【技术实现步骤摘要】
本专利技术涉及纤维长度测定，具体涉及纤维长度的近红外光谱测定方法。
技术介绍
1、闽楠俗称楠木，樟科楠属常绿乔木树种，是我国特有的二级珍稀渐危树种，自然分布于江西、福建、浙江南部、广东、广西北部及东北部、湖南、湖北、贵州东部，多生于海拔1000m以下的常绿阔叶林中，是我国南方重要的珍贵用材和园林景观树种。闽楠干形通直，木材属于硬木类，质地致密坚韧，具有纹理美观、不易开裂、耐腐蚀虫蛀、容易加工等特点，兼之具有特殊香气，是高档家具、雕刻工艺及室内装饰的优良材质。木纤维是阔叶树材的主要组织，约占整个木材解剖分子数量的80％，木纤维形态特征是直接影响木材材质及木浆强度的指标之一，木纤维形态特征的变异规律是木材材质改良的基础。其中纤维长度是木纤维形态特征的一个重要参数。
2、现有技术存在以下缺陷：
3、传统的木材纤维长度测量主要是采用纤维离析、制片及显微图像测量等一系列操作完成的，测量过程步骤繁琐，且耗时长，不利于大规模样品测量。
技术实现思路
1、本专利技术的目的是提供纤维长度的近红外光谱测定方法，以解决
技术介绍
中不足。
2、为了实现上述目的，本专利技术提供如下技术方案：纤维长度的近红外光谱测定方法，所述测定方法包括以下步骤：
3、采用硝酸-氯酸钾法处理一部分样本后，进行若干根纤维长度测量，取平均纤维长度作为样本的标准纤维长度；
4、对另一部分样本进行预处理后进行等量称重，用于近红外光谱采集；
5、通过近红外光谱仪采集
6、将测得的样品标准纤维长度赋值于采集得到的表征光谱，导入化学计量学软件nircal进行分析；
7、选择相应的建模方法、建模波段、预处理方法建立定量分析模型，选用内部交叉验证的方法检验模型，进行参数校正；
8、通过校正的模型对多个样品采集原始近红外光谱图，基于马氏距剔除异常样品。
9、优选的，采用硝酸-氯酸钾法处理每个样本后，进行若干根纤维长度测量，取平均纤维长度作为样本的标准纤维长度包括以下步骤：
10、试样劈成火柴棍大小规格，放入试管，往试管中注入去离子水至淹没试样；
11、注水后的试管放入65℃水浴锅中加热，排除试管中的空气，使试样全部下沉；
12、取出试管，将试管中的水倒出，加入30％硝酸，放入60℃水浴锅中，煮至有淡黄色气体逸出，加入少许氯酸钾粉末继续煮，待试样煮至白色并有纤维析出，取出试管倒去其中的硝酸液体；
13、待试管冷却后使用去离子水冲洗数次，洗净硝酸，注入去离子水于试管中，试管封口并振荡，使试样充分离析；
14、取数滴离析液，滴于载玻片中央，滴入去离子水，用细针将纤维分散均匀，盖上盖玻片，制成纤维形态测定玻片；
15、通过奥林巴斯olympus体式显微镜szx10进行纤维形态测定，测量采用1倍放大倍数，每个样品测量50根纤维，取平均纤维长度作为样本的标准纤维长度。
16、优选的，对另一部分样本进行预处理后进行等量称重包括以下步骤：
17、采集得到的木芯样品于热恒温鼓风干燥箱中80℃烘干至恒重，经粉碎机粉碎成粉末状，木粉过50目目筛，称取过筛后的样品350mg，用于近红外光谱采集。
18、优选的，进行多次光谱采集后，取平均光谱作为样本的表征光谱包括以下步骤：
19、使用近红外光谱仪的固体测量池xl配件采集样品近红外光谱，将木粉平铺于xl配件内，压实，采集光谱，每份样品重复3次，取平均光谱作为该样品的表征光谱。
20、优选的，选择相应的建模方法、建模波段、预处理方法建立定量分析模型，建模方法为偏最小二乘法算法，建模波段为5000～10000cm-1波段，预处理方法为趋势归一化和一阶导数处理预处理方法。
