朱 華，吳 珽，房桂干，梁 龍，朱北平，佘光輝*

1. 南京林業(yè)大學(xué)林學(xué)院，江蘇 南京 210037 2. 南京林業(yè)大學(xué)林業(yè)資源高效加工利用協(xié)同創(chuàng)新中心, 江蘇 南京 210037 3. 中國(guó)林業(yè)科學(xué)研究院林產(chǎn)化學(xué)工業(yè)研究所, 江蘇 南京 210042

引 言

近年來(lái)宏觀政策對(duì)進(jìn)口廢紙配額的限制，影響了國(guó)內(nèi)紙漿生產(chǎn)市場(chǎng)，制漿造紙?jiān)隙倘钡男蝿?shì)越發(fā)嚴(yán)峻。與此同時(shí)，草漿因污染重，運(yùn)輸成本高等原因產(chǎn)量增速緩慢，本應(yīng)得到大力發(fā)展的木漿，因天然林禁伐，生態(tài)林保護(hù)等原因，年進(jìn)口比例超過(guò)了50%的警戒線。因此，加大國(guó)內(nèi)速生林發(fā)展投入，合理選擇培育樹(shù)種，科學(xué)規(guī)劃提高利用質(zhì)量已成為增加國(guó)產(chǎn)優(yōu)質(zhì)木漿產(chǎn)量，填補(bǔ)制漿造紙?jiān)隙倘钡奈ㄒ怀雎穂1]。桉樹(shù)作為南方人工速生林主要培育樹(shù)種，有著輪伐期短，年生長(zhǎng)量高的優(yōu)勢(shì)，在兩廣、海南、云南等地區(qū)廣泛種植。桉樹(shù)采伐后以木片原料的形式來(lái)到制漿生產(chǎn)線，而各批次木片因生長(zhǎng)來(lái)源情況，運(yùn)輸保存時(shí)間的不同，化學(xué)成分存在著較大的差異，這些差異對(duì)桉木漿生產(chǎn)的藥品用量，能耗以及成漿質(zhì)量有很大影響。其中，綜纖維素/纖維素決定了木漿的得率，而一些含量較少的抽出物也起著重要的作用，如苯醇抽出物可用于表征制漿過(guò)程中的樹(shù)脂沉積物障礙，且與紙漿著色返黃相關(guān)；1%NaOH抽出物則與原料腐朽變質(zhì)程度有關(guān)。因此，研究木片原料抽出物含量的快速測(cè)定技術(shù)，擺脫傳統(tǒng)抽出物含量測(cè)定的繁瑣耗時(shí)，根據(jù)各批次木片抽出物含量情況實(shí)時(shí)調(diào)整制漿用藥水平和電耗，有利于木漿生產(chǎn)提質(zhì)降耗目標(biāo)的實(shí)現(xiàn)。

近紅外光譜作為高效，無(wú)損的分析方法，在農(nóng)業(yè)生產(chǎn)[2]，生物化學(xué)[3]等方面都得到了廣泛的應(yīng)用。制漿造紙行業(yè)中分析檢測(cè)項(xiàng)目多，測(cè)試步驟繁瑣，前人嘗試運(yùn)用近紅外技術(shù)實(shí)現(xiàn)原料鑒別分類(lèi)[4]，卡伯值預(yù)測(cè)[5]的智能化控制，已取得一定成果。而在制漿原料抽出物分析方面，因取樣難度大，抽出物含量較低且成分復(fù)雜，光譜信息干擾嚴(yán)重，基于近紅外光譜的傳統(tǒng)回歸算法對(duì)其擬合建模效果往往不佳。本研究以廣泛種植的速生桉——尾巨桉雜交品系(DH32-29，DH32-26，DH33-27)為研究對(duì)象采集近紅外光譜，通過(guò)多種建模算法對(duì)比分析，發(fā)現(xiàn)傳統(tǒng)的偏最小二乘法適用于建立苯醇抽出物分析模型，而在分析1%NaOH抽出物時(shí)，采用LASSO算法壓縮建?；貧w系數(shù)，可以更有效的解決光譜數(shù)據(jù)共復(fù)線性問(wèn)題，得到更加精確的分析模型。在此基礎(chǔ)上結(jié)合遺傳算法篩選特征波長(zhǎng)變量，提高了模型的預(yù)測(cè)性能和穩(wěn)健性，實(shí)現(xiàn)了廣西速生桉中苯醇抽出物、1%NaOH抽出物含量的快速分析測(cè)定。

