近紅外光譜法快速測(cè)定速生相思的材性

吳 珽， 房桂干， 梁 龍， 張新民， 趙振義

(1.中國(guó)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(guó)家工程實(shí)驗(yàn)室；國(guó)家林業(yè)局 林產(chǎn)化學(xué)工程重點(diǎn)開(kāi)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；2.華夏科創(chuàng)儀器有限公司，北京 100085)

·研究報(bào)告——生物質(zhì)材料·

近紅外光譜法快速測(cè)定速生相思的材性

吳 珽1， 房桂干， 梁 龍1， 張新民2， 趙振義2

(1.中國(guó)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(guó)家工程實(shí)驗(yàn)室；國(guó)家林業(yè)局 林產(chǎn)化學(xué)工程重點(diǎn)開(kāi)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；2.華夏科創(chuàng)儀器有限公司，北京 100085)

近紅外光譜法；偏最小二乘法；速生相思；化學(xué)成分；基本密度

制漿原料的材性對(duì)制漿造紙過(guò)程有著顯著影響，如綜纖維素是纖維素與半纖維素的總和，其含量與紙漿得率有直接的關(guān)系；木質(zhì)素含量關(guān)系著制漿過(guò)程中化學(xué)品用量和漂白的難易程度；苯醇抽出物含量與紙漿得率負(fù)相關(guān)，且易使紙漿著色；而木材的基本密度則關(guān)系著磨漿能耗、紙漿得率和紙漿性能[1]。制漿造紙工業(yè)中，不同樹(shù)種不同生長(zhǎng)情況的原料經(jīng)過(guò)收集分裝或是搭配混合，來(lái)到生產(chǎn)線時(shí)材性差異顯著，因此有必要實(shí)現(xiàn)制漿原料材性的快速測(cè)定，以便據(jù)此及時(shí)調(diào)整制漿工藝參數(shù)，但傳統(tǒng)材性分析方法耗時(shí)較長(zhǎng)，無(wú)法滿足實(shí)時(shí)檢測(cè)和在線分析的需求[2]。近紅外光譜(770～2 500 nm)屬于分子振動(dòng)的倍頻與合頻光譜，主要反映了含氫基團(tuán)的吸收信息，可用于分析含有大量含氫基團(tuán)樣品的化學(xué)成分；而近紅外光在樣品內(nèi)部發(fā)生反射、折射、衍射、吸收并與樣品內(nèi)部分子相互作用，使得近紅外光譜負(fù)載了樣品的成分與結(jié)構(gòu)信息，可用于分析樣品的物理性質(zhì)。眾所周知，木材化學(xué)成分中有大量含氫基團(tuán)，故而近紅外光譜可用于制漿原料材性的快速分析。近年來(lái)利用近紅外光譜結(jié)合化學(xué)計(jì)量學(xué)技術(shù)，在近紅外譜圖和樣品信息之間建立數(shù)學(xué)模型，可以快速、高效、無(wú)損地預(yù)測(cè)未知樣品的信息[3]。相思樹(shù)是我國(guó)在廣西、廣東、海南、云南、福建等地推廣種植的優(yōu)良速生樹(shù)種，原產(chǎn)于巴布新幾內(nèi)亞與澳大利亞，20世紀(jì)30年代引入我國(guó)。其中，馬占相思(Acaciamangium)、厚莢相思(Acaciacrassicarpa)、紋莢相思(Acaciaaulacocarpa)、大葉相思(Acaciaauriculiformis)因生長(zhǎng)速度快、纖維形態(tài)好、適應(yīng)性強(qiáng)等優(yōu)點(diǎn)廣泛應(yīng)用于制漿造紙行業(yè)[4]。此外將大葉相思與馬占相思雜交，得出了兼具兩者優(yōu)點(diǎn)，有著良好制漿性能的雜交相思(A.auriculiformis×A.mangium)[5]。目前國(guó)內(nèi)外學(xué)者利用近紅外光譜技術(shù)對(duì)常見(jiàn)制漿材材性及紙漿得率與性能作了大量研究[6-8]，但鮮有人基于制漿造紙工業(yè)實(shí)際生產(chǎn)對(duì)相思木材原料材性進(jìn)行快速測(cè)定。本研究采集了以上5種常用速生相思樣品及其混合樣品的近紅外光譜并建立校正模型，可用于快速測(cè)定制漿造紙生產(chǎn)線輸入端不同相思木原料的材性，為制漿造紙行業(yè)實(shí)現(xiàn)原料材性的實(shí)時(shí)分析和在線檢測(cè)提供了可能。