21、优选的，基于马氏距剔除异常样品包括以下步骤：
22、样品划分为校正集和验证集，利用校正集样品光谱数据进行马氏距离计算得到异常值，通过异常值与异常阈值的对比结果判断哪些样品属于异常点，将属于异常点的样品删除。
23、优选的，判断哪些样品属于异常点，将属于异常点的样品删除包括以下步骤：
24、利用校正集样品光谱数据进行马氏距离计算得到异常值，表达式为：
25、d＝(x-μ)t∑-1(x-μ)，式中，(x-μ)是样品特征向量与样本集均值向量的差异，∑-1是协方差矩阵的逆矩阵，x表示样本的特征向量，μ表示样本集的均值向量，t示转置，d为异常值；
26、若异常值大于异常阈值，判断样品为异常点。
27、在上述技术方案中，本专利技术提供的技术效果和优点：
28、本专利技术通过对另一部分样本进行预处理后进行等量称重，用于近红外光谱采集，通过近红外光谱仪采集等量称重样本的红外光谱，进行多次光谱采集后，取平均光谱作为样本的表征光谱，将测得的样品标准纤维长度赋值于采集得到的表征光谱，导入化学计量学软件nircal进行分析，选择相应的建模方法、建模波段、预处理方法建立定量分析模型，选用内部交叉验证的方法检验模型，进行参数校正，通过校正的模型对多个样品采集原始近红外光谱图，基于马氏距剔除异常样品。所建模型参数性能较好，其rc和rv值均高于0.90，且rmsec值和rmsev值也低于0.90，说明模型无论是在预测校正集样品方面还是预测验证集样品时都具备较好的预测能力，同时也表明近红外光谱分析技术能够用于快速准确的预测闽楠纤维长度。
本文档来自技高网...【技术保护点】
1.纤维长度的近红外光谱测定方法，其特征在于：所述测定方法包括以下步骤：
2.根据权利要求1所述的纤维长度的近红外光谱测定方法，其特征在于：采用硝酸-氯酸钾法处理每个样本后，进行若干根纤维长度测量，取平均纤维长度作为样本的标准纤维长度包括以下步骤：
3.根据权利要求2所述的纤维长度的近红外光谱测定方法，其特征在于：对另一部分样本进行预处理后进行等量称重包括以下步骤：
4.根据权利要求3所述的纤维长度的近红外光谱测定方法，其特征在于：进行多次光谱采集后，取平均光谱作为样本的表征光谱包括以下步骤：
5.根据权利要求4所述的纤维长度的近红外光谱测定方法，其特征在于：选择相应的建模方法、建模波段、预处理方法建立定量分析模型，建模方法为偏最小二乘法算法，建模波段为5000～10000cm-1波段，预处理方法为趋势归一化和一阶导数处理预处理方法。
6.根据权利要求5所述的纤维长度的近红外光谱测定方法，其特征在于：基于马氏距剔除异常样品包括以下步骤：
7.根据权利要求6所述的纤维长度的近红外光谱测定方法，其特征在于：判断哪
...【技术特征摘要】
1.纤维长度的近红外光谱测定方法，其特征在于：所述测定方法包括以下步骤：
2.根据权利要求1所述的纤维长度的近红外光谱测定方法，其特征在于：采用硝酸-氯酸钾法处理每个样本后，进行若干根纤维长度测量，取平均纤维长度作为样本的标准纤维长度包括以下步骤：
3.根据权利要求2所述的纤维长度的近红外光谱测定方法，其特征在于：对另一部分样本进行预处理后进行等量称重包括以下步骤：
4.根据权利要求3所述的纤维长度的近红外光谱测定方法，其特征在于：进行多次光谱采集后，取平均光谱作为样本的表征光谱包括...
【专利技术属性】
技术研发人员：徐海宁，涂白连，伍艳芳，刘新亮，郑永杰，张月婷，戴小英，温世钫，郭捷，
申请(专利权)人：江西省林业科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。