1 實(shí)驗(yàn)部分

1.1 速生桉樣品

選擇廣西速生尾巨桉雜交品系三個(gè)主要品種(DH32-29，DH32-26，DH33-27)，由金華林業(yè)原料林基地提供，引種自廣西東門(mén)林場(chǎng)，樹(shù)齡均為6年。每個(gè)品種在樹(shù)干不同部位截取48個(gè)圓盤(pán)為樣本，去皮，經(jīng)切片機(jī)切割后置于空氣中充分平衡水分，用粉碎機(jī)將木片磨成木粉，經(jīng)振動(dòng)篩篩分出粒徑40～60目之間的木粉，同樣平衡水分后作為樣品，共計(jì)144個(gè)。每個(gè)品種以含量梯度法按3∶1的比例篩選12個(gè)樣品作為驗(yàn)證集；其余108個(gè)樣品作為訓(xùn)練集，用于速生桉苯醇抽出物、1%NaOH抽出物模型的建立。

1.2 近紅外光譜采集

所使用近紅外光譜儀器應(yīng)能適應(yīng)制漿造紙生產(chǎn)線復(fù)雜環(huán)境，成本低廉且結(jié)構(gòu)簡(jiǎn)單，易于組裝搭建，因此選用上海復(fù)享光學(xué)股份有限公司的全息光柵分光(陣列檢測(cè)器)近紅外光譜儀NIR2500，采集速生桉樣品的近紅外漫反射光譜。設(shè)定儀器參數(shù)如下：光譜范圍900～2 500 nm，信噪比為6 800∶1，波長(zhǎng)點(diǎn)數(shù)為256個(gè)。采集光譜時(shí)，取3～4 g木粉樣品置于底部為石英玻璃的上置式樣品杯中，并用250 g砝碼壓住木粉樣品以保證樣品緊實(shí)度的一致性，光源經(jīng)光纖探頭從樣品杯底部照射樣品。每個(gè)樣品重復(fù)取樣3次，取其平均光譜作為該樣品代表性光譜。

1.3 含量分析

用傳統(tǒng)實(shí)驗(yàn)室方法(GB/T 2677.6—1994，GB/T 2677.5—1993)測(cè)定全部144個(gè)速生桉樣品的苯醇抽出物和1%NaOH抽出物含量，每個(gè)樣品測(cè)3組平行數(shù)據(jù)，以平均值作為樣品測(cè)定值。

1.4 模型建立

選擇了常見(jiàn)的光譜預(yù)處理方法分別與偏最小二乘法(PLS)，LASSO法，支持向量機(jī)法(SVR)和人工神經(jīng)網(wǎng)絡(luò)法(ANN)結(jié)合建模，得出兩種抽出物含量分析的最優(yōu)建模方法，并通過(guò)遺傳算法(genetic algorithm, GA)進(jìn)行波段選擇，進(jìn)一步優(yōu)化模型。

其中LASSO法在近紅外光譜分析中應(yīng)用較少，該算法主要原理是通過(guò)增加約束條件，令回歸系數(shù)的絕對(duì)值之和小于可調(diào)整的常數(shù)，并最小化殘差平方和，將次要項(xiàng)、干擾項(xiàng)的回歸系數(shù)壓縮為零，從而使得所建模型更為準(zhǔn)確。

設(shè)有P個(gè)自變量x1，x2，…，xp和因變量y，滿足

y=α+β1x1+β2x2+…+βpxp+ε

(1)

式中α是常數(shù)項(xiàng)，β1，β2，…，βp是回歸系數(shù)，ε是隨機(jī)誤差項(xiàng)。

對(duì)回歸系數(shù)的絕對(duì)值和進(jìn)行懲罰

(2)

(3)

1.5 模型評(píng)價(jià)