1 實(shí) 驗(yàn)

1.1 原料及樣品采集

實(shí)驗(yàn)所采用的原料為制漿造紙工業(yè)中廣泛使用的5種相思木，分別為馬占相思(A.mangium)、厚莢相思(A.crassicarpa)、紋莢相思(A.aulacocarpa)、大葉相思(A.auriculiformis)和雜交相思(A.auriculiformis×A.mangium)。選取具有代表性的植株，按常規(guī)取樣方法去皮后切削成規(guī)格統(tǒng)一、縱向厚度約為2mm、截面尺寸約為20mm×10mm的木片，分樹(shù)種共采集102個(gè)樣品。另將5種相思木片以任意比例隨機(jī)混合，組成45個(gè)混合樣品，待采集全部光譜及材性數(shù)據(jù)后，運(yùn)用含量梯度法(PCA)，每種相思木選取4個(gè)樣品，混合相思選出15個(gè)樣品，共35個(gè)樣品組成具有代表性的驗(yàn)證集用于模型的獨(dú)立驗(yàn)證，其余樣品用于模型的建立，如表1所示。

表1 不同種類的相思樣品

1.2 儀器設(shè)備與光譜采集

常見(jiàn)的傅里葉式近紅外光譜儀操作時(shí)要求環(huán)境恒溫恒濕[9]，不滿足制漿造紙生產(chǎn)線上的實(shí)際情況，現(xiàn)采用華夏科創(chuàng)儀器有限公司研發(fā)的阿達(dá)瑪近紅外光譜儀獲取樣品近紅外光譜。較之傅里葉式光譜儀，阿達(dá)瑪近紅外光譜儀采樣點(diǎn)少，但易改裝為適宜制漿造紙生產(chǎn)線環(huán)境的實(shí)時(shí)檢測(cè)設(shè)備，且該光譜儀微鏡防潮性好，工作溫度為-10～75 ℃，適應(yīng)性強(qiáng)。設(shè)定儀器參數(shù)如下：掃描波長(zhǎng)范圍為1 600～2 400 nm；采樣點(diǎn)為100；光譜重復(fù)掃描次數(shù)為50次。采集所有校正集與驗(yàn)證集樣品的近紅外光譜，為了充分獲取木片信息，每個(gè)樣品重復(fù)裝樣3次，取其平均光譜作為樣品原始光譜。

1.3 材性測(cè)定

樣品采集完近紅外光譜后，置于微型植物粉碎機(jī)中磨成木粉并過(guò)篩，選取粒徑在0.25～0.38 mm之間的木粉，按GB/T 2677.10—1995測(cè)定綜纖維素含量、 GB/T 2677.8—1994測(cè)定酸不溶木質(zhì)素含量、GB/T 10741—2008測(cè)定苯醇抽出物含量。木材的基本密度采用排水法測(cè)定，依據(jù)業(yè)內(nèi)公認(rèn)的澳大利亞標(biāo)準(zhǔn)《木片基本密度的測(cè)定方法》(Appita PIS—1979/Standard-October 1979)。

1.4 分析過(guò)程與評(píng)價(jià)標(biāo)準(zhǔn)

具體分析過(guò)程如下：采集原始數(shù)據(jù)；用Matlab 7.0軟件對(duì)近紅外光譜進(jìn)行預(yù)處理；在提取不同主成分?jǐn)?shù)時(shí)采用偏最小二乘法(PLS)和交互驗(yàn)證建立校正模型；當(dāng)預(yù)測(cè)殘差平方和(PRESS)最小時(shí)，校正模型為最優(yōu)，此時(shí)對(duì)應(yīng)的主成分?jǐn)?shù)為最佳主成分?jǐn)?shù)；用驗(yàn)證集對(duì)校正模型進(jìn)行獨(dú)立驗(yàn)證，考察模型對(duì)單一相思木材樣品和混合相思樣品的預(yù)測(cè)情況。

