譜分析，2012，（09）：2377-2381.

[33]張慧娟.基于近紅外光譜的落葉松含碳量預(yù)測(cè)分析[D].哈爾濱：東北林業(yè)大學(xué)，2013.

[34]戚江晨.人工林赤桉木材抽提物特性與膠合微擾機(jī)理研究[D].株洲：中南林業(yè)科技大學(xué)，2011.

[35]粟本超，謝濟(jì)運(yùn)，陳小鵬，等.廣西柳州產(chǎn)馬尾松和濕地松松針揮發(fā)油的GC-MS分析[J].質(zhì)譜學(xué)報(bào)，2008，29（2）：257-260.

[36]周佳璐，叢培盛，湯桂林，等.用氣質(zhì)聯(lián)用技術(shù)對(duì)木材進(jìn)行分類(lèi)和鑒別[J].建筑材料學(xué)報(bào)，2006，9（1）：36-40.

[37]羅莎.四種紅木抽提物的FTIR與GC--MS指紋圖譜鑒別研究[D].株洲：中南林業(yè)科技大學(xué)，2013.

[38]朱濤.基于GC-MS技術(shù)不同進(jìn)樣方式的紅木識(shí)別研究及其指紋圖譜構(gòu)建[D].合肥：安徽農(nóng)業(yè)大學(xué)，2013.

[39]閆化學(xué)，于杰.DNA條形碼技術(shù)在植物中的研究現(xiàn)狀[J].植物學(xué)報(bào)，2010，（1）：102-108.

[40]劉宇婧，劉越，黃耀江，等.植物DNA條形碼技術(shù)的發(fā)展及應(yīng)用[J].植物資源與環(huán)境學(xué)報(bào)，2011，20（1）：74-82.

[41]Ohyama M， Baba K， Itoh T. Wood identification of Japanese Cyclobalanopsis species （Fagaceae） based on DNA polymorphism of the intergenic spacer between trnT and trnL 5'exon[J]. The Japan Wood Research Society， 2001，（47）：81-86.

[42]Asif M J， Cannon C H. DNA Extraction From Processed Wood： A Case Study for the Identification of an Endangered Timber Species （Gonystylus bancanus）.[J]. Plant Molecular Biology Reporter， 2005，23（2）：185-192.

[43]Michael Hltken A， Schrder H， Wischnewski N， et al. Development of DNA-based methods to identify CITES-protected timber species： a case study in the Meliaceae family[J]. Holzforschung， 2012，66（1）：97-104.

[44]Gugerli F， Parducci L， Petit R J. Ancient plant DNA： review and prospects[J]. New Phytologist， 2005，166（2）：409-418.

[45]Jiao L， Yin Y， Xiao F， et al. Comparative analysis of two DNA extraction protocols from fresh and dried wood[J]. Iawa Journal， 2012，4（33）：441-456.

[46]Tnah L H， Lee S L， Ng K K S， et al. DNA extraction from dry wood of Neobalanocarpus heimii（Dipterocarpaceaefor forensic DNA profiling and timber tracking[J]. Journal of the International Academy of Wood Science， 2011，46：813-825.

[47]彭居俐，王緒楨，何舜平.DNA條形碼技術(shù)的研究進(jìn)展及其應(yīng)用[J].水生生物學(xué)報(bào)，2008，32（6）：916-919.

[48]張鋒.穩(wěn)定同位素——能鑒定紅木產(chǎn)地木材原產(chǎn)地識(shí)別技術(shù)有新突破[J].市場(chǎng)與產(chǎn)業(yè).2012，12：70-71.

[49]Gori Y， Wehrens R， Greule M， et al. Carbon， hydrogen and oxygen stable isotope ratios of whole wood， cellulose and lignin methoxyl groups of[J]. Rapid Communications in Mass Spectrometry， 2013，27（1）：265-275.

[50]Keppler F， Harper D B， Kalin R M， et al. Stable hydrogen isotope ratios of lignin methoxyl groups as a paleoclimate proxy and constraint of the geographical origin of wood[J]. New Phytologist， 2007，176（3）：600-609.

[51]M B， T S， C E. Stable isotopes as a tool to trace back the origin of wood[C] Proceedings of the international workshop "Fingerprinting methods for the identification of timber origin"， Germany， 2007：47-57.

（責(zé)任編輯：鄭京津）