[發明專利]一種基于可見-近紅外光譜的木材合法性驗證方法

在審

• 申請號: 202110873658.3
• 申請日: 2021-07-30
• 公開（公告）號: CN113466156A
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 李穎;徐浩凱;王國忠;李耀翔;裴志永;郭根勝
• 申請（專利權）人: 內蒙古農業大學
• 主分類號: G01N21/31
• 分類號: G01N21/31;G01N21/84
• 代理公司: 北京慕達星云知識產權代理事務所(特殊普通合伙) 11465
• 代理人: 符繼超

1.一種基于可見-近紅外光譜的木材合法性驗證方法，其特征在于，包括：

S1、獲取待驗證木材的可見-近紅外光譜數據；

S2、采用第二代小波-提升小波變換對所述可見-近紅外光譜數據進行去噪處理；

S3、將步驟S1的可見-近紅外光譜數據或步驟S2中經去噪處理后的可見-近紅外光譜數據輸入合法性驗證模型；所述合法性驗證模型包括：木材材性預測模型、木材產地溯源模型和木材樹種鑒別模型；

S4、輸出所述驗證木材的木材材性預測結果、木材產地溯源數據和木材樹種鑒別數據。

2.根據權利要求1所述的一種基于可見-近紅外光譜的木材合法性驗證方法，其特征在于，步驟S3中合法性驗證模型的構建過程，包括：

S301、采集多種類型且屬于不同產地的木材樣本；對所述樣本分別進行多次掃描，隨機選擇預設數量采樣點的平均光譜作為樣品原始光譜；

S302、采用第二代小波-提升小波變換對所述原始光譜進行去噪處理；獲得小波系數和重構光譜；

S303、將所述小波系數和重構光譜，作為自變量輸入至粒子群-支持向量機模型中；并采用響應面法優化所述粒子群-支持向量機模型，獲得木材材性預測模型；

S304、將屬于不同產地的所述原始光譜和所述小波系數輸入至粒子群-支持向量機模型，獲得木材產地溯源模型；

S305、將多種類型區分的所述原始光譜和所述小波系數輸入至粒子群-支持向量機模型，獲得木材樹種鑒別模型。

3.根據權利要求1或2所述的一種基于可見-近紅外光譜的木材合法性驗證方法，其特征在于，步驟S2和/或步驟S302中的去噪處理，采用偏最小二乘模型統計參數作為去噪的評價指標；所述統計參數包括：決定系數、均方根誤差和相對分析誤差。

4.根據權利要求2所述的一種基于可見-近紅外光譜的木材合法性驗證方法，其特征在于，所述步驟S301，包括：

采集多種類型且屬于不同產地的木材，沿樹干自下而上間隔預設距離制成預設長度的圓盤試件；

采用光譜掃描儀采集所有所述圓盤試件光譜，光譜采集范圍為350～2500nm；掃描次數為X次，X大于等于30；

每個圓盤試件隨機選取預設數量的采樣點，取所述預設數量的采樣點的的平均光譜作為樣品原始光譜。