高光譜成像技術(shù)在木材檢測中的應(yīng)用（下）
發(fā)布者：
發(fā)布時(shí)間：2025-01-07
4.高光譜成像技術(shù)在木材質(zhì)量檢測中的應(yīng)用
4.2木材水分預(yù)測與化學(xué)成分分析
木材的含水率與化學(xué)成分是決定其加工性能與最終用途的重要參數(shù)。HSI技術(shù)通過結(jié)合光譜和空間信息，實(shí)現(xiàn)了木材中自由水、結(jié)合水及其遷移動(dòng)力學(xué)的動(dòng)態(tài)監(jiān)測，同時(shí)結(jié)合化學(xué)計(jì)量學(xué)模型能夠無損、快速地定量分析木質(zhì)素、纖維素及其他化學(xué)成分含量，生成高分辨率的二維或三維化學(xué)成分分布圖。
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。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、多屬性分析和無損性等方面的顯著優(yōu)勢。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)。
圖7.（A）木材樣本與近紅外高光譜成像（NIR-HSI）系統(tǒng)；（B）從木材樣本的水分解吸和吸附過程中采集的HSI數(shù)據(jù)中提取的平均NIR光譜，以及NIRS預(yù)測的含水率（MC）與參考值之間的散點(diǎn)圖；（C）含水率的可視化結(jié)果（上圖）和在纖維飽和點(diǎn)（FSP）下進(jìn)行水分解吸時(shí)的模擬結(jié)果（下圖），樣本尺寸為30 mm³
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-交替最小二乘法（MCR-ALS）對紅木化學(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。
圖8.使用MCR-ALS方法對高光譜圖像進(jìn)行可視化的示意圖
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，通過對木材中乙酸酐的滲透行為進(jìn)行可視化和定量分析，評估了表面改性對木材性能的影響。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對光譜數(shù)據(jù)進(jìn)行降維與分析（圖9）。
圖9.乙?；静谋砻娓吖庾V成像技術(shù)表征示意圖
Mäkelä等人(Mäkelä 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?；谀静牟煌瑢蛹壗Y(jié)構(gòu)上的動(dòng)態(tài)分布，還為理解化學(xué)處理對木材吸濕性和尺寸穩(wěn)定性的影響提供了新的視角。
圖10.預(yù)測WPG的可視化圖像（上圖）及對應(yīng)的像素直方圖（下圖）。（a）未乙?；瘶悠罚唬╞）設(shè)計(jì)中心區(qū)域乙?；瘶悠罚唬╟）高度乙酰化樣品
Thumm等人(Thumm et al., 2010)研究了利用HSI技術(shù)對輻射松木材的化學(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-交替最小二乘法（MCR-ALS）的單像素定量策略，用于測量木質(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)量評估和加工優(yōu)化提供了科學(xué)依據(jù)。
圖11.MCR-ALS定量樣品木質(zhì)素和葡聚糖可視化圖
4.3木材物理性能分析
木材的物理性能，如彈性模量（MOE）、密度、微纖維角（MFA）等，是評價(jià)其力學(xué)性能和適用范圍的關(guān)鍵指標(biāo)。HSI技術(shù)通過與多元回歸模型的結(jié)合，能夠高效預(yù)測木材物理性能，并以圖像形式展示其在微觀或宏觀尺度上的分布特點(diǎn)。此外，NIR-HSI還可用于分析結(jié)疤、孔洞等內(nèi)部缺陷對木材性能的影響，為木材選種、加工和質(zhì)量控制提供科學(xué)依據(jù)。
Sofianto等人(Sofianto et al., 2019)利用NIR-HSI技術(shù)預(yù)測和映射日本杉木單板的MOE，并探討了結(jié)疤和孔洞對MOE預(yù)測及其分布的影響。研究采用偏最小二乘回歸（CV-PLSR）模型構(gòu)建了針對單板樣品的MOE預(yù)測模型，并結(jié)合NIR-HSI實(shí)現(xiàn)了MOE空間分布的可視化映射（圖12）。
圖12.采用像素NIR平均值預(yù)測整塊單板樣品MOE預(yù)測值的分布圖，括號中為三點(diǎn)彎曲測試的實(shí)際測量MOE值
Chambi-Legoas等人(Chambi-Legoas et al., 2023)研究了利用近HSI技術(shù)預(yù)測桉樹木材密度，并評估其在早期樹種選擇中的可行性。通過結(jié)合局部加權(quán)偏最小二乘回歸（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)測木材密度，為早期選擇高密度樹種提供了有力支持。
圖13.LWPLSR模型預(yù)測的木盤密度圖（a）、年輪（b）和每年齡的橫向面積劃分（c）
Ma等人(Ma et al., 2017)研究了NIR-HSI系統(tǒng)在木材屬性精確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。
圖14.（A）SilviScan；（B）NIR-HSI系統(tǒng)；（C）木材樣品（D）密度；（E）微纖維角的測繪結(jié)果
另外，Schimleck等人(Schimleck et al., 2023)綜述了NIR-HSI技術(shù)在木材及其相關(guān)產(chǎn)品研究中的應(yīng)用。介紹了HSI技術(shù)在木材科學(xué)中的多種應(yīng)用領(lǐng)域，包括木材性質(zhì)的空間變化分析、反應(yīng)木檢測、木材產(chǎn)品的質(zhì)量評估、紙漿和造紙工業(yè)的應(yīng)用、木材的降解和保護(hù)研究、木材-水分相互作用、木材廢料分選及木材種類的識(shí)別。強(qiáng)調(diào)了NIR-HSI技術(shù)結(jié)合光譜與圖像的優(yōu)勢，不僅能夠非破壞性地檢測木材內(nèi)部化學(xué)和物理特性，還可以生成木材性質(zhì)的二維或三維分布圖。例如，通過高光譜數(shù)據(jù)，可以對木材的密度、濕度、MFA、木材剛度等參數(shù)進(jìn)行精確預(yù)測，并可用于監(jiān)測木材的水分動(dòng)態(tài)、降解過程和化學(xué)處理效果。文章還總結(jié)了木材研究中常用的高光譜成像系統(tǒng)，包括近紅外（900-1700 nm）和短波紅外（1000-2500 nm）相機(jī)，并比較了不同儀器和研究方法的性能。通過對木材種類鑒別、木材廢料回收分選等具體案例的分析，展示了NIR-HSI技術(shù)在提高木材利用率、優(yōu)化加工工藝以及推動(dòng)可持續(xù)林業(yè)發(fā)展中的重要作用。
總結(jié)與展望