2 結(jié)果與討論

2.1 樣品的近紅外光譜

圖1 不同相思樣品的近紅外光譜

各樣品水分含量較為接近，均在12%附近，可排除水分含量對(duì)其近紅外光譜的影響。圖1為不同相思樣品在水分平衡狀態(tài)下的近紅外光譜圖，其中橫坐標(biāo)為光譜波長(zhǎng)，縱坐標(biāo)表征樣品對(duì)光譜的吸收強(qiáng)弱?？梢?jiàn)樣品因材性不同，近紅外光譜曲線存在差別，這為速生相思材性的快速測(cè)定奠定了基礎(chǔ)。通常情況下，為精確建立模型，往往對(duì)建模波段進(jìn)行優(yōu)選，以期減少多余光譜信息的影響。但阿達(dá)瑪近紅外光譜儀采樣點(diǎn)為100，小于常見(jiàn)傅里葉式光譜儀103數(shù)量級(jí)的采樣點(diǎn)個(gè)數(shù)，在近紅外光譜吸收帶較寬且重疊嚴(yán)重的前提下，難以做到精確區(qū)分譜帶歸屬而不損失較多信息量，故而本研究使用全光譜區(qū)間參與建模。

2.2 測(cè)定值分布

樣品材性數(shù)據(jù)分布越均勻，所建校正模型的準(zhǔn)確性越好。測(cè)定共147個(gè)樣品的化學(xué)成分和基本密度，不同種類的樣品綜纖維素含量除雜交相思略高1%～2%外沒(méi)有明顯差別，較均勻地覆蓋了73.17%～78.69%；酸不溶木質(zhì)素則在22.71%～27.62%均勻分布；雜交相思的苯醇抽出物含量較低，苯醇抽出物總體分布為0.74%～5.15%，化學(xué)成分含量總體情況見(jiàn)表2。

表2 樣品中化學(xué)成分含量的分布

樣品的基本密度則均勻分布在0.424 9～0.558 3 g/cm3，馬占相思密度最低而厚莢相思密度最高，因樹(shù)種間基本密度存在明顯差異，表3按樹(shù)種列出了基本密度分布情況，其覆蓋面較寬，有利于建立具有普適性的相思基本密度的校正模型。

表3 樣品基本密度的分布

2.3 模型的建立與評(píng)價(jià)

2.3.1 光譜的預(yù)處理 近紅外光譜采集時(shí)，常受到樣品表面粗糙度等來(lái)自樣品狀態(tài)的影響，也會(huì)受到噪音信息等來(lái)自光譜儀本身的干擾。建模之前往往對(duì)原始光譜進(jìn)行預(yù)處理，以期提高信噪比，消除干擾信息，增加樣品之間的差異，從而提高模型的準(zhǔn)確性與穩(wěn)定性。常用預(yù)處理方法有導(dǎo)數(shù)、平滑、矢量歸一化、正交信號(hào)校正、多元散射校正(MSC)等[11]。使用Matlab 7.0軟件，針對(duì)即將建立的校正模型，對(duì)綜纖維素、木質(zhì)素和木材的基本密度的原始光譜采用一階導(dǎo)數(shù)+MSC的預(yù)處理方法，苯醇抽出物采用一階導(dǎo)數(shù)的預(yù)處理方法(見(jiàn)表4)。

表4 校正模型的參數(shù)及評(píng)價(jià)

表5 校正模型的獨(dú)立驗(yàn)證1)

1)P：預(yù)測(cè)值prediction；M：實(shí)測(cè)值measurement

以實(shí)測(cè)值為橫坐標(biāo)，預(yù)測(cè)值為縱坐標(biāo)作散點(diǎn)圖(圖2～圖5)，可見(jiàn)綜纖維素、木質(zhì)素、苯醇抽出物模型的實(shí)測(cè)值-預(yù)測(cè)值散點(diǎn)較均勻地分布在45°線兩側(cè)，且45°線左側(cè)和右側(cè)點(diǎn)的數(shù)目不存在明顯差異，模型有良好的穩(wěn)定性。基本密度模型的實(shí)測(cè)值-預(yù)測(cè)值散點(diǎn)更多出現(xiàn)在45°線左側(cè)，存在系統(tǒng)誤差引起的偏移現(xiàn)象，偏移值為0.001 4 g/cm3，可能影響預(yù)測(cè)結(jié)果使其值偏大。

圖2 綜纖維素的預(yù)測(cè)