2 結(jié)果與討論

2.1 速生桉抽出物測(cè)定值分布

三種速生桉共計(jì)144個(gè)樣本的抽出物含量如表1所示。其中DH32-26樣本的苯醇抽出物含量較高，分布在1.07%～5.01%之間，DH32-29和DH33-27的苯醇抽出物含量分布沒(méi)有顯著差異，均分布在0.85%～3.96%之間。DH32-26和DH33-27的1%NaOH抽出物含量較低，分布在11.65%～16.92%之間，DH32-29的1%NaOH抽出物含量分布較寬，約11.61%～20.16%。速生桉樣本的兩種抽出物含量分布較寬，據(jù)此可建立有代表性的分析模型。

表1 樣品含量分布情況Table 1 Content distribution of samples

2.2 光譜預(yù)處理及算法選擇

控制實(shí)驗(yàn)室溫度(20±0.5)℃，采集全部速生桉樣品的近紅外光譜，如圖1所示，橫坐標(biāo)表示波長(zhǎng)，縱坐標(biāo)表示漫反射吸光度。速生桉樣品成分結(jié)構(gòu)復(fù)雜，除了含量較少的苯醇抽出物(包括樹(shù)脂、蠟、脂肪等)，1%NaOH抽出物(無(wú)機(jī)鹽、糖、植物堿等)之外，還含有作為主成分存在的纖維素、半纖維素等多糖類(lèi)及芳香族高聚物。為降低無(wú)關(guān)信息影響，需對(duì)速生桉原始光譜進(jìn)行預(yù)處理。

圖1 速生桉樣品近紅外光譜

圖2 速生桉原始光譜的預(yù)處理(a)：苯醇抽出物；(b)：1%NaOH抽出物

表2 不同抽出物不同建模方法的模型評(píng)價(jià)Table 2 Evaluation of models for different extractives using different modeling methods

2.3 波段選擇與模型的建立

儀器的近紅外光譜區(qū)域?yàn)?00～2 500 nm，該區(qū)間包含一些無(wú)關(guān)或干擾信息，可能影響模型的精確度和穩(wěn)健性。因此采用遺傳算法(genetic algorithm, GA)結(jié)合相應(yīng)的建模方法分別篩選出光譜中與苯醇抽出物和1%NaOH抽出物有較強(qiáng)相關(guān)性的波長(zhǎng)變量，以期建立更加穩(wěn)健的分析模型。對(duì)256個(gè)波長(zhǎng)點(diǎn)分別進(jìn)行二進(jìn)制編碼，以“1”代表該波長(zhǎng)點(diǎn)被選中，以“0”代表該波長(zhǎng)被剔除，設(shè)定篩選波長(zhǎng)數(shù)目范圍為5～200，種群規(guī)模100，進(jìn)化代數(shù)500，交叉概率0.8，變異概率0.1。

表3 不同波段所建抽出物模型評(píng)價(jià)Table 3 Evaluation of models for extractives developed from different bands

圖3 測(cè)定值-預(yù)測(cè)值散點(diǎn)分布(a)：苯醇抽出物；(b)：1%NaOH抽出物

3 結(jié) 論

利用近紅外技術(shù)結(jié)合多種預(yù)處理方法和化學(xué)計(jì)量學(xué)算法，建立了廣西速生桉木的抽出物分析模型并通過(guò)遺傳算法對(duì)模型進(jìn)行了優(yōu)化。確定了建立苯醇抽出物分析模型的方法為：平滑、MSC、一階導(dǎo)數(shù)預(yù)處理，1 345.0～1 821.4和2 127.8～2 241.3 nm近紅外波段參與建模，建模方法為偏最小二乘法。建立1%NaOH抽出物分析模型的方法為：平滑、矢量歸一化、一階導(dǎo)數(shù)預(yù)處理，1 138.2～2 363.0 nm區(qū)間波段參與建模，LASSO法建立模型。針對(duì)廣西速生桉抽出物進(jìn)行近紅外分析，模型性能較好，能夠滿足原料抽出物快速分析測(cè)定的要求；同時(shí)創(chuàng)新性的在近紅外光譜建模分析中引入LASSO算法，為有效解決光譜數(shù)據(jù)的共復(fù)線性問(wèn)題提供了更多的選擇。