高光譜成像（HSI）技術(shù)在木材質(zhì)量檢測中的應(yīng)用取得了重要進(jìn)展，涵蓋了木材種類識(shí)別、水分動(dòng)態(tài)監(jiān)測、化學(xué)成分分析以及物理性能評估等多個(gè)關(guān)鍵領(lǐng)域。研究表明，HSI通過整合光譜與空間分辨能力，能夠快速、無損地獲取木材內(nèi)部的化學(xué)與物理信息，為木材工業(yè)的質(zhì)量控制、資源優(yōu)化利用及加工工藝改進(jìn)提供了科學(xué)支持和技術(shù)保障。展望未來，隨著硬件技術(shù)的不斷革新與人工智能算法的廣泛應(yīng)用，NIR-HSI技術(shù)在木材檢測中的應(yīng)用潛力將進(jìn)一步擴(kuò)大。尤其是在智能化木材加工、精準(zhǔn)林業(yè)管理以及可持續(xù)資源利用等方向，高光譜成像技術(shù)有望發(fā)揮更加重要的作用，助力木材工業(yè)向數(shù)字化、智能化和綠色化邁進(jìn)。
參考文獻(xiàn)
Tsuchikawa, S., Inagaki, T., & Ma, T. (2023). Application of Near-Infrared Spectroscopy to Forest and Wood Products. Current Forestry Reports, 9(6), 401–412. https://doi.org/10.1007/s40725-023-00203-3
Colares, C. J. G., Pastore, T. C. M., Coradin, V. T. R., Marques, L. F., Moreira, A. C. O., Alexandrino, G. L., Poppi, R. J., & Braga, J. W. B. (2016). Near infrared hyperspectral imaging and MCR-ALS applied for mapping chemical composition of the wood specie Swietenia Macrophylla King (Mahogany) at microscopic level. Microchemical Journal, 124, 356–363. https://doi.org/10.1016/j.microc.2015.09.022
Awais, M., Altgen, M., Mäkelä, M., Altgen, D., & Rautkari, L. (2020). Hyperspectral Near-Infrared Image Assessment of Surface-Acetylated Solid Wood. ACS Applied Bio Materials, 3(8), 5223–5232. https://doi.org/10.1021/acsabm.0c00626
Mäkelä, M., Altgen, M., Belt, T., & Rautkari, L. (2021). Hyperspectral imaging and chemometrics reveal wood acetylation on different spatial scales. Journal of Materials Science, 56(8), 5053–5066. https://doi.org/10.1007/s10853-020-05597-0
Thumm, A., Riddell, M., Nanayakkara, B., Harrington, J., & Meder, R. (2010). Near Infrared Hyperspectral Imaging Applied to Mapping Chemical Composition in Wood Samples. Journal of Near Infrared Spectroscopy, 18(6), 507–515. https://doi.org/10.1255/jnirs.909
Araya, J. A., Carneiro, R. L., Arévalo, C., Freer, J., & Castillo, R. D. P. (2017). Single pixel quantification strategies using middle infrared hyperspectral imaging of lignocellulosic fibers and MCR-ALS analysis. Microchemical Journal, 134, 164–172. https://doi.org/10.1016/j.microc.2017.05.019
Sofianto, I. A., Inagaki, T., Ma, T., & Tsuchikawa, S. (2019). Effect of knots and holes on the modulus of elasticity prediction and mapping of sugi ( Cryptomeria japonica ) veneer using near-infrared hyperspectral imaging (NIR-HSI). Holzforschung, 73(3), 259–268. https://doi.org/10.1515/hf-2018-0060
Chambi-Legoas, R., Tomazello-Filho, M., Vidal, C., & Chaix, G. (2023). Wood density prediction using near-infrared hyperspectral imaging for early selection of Eucalyptus grandis trees. Trees, 37(3), 981–991. https://doi.org/10.1007/s00468-023-02397-2
Ma, T., Inagaki, T., & Tsuchikawa, S. (2017). Calibration of SilviScan data of Cryptomeria japonica wood concerning density and microfibril angles with NIR hyperspectral imaging with high spatial resolution. Holzforschung, 71(4), 341–347. https://doi.org/10.1515/hf-2016-0153
Schimleck, L., Ma, T., Inagaki, T., & Tsuchikawa, S. (2023). Review of near infrared hyperspectral imaging applications related to wood and wood products. Applied Spectroscopy Reviews, 58(9), 585–609. https://doi.org/10.1080/05704928.2022.2098759
地址：無錫市梁溪區(qū)南湖大道飛宏路58-1-108.png)
電話：13810664973
.png)
郵箱：
在線咨詢