(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211000719.6 (22)申请日 2022.08.19 (71)申请人 江西农业大 学 地址 330045 江西省南昌市经济技 术开发 区志敏大道1 101号江西农业大 学 (72)发明人 赖猛　刘思羽　易敏　张露　文静　 胡蓉　陈婷萱　 (74)专利代理 机构 北京东方盛凡知识产权代理 有限公司 1 1562 专利代理师 向离山 (51)Int.Cl. G01N 21/359(2014.01) G01N 21/01(2006.01) (54)发明名称 一种用近红外光谱技术预测湿地松微纤丝 角的方法及系统 (57)摘要 本申请公开了一种用近红外光谱技术预测 湿地松微纤丝角的方法及系统： 获取湿地松样品 木芯； 基于湿地松样品木芯， 获得原始近红外光 谱数据和湿地松样品木芯的微纤丝角测定值， 并 将微纤丝角数据和原始近红外光谱 数据， 划分为 校正集和外部验证集， 校正集样 本的性质参数要 均匀分布； 基于校正集， 构建湿地松木材微纤丝 角近红外 预测模型； 将外部验证集近红外光谱数 据代入湿地松木材微纤丝角近红外预测模型获 得预测值， 通过对比外部验证集微纤丝角预测值 和测定值之间的差异， 完成对湿地松微纤丝角预 测模型预测水平的评价。 通过建立湿地松微纤丝 角的预测模 型， 使得多地点区域化湿地松微纤丝 角材性数据的测定成为可能。 权利要求书2页 说明书6页 附图4页 CN 115372311 A 2022.11.22 CN 115372311 A 1.一种用近红外光谱技 术预测湿地松微纤丝角的方法， 其特 征在于， 包括以下步骤： 获取湿地松样品木芯； 基于所述湿地松样品木芯， 获得原始近红外光谱数据和所述湿地松样品木芯的微纤丝 角测定值， 并将所述微纤丝角测定值和所述原始近红外光谱数据， 划分为校正集和外部验 证集， 校正 集样本的性质参数要均匀分布； 基于所述校正 集， 构建湿地松木材微纤丝角近红外预测模型； 将所述外部验证集近红外光谱数据代入所述湿地松木材微纤丝角近红外预测模型， 获 得预测值， 通过对比外部验证集微纤丝角预测 值和测定值之间的差异， 完成对湿地松微纤 丝角预测模型 预测水平的评价。 2.根据权利要求1所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 获得 所述湿地松木芯样品的微纤丝角测定值的方法包括： 由SilviScan木材测定系统对所述湿地松样品木芯进行测量， 获得所述微纤丝角测定 值。 3.根据权利要求1所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 获得 所述原始近红外光谱数据的方法包括： 将所述湿地松样品木芯粉碎成木粉细末； 对所述木粉细末进行筛 选， 选取符合预设要求的40 ‑60目的所述木粉细末为待测样品； 利用傅里叶近红外光谱仪对所述待测样品进行光谱扫描， 获得所述原始近红外光谱数 据。 4.根据权利要求3所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 利用所述傅里叶近红外光谱仪对所述待测样品进行光谱扫描时， 需设定所述傅里叶近 红外光谱仪在15000 ‑4000cm‑1范围内扫 描所述待测 样品， 分辨率为8， 每个所述待测样品扫 描5次， 重复装样5次取平均值。 5.根据权利要求1所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 构建所述湿地松木材微纤丝角近红外校正模型的方法： 将所述校正集的所述原始近红外光谱数据导入化学计量学软件PerkinElmer   Spectrum Quant10中， 采用二阶导数对所述原 始近红外光谱数据进行 数据处理； 基于偏最小二乘法与留一交互验证法相结合的方法， 将所述校正集的所述微纤丝角测 定值与所述近红外光谱数据相关联完成拟合， 构建所述湿地松木材微纤丝角近红外预测模 型。 6.据权利要求5所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征在 于， 所述湿地松木材微纤丝角近红外预测模型模型构建过程中， 还需根据残差影响图和残 差分布图剔除所述湿地松微纤丝角近红外预测模型中的异常样品， 提高模型的预测精度。 7.根据权利要求5所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 将所述湿地松微纤丝角近红外预测模型构建过程中， 以交互验证均方根误差最小为 基准确定最佳主成分数。 8.根据权利要求1所述的一种用近红外光谱技术预测湿地松微纤丝角的方法， 其特征 在于， 完成对所述湿地松微纤丝角的近红外预测模型进行外 部验证， 其 步骤包括：权　利　要　求　书 1/2 页 2 CN 115372311 A 2基于所述外 部验证集的原 始近红外光谱数据， 获得近红外原 始光谱图； 将所述外部验证集近红外光谱图输入所述湿地松微纤丝角近红外预测模型， 获得预测 值； 对比所述外 部验证集 微纤丝角的预测值与其测定值的线性关系和残差值； 基于所述线性关系和残差值， 获得所述湿地松木材微纤丝角近红外预测模型的实测能 力。 9.一种用近红外光谱技术预测湿地松微纤丝角的系统， 其特征在于， 包括湿地松样品 木芯获取模块、 数据获取与划分模块、 模型构建模块和外 部验证模块； 所述湿地松样品木芯获取模块， 用于获取湿地松样品木芯； 所述数据获取与划分模块， 用于基于所述湿地松样品木芯， 获得原始近红外光谱数据 和所述湿地松样品木芯的微纤丝角测定值， 并将所述微纤丝角测定值和所述原始近红外光 谱数据， 划分为校正 集和外部验证集， 校正 集样本的性质参数要均匀分布； 所述模型构建模块， 用于基于所述校正 集， 构建湿地松木材微纤丝角近红外预测模型； 所述外部验证模块， 用于将所述外部验证集近红外光谱数据代入所述湿地松木材微纤 丝角近红外预测模型， 获得预测值， 通过对比外部验证集微纤丝角预测 值和测定值之间的 差异， 完成对湿地松微纤丝角预测模型 预测水平的评价。权　利　要　求　书 2/2 页 3 CN 115372311 A 3