木材抗拉强度的近红外光谱MC-UVE-IVSO建模方法

作者：蒋大鹏; 高礼彬; 陈金浩; 张怡卓^*

来源：光谱学与光谱分析, 2023, 43(08): 2488-2493.

• 木材抗拉强度
• 近红外光谱
• 集群分析
• 蒙特卡罗无信息变量消除
• 迭代变量子集优化

木材抗拉强度是评价木材力学性质的重要指标。针对近红外光谱建模中样本数据量小、波长信息冗余所导致预测模型精度低的问题，提出一种基于模型集群分析MC-UVE-IVSO波长优选的木材抗拉强度建模方法。以桦木为例，选取150个桦木样本作为实验对象，首先使用900～1 700 nm波段的近红外光谱仪采集试件光谱数据，并采用力学试验机获得相应的抗拉强度真值；然后对采集的光谱数据运用多元散射校正(MSC)、一阶求导和卷积平滑(SG)相结合的方法进行预处理，完成光谱平滑滤波；分别采用变量组合集群分析算法(VCPA)、蒙特卡罗无信息变量消除法(MC-UVE)、迭代变量子集优化算法(IVSO)及MC-UVE-IVSO组合优化算法进行波长筛选，并对比优选波长结果；最后在优选近红外波长基础上，建立桦木抗拉强度的偏最小二乘预测模型(PLS)。实验结果表明：基于MC-UVE-IVSO算法优选波长的PLS模型，光谱变量数由512减小到98,优选波长占总波长的19%,其预测决定系数R2为0.94,预测均方根误差RMSEP为7.50,性能偏差比RPD为3.16,相比于全波段、 MC-UVE、 VCPA、 MC-UVE-VCPA与IVSO相应的R2(0.92、 0.93、 0.82、 0.87、 0.93)、 RMSEP(17.91、 11.7、 14.91、 12.12、 8.47)和RPD(2.81、 2.91、 2.25、 2.28、 2.78)均有不同程度提升；通过统计特征波长所建立的预测模型箱形图，进一步证明了MC-UVE-IVSO算法在处理多变量波长的稳定性。实验结果表明，MC-UVE方法可以消除与建模不相关的多数变量，而IVSO算法能有效搜索出最优变量子集，基于MC-UVE-IVSO的光谱优选算法提升了木材抗拉强度预测模型的准确性和稳定性，为木材近红外光谱的无损、快速与精准检测提供了一定的理论基础。

• 单位
  东北林业大学; 机电工程学院