Fig.2 The prediction of the holocellulose圖3 木質(zhì)素的預(yù)測(cè)

Fig.3 The prediction of the lignin

圖4 苯醇抽出物的預(yù)測(cè)

Fig.4 The prediction of the benzene-alcohol extractive圖5 基本密度的預(yù)測(cè)

Fig.5 The prediction of the basic density

3 結(jié) 論

3.3 本研究采用的相思樣品化學(xué)成分含量及基本密度分布較寬，具有代表性。故而可用近紅外光譜法較全面地快速測(cè)定速生相思的材性，為制漿造紙工業(yè)實(shí)時(shí)分析和在線檢測(cè)的實(shí)現(xiàn)提供了可能。

[1]璩愛(ài)玉,房桂干.速生材制漿性能與其材性的多元非線性回歸分析及預(yù)測(cè)方法[J]．林業(yè)科學(xué),2009,45(10): 113-119．

[2]劉宛予,丁峰,李潔,等.木片在線測(cè)量系統(tǒng)的研究[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào),2009,41(3):85-88.

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

[4]鄧擁軍,房桂干,李萍,等.四種相思樹(shù)硫酸鹽法制漿性能的比較[J].陜西科技大學(xué)學(xué)報(bào),2006,24(2):132-134.

[5]陳誠(chéng),蒲俊文,姚勝,等.速生闊葉材雜交相思制漿性能的研究[J].造紙科學(xué)與技術(shù),2009,28(4):1-3.

[6]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.

[7]黃安民,焦淑菲,任海青,等.支持向量機(jī)結(jié)合近紅外光譜法測(cè)定杉木木質(zhì)素的含量[J].林產(chǎn)化學(xué)與工業(yè),2009,29(5):1-5.

[8]劉勝,張文杰.近紅外光譜數(shù)據(jù)建立相思樹(shù)制漿得率預(yù)測(cè)模型[J].林業(yè)科技,2011,36(2):48-50.

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

[10]夏柏楊,任芊.近紅外光譜分析技術(shù)的一些數(shù)據(jù)處理方法的討論[J].光譜實(shí)驗(yàn)室,2005,22(3):629-634.

[11]褚小立,袁洪福,陸婉珍.近紅外分析中光譜預(yù)處理及波長(zhǎng)選用方法進(jìn)展與應(yīng)用[J].化學(xué)進(jìn)展,2004,16(4):528-542.

歡迎訂閱2016年下列期刊

《中國(guó)野生植物資源》(雙月刊)是中華全國(guó)供銷合作總社主管、南京野生植物綜合利用研究院主辦的學(xué)術(shù)性科技期刊，1982年創(chuàng)刊。國(guó)內(nèi)統(tǒng)一連續(xù)出版物號(hào)：CN 32-1381/Q；國(guó)際標(biāo)準(zhǔn)連續(xù)出版物號(hào)：ISSN 1006-9690。辦刊宗旨是報(bào)道野生經(jīng)濟(jì)植物保護(hù)和利用最新科研成果，介紹野生植物資源研究與開(kāi)發(fā)、綜合利用、栽培技術(shù)，以普及與提高相結(jié)合的方式，加強(qiáng)從事野生經(jīng)濟(jì)植物研究開(kāi)發(fā)利用者的相互交流，為我國(guó)經(jīng)濟(jì)社會(huì)建設(shè)服務(wù)。先后入選RCCSE中國(guó)核心學(xué)術(shù)期刊、中國(guó)學(xué)術(shù)期刊綜合評(píng)價(jià)數(shù)據(jù)庫(kù)來(lái)源期刊、中國(guó)期刊全文數(shù)據(jù)庫(kù)來(lái)源期刊、中文科技期刊數(shù)據(jù)庫(kù)來(lái)源期刊和中國(guó)核心期刊(遴選)數(shù)據(jù)庫(kù)來(lái)源期刊等。主要欄目包括研究報(bào)告、綜述、資源研究、應(yīng)用開(kāi)發(fā)、栽培技術(shù)、信息報(bào)道等。主要讀者對(duì)象為農(nóng)林、食品、醫(yī)藥、土特產(chǎn)、輕化工等部門(mén)科研、教學(xué)及生產(chǎn)人員。

