
雙利合譜高光譜技術(shù)在木材檢測(cè)中的應(yīng)用(下)
4.高光譜成像技術(shù)在木材質(zhì)量檢測(cè)中的應(yīng)用
4.2木材水分預(yù)測(cè)與化學(xué)成分分析
Tsuchikawa等人(Tsuchikawa et al., 2023)總結(jié)了近紅外光譜技術(shù)(NIRS)在林業(yè)與木制品中的應(yīng)用現(xiàn)狀和發(fā)展趨勢(shì)。突出強(qiáng)調(diào)了NIR-HSI在林業(yè)和木制品研究中的的空間分辨、動(dòng)態(tài)監(jiān)測(cè)、多屬性分析和無損性等方面的顯著優(yōu)勢(shì)。文章提到高光譜成像在木材干燥過程中水分遷移動(dòng)態(tài)的可視化能力,例如通過水分解吸和吸附過程生成含水率分布圖,從而更直觀地觀察木材的物理和化學(xué)變化(圖7)。展示了使用基于NIR-HSI的水分檢測(cè)來優(yōu)化木材干燥的復(fù)雜模擬參數(shù)的潛力,為了解不同干燥環(huán)境下木材內(nèi)部的水分分布提供了基礎(chǔ)。

Colares等人(Colares et al., 2016)探討了利用NIR-HSI技術(shù)結(jié)合多元曲線分辨-交替*小二乘法(MCR-ALS)對(duì)紅木化學(xué)成分在微觀尺度上的分布進(jìn)行可視化分析的方法(圖8)。通過分析木材的三種生長(zhǎng)方向(徑向、切線方向和橫截面),研究揭示了木質(zhì)素、全纖維素(纖維素+半纖維素)和萃取物在不同解剖結(jié)構(gòu)中的分布差異。

Awais等人(Awais et al., 2020)研究了HSI結(jié)合化學(xué)計(jì)量學(xué)方法在分析木材表面乙?;^程中的應(yīng)用,通過對(duì)木材中乙酸酐的滲透行為進(jìn)行可視化和定量分析,評(píng)估了表面改性對(duì)木材性能的影響。研究選取蘇格蘭松為樣品,通過單面乙?;幚碓趶较蚍较蛏闲纬梢阴;荻?,并使用PLSR模型和PCA對(duì)光譜數(shù)據(jù)進(jìn)行降維與分析(圖9)。

M?kel?等人(M?kel? et al., 2021)研究了采用NIR-HSI結(jié)合PCA和PLSR模型,定量分析乙?;闹亓吭鲆妫╓PG)及其空間分布(圖10)。展示了HSI在木材化學(xué)改性研究中的重要應(yīng)用潛力,不僅揭示了乙酰化在木材不同層級(jí)結(jié)構(gòu)上的動(dòng)態(tài)分布,還為理解化學(xué)處理對(duì)木材吸濕性和尺寸穩(wěn)定性的影響提供了新的視角。

Thumm等人(Thumm et al., 2010)研究了利用HSI技術(shù)對(duì)輻射松木材的化學(xué)成分進(jìn)行二維分布映射的方法。通過結(jié)合成像光譜儀和多元回歸分析,研究實(shí)現(xiàn)了木材樣品中木質(zhì)素、半纖維素(如葡萄糖和半乳糖)的含量預(yù)測(cè)與空間分布可視化。Araya等人(Araya et al., 2017)提出了兩種基于中紅外高光譜成像(MIR-HSI)和多元曲線分辨-交替*小二乘法(MCR-ALS)的單像素定量策略,用于測(cè)量木質(zhì)纖維材料中木質(zhì)素和葡聚糖的分布及濃度。通過提取光譜數(shù)據(jù)來揭示化學(xué)成分在微觀尺度上的空間分布特征。研究表明,基于MCR-ALS的單像素定量策略可以有效地對(duì)木質(zhì)纖維樣品進(jìn)行微尺度化學(xué)分析,揭示其化學(xué)成分的異質(zhì)性分布。以上研究驗(yàn)證了近紅外高光譜成像技術(shù)在木材化學(xué)成分分布分析中的應(yīng)用潛力,不僅能夠快速、無損地測(cè)定木材的化學(xué)成分,還能實(shí)現(xiàn)高空間分辨率的分布圖像生成,為木材質(zhì)量評(píng)估和加工優(yōu)化提供了科學(xué)依據(jù)。

4.3木材物理性能分析
Sofianto等人(Sofianto et al., 2019)利用NIR-HSI技術(shù)預(yù)測(cè)和映射日本杉木單板的MOE,并探討了結(jié)疤和孔洞對(duì)MOE預(yù)測(cè)及其分布的影響。研究采用偏*小二乘回歸(CV-PLSR)模型構(gòu)建了針對(duì)單板樣品的MOE預(yù)測(cè)模型,并結(jié)合NIR-HSI實(shí)現(xiàn)了MOE空間分布的可視化映射(圖12)。

Chambi-Legoas等人(Chambi-Legoas et al., 2023)研究了利用近HSI技術(shù)預(yù)測(cè)桉樹木材密度,并評(píng)估其在早期樹種選擇中的可行性。通過結(jié)合局部加權(quán)偏*小二乘回歸(LWPLSR)模型和X射線密度計(jì)校準(zhǔn)數(shù)據(jù),該研究成功生成了整個(gè)木材橫截面的高分辨率密度映射(圖13)。NIR-HSI結(jié)合LWPLSR模型能夠高效、準(zhǔn)確地預(yù)測(cè)木材密度,為早期選擇高密度樹種提供了有力支持。

Ma等人(Ma et al., 2017)研究了NIR-HSI系統(tǒng)在木材屬性**映射和空間分辨分析中的應(yīng)用潛力。圖14展示了NIR-HSI技術(shù)在分析木材密度和MFA分布方面的能力。這些結(jié)果提供了木材早材(EW)和晚材(LW)密度變化的詳細(xì)圖譜,同時(shí)顯示了正常木材和壓縮木材的密度差異。
