红木的近红外光谱识别方法

摘要

本发明涉及一种红木的近红外光谱识别方法，其步骤是，采用红木及非红木木材样本，利用近红外光谱设备在木材样本表面的不同位置采集数次近红外光谱，对于同一个样本在3～10个位置分别采集光谱；经光谱预处理，如平滑、基线校正、一阶导数、二阶导数、多元散射校正或数据降维预处理后，通过软独立建模分类或偏最小二乘判别分析等多变量数据分析方法，分别建立真假红木及其木材树种的判别模型，从而，利用建立的模型只需几分钟的时间即可实现对真假红木及其木材树种的快速、无损识别，该方法简易、科学、分析效率和准确度高。

主权项

1、一种红木的近红外光谱识别方法，其特征的步骤是，(1)木材样本的准备：选择标准的红木和假红木样本，样本表面平整、无污染，样本包括标准中的八类红木和从市场上获得的假红木，假红木有通过染色、涂饰、浸注药剂、装饰纸贴面和压密方法生产的人造红木以及类似红木特征的木材样本；(2)近红外光谱的采集：利用近红外光谱设备在木材样本表面的不同位置采集数次近红外光谱，对于同一个样本在3～10个位置分别采集光谱，光谱经过平均后转化成一条光谱代表一个试样；采集光谱波长范围在350nm～2500nm，在可见光至近红外短波区域350nm～1000nm的光谱信息主要表征了不同类型红木的颜色变化，而在1000nm～2500nm区域的光谱信息主要与红木的结构及化学组成有关，该红木的化学组成为红木中的特别而又丰富的各种抽提物；(3)光谱预处理：平滑、基线校正、一阶导数、二阶导数、多元散射校正或数据降维预处理；(4)判别模型的建立：从真假红木中分别选择三分之二数量的样本组成建模用的培训集，建模与实际判别时的光谱预处理方法必须一致，按真、假红木两个类别分别建立用于软独立建模分类分析的红木和假红木的两个主成分分析模型；(5)判别模型的验证：通过软独立建模分类方法，调用剩余三分之一数量样本的近红外光谱和真假红木的两个主成分分析模型，该剩余三分之一数量样本为验证集，经过多变量数据分析得到样本的真假红木分类，与实际类别对比发现：该模型将八类红木的所有样本判定为“红木”，而所有假红木都被判定为“假红木”，模型对真假红木的判别正确率为100％；(6)真假红木的识别：另外收集新的红木和假红木样本，采集近红外光谱，利用建立好的判别模型来分析新样本得到真假红木样本的类别，并与按照标准方法鉴定的结果进行对比，发现近红外光谱法的判别结果与标准方法一致。