《中國(guó)野生植物資源》雜志雙月底出版，大16 開(kāi)。每?jī)?cè)定價(jià)10元，全年60元，面向國(guó)內(nèi)外公開(kāi)發(fā)行，各地郵局均可訂閱，郵發(fā)代號(hào)：28-245。編輯部地址：南京蔣王廟街4號(hào)，郵政編碼：210042。電話：025-85472153，E-mail:yszw2009@vip.163.com。

《木材工業(yè)》(雙月刊)中國(guó)林科院木材工業(yè)研究所主辦，1987年創(chuàng)刊，國(guó)內(nèi)外公開(kāi)發(fā)行。以報(bào)道木材工業(yè)前沿科學(xué)研究、行業(yè)熱點(diǎn)、技術(shù)創(chuàng)新為主旨，現(xiàn)為“中文核心期刊”、“中國(guó)科技核心期刊”、“RCCSE中國(guó)核心學(xué)術(shù)期刊(A)”；被“中國(guó)科技期刊精品數(shù)據(jù)庫(kù)”、“中國(guó)期刊網(wǎng)”、“中文科技期刊數(shù)據(jù)庫(kù)”、“萬(wàn)方數(shù)據(jù)數(shù)字化期刊群”收錄，是集研究開(kāi)發(fā)、生產(chǎn)技術(shù)、行業(yè)管理、綜合信息為一體的木材加工行業(yè)領(lǐng)先專業(yè)技術(shù)期刊。報(bào)道領(lǐng)域：木、竹人造板，木基復(fù)合材料，秸稈板等板材的制造工藝；木材及人造板表面裝飾加工，木工膠黏劑及涂料的制造與應(yīng)用；木結(jié)構(gòu)、木家具、木門(mén)窗、木地板的生產(chǎn)技術(shù)；木材干燥、阻燃、防腐、改性處理；人造板與木工機(jī)械的設(shè)計(jì)制造；節(jié)能降耗減排；計(jì)算機(jī)技術(shù)應(yīng)用等。目標(biāo)讀者：木材行業(yè)從事研究開(kāi)發(fā)、教學(xué)、質(zhì)量監(jiān)控、生產(chǎn)管理、設(shè)計(jì)制造、咨詢、貿(mào)易、營(yíng)銷等專業(yè)人士。

雜志訂閱：大16開(kāi)64頁(yè)，單月8號(hào)出版。定價(jià)18元/期，全年108元，全國(guó)各地郵電局(所)均可辦理訂閱，郵發(fā)代號(hào)：2-311。CN11-2726/S,ISSN1001-8654。該刊編輯部受理當(dāng)年現(xiàn)刊及過(guò)刊合訂本的掛號(hào)訂購(gòu)：掛號(hào)郵寄每期22元(含掛號(hào)費(fèi))，全年130元。聯(lián)系方式:100091 北京市頤和園后中國(guó)林科院木材所29信箱，《木材工業(yè)》編輯部。電話/傳真：010-62889419 62889416；E-mail:mcgybjb@criwi.org.cn；http:∥mcgy.criwi.org.cn。

《林產(chǎn)工業(yè)》(月刊)創(chuàng)刊于1964年，是由國(guó)家林業(yè)局林產(chǎn)工業(yè)規(guī)劃設(shè)計(jì)院與中國(guó)林產(chǎn)工業(yè)協(xié)會(huì)主辦、中國(guó)林業(yè)機(jī)械協(xié)會(huì)協(xié)辦的技術(shù)性刊物，為全國(guó)中文核心期刊，2001年進(jìn)入國(guó)家新聞出版總署與中國(guó)科技部組織的 “中國(guó)期刊方陣”，被評(píng)為“雙效期刊”，且多次被評(píng)為國(guó)家林業(yè)局優(yōu)秀科技期刊，是國(guó)內(nèi)外大型數(shù)據(jù)庫(kù)收錄期刊。主要內(nèi)容有：制材，木材干燥，各類木質(zhì)、非木質(zhì)人造板生產(chǎn)技術(shù)，人造板二次加工飾面，木質(zhì)地板等室內(nèi)裝飾裝修材料，家具制造，膠黏劑的生產(chǎn)與應(yīng)用，生物質(zhì)材料與納米技術(shù)，竹材制品，木材防腐與改性，木材與人造板加工設(shè)備、數(shù)控技術(shù)，木結(jié)構(gòu)，節(jié)能環(huán)保，林產(chǎn)化工以及制漿與造紙、風(fēng)景園林等方面的先進(jìn)經(jīng)驗(yàn)、新技術(shù)以及上述領(lǐng)域的科研設(shè)計(jì)成果；綜述國(guó)內(nèi)外林產(chǎn)工業(yè)現(xiàn)狀、水平及發(fā)展趨勢(shì)。主要讀者對(duì)象為本行業(yè)及相關(guān)行業(yè)從事木材加工和人造板生產(chǎn)的企業(yè)、設(shè)備制造廠家以及從事有關(guān)科研和開(kāi)發(fā)、設(shè)計(jì)、咨詢、教學(xué)、管理與市場(chǎng)營(yíng)銷的人員。

《林產(chǎn)工業(yè)》雜志全年12期，大16開(kāi)，48頁(yè)，每月6日出版，定價(jià)每期16元，全年192元，郵局掛號(hào)每期另加3元(全年掛號(hào)費(fèi)：36元)，郵發(fā)代號(hào)2-141，歡迎聯(lián)系編輯部直接訂閱。微店訂閱6折優(yōu)惠。訂閱方式：1.微店訂閱：林產(chǎn)工業(yè)雜志社。關(guān)注微信公眾平臺(tái)：linchangongye 點(diǎn)擊“信息咨詢”→“雜志訂閱”；2.銀行匯款：國(guó)家林業(yè)局林產(chǎn)工業(yè)規(guī)劃設(shè)計(jì)院 190701040000625 中國(guó)農(nóng)業(yè)銀行北京東直門(mén)支行；3.郵局匯款：北京朝內(nèi)大街130號(hào) 《林產(chǎn)工業(yè)》雜志編輯部收，郵編：100010。訂閱電話：010-85128120；廣告電話：010-85128131；傳真：010-85128070；QQ:1320146094；訂閱、投稿郵箱：cfpipaper@cfpi.cn；廣告郵箱：cfpiad@126.com；雜志官網(wǎng)：www.cfpi.cn；投稿網(wǎng)址：http://lcgy.cbpt.cnki.net。

Rapid Prediction of Wood Property of Fast Growing Acacia byNear Infrared Spectroscopy Technique

WU Ting1, FANG Gui-gan1, LIANG Long1, ZHANG Xin-min2, ZHAO Zhen-yi2

(1.Institute of Chemical Industry of Forest Products,CAF;National Engineering Lab. for Biomass Chemical Utilization;Keyand Open Lab. of Forest Chemical Engineering,SFA;Key Lab. of Biomass Energy and Material,Jiangsu Province,Nanjing 210042, China; 2.China Invent Instrument Tech. Co. Ltd, Beijing 100085, China)

The chemical compositions and basic densities of 147 fast growing acacia samples were analyzed by using the traditional method, and the near-infrared (NIR) spectra were also collected. Partial least squares (PLS) method and cross-validation were used to confirm the best factor and build the calibration models for holocellulose, lignin, benzene-alcohol extract and basic density after the original spectra were pretreated. The best factors of the four models were 10, 8, 9 and 9. The independent verification of the calibration models showed the coefficients of determinations (R2val)were0.910 3, 0.950 5, 0.970 6and0.969 5,respectively.Therootmeansquareerrorsofprediction(RMSEP)were0.45%, 0.32%, 0.21%and0.007 1g/cm3,respectively.Therelativepercentagedeviations(RPD)were3.34, 4.50, 5.82and5.73,respectively.Andtheabsolutedeviations(AD)were-0.60%-0.68%, -0.50%-0.48%, -0.29%-0.33%and-0.009 7-0.009 1g/cm3,respectively.Therootmeansquareerrorsofpredictionandtheabsolutedeviationsbasicallymettheneedsoferrorandthefourcalibrationmodelscouldfulfiltherapiddeterminationinpulpingandpapermakingindustryforthegoodpredictiveperformance.

near-infrared spectroscopy; partial least squares(PLS); fast growing acacia; chemical composition; basic density

10.3969/j.issn.1673-5854.2015.05.006

2014- 06- 12

國(guó)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，研究生，主要從事制漿造紙工藝參數(shù)在線檢測(cè)工作

*通訊作者：房桂干，博士，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；O657.3；TS721

A

1673-5854(2015)05- 0027- 07