森林生物量快速定量分析使用傅里叶变换红外光谱学和偏最小二乘回归

文摘

傅里叶变换红外反射光谱(红外光谱)被用来预测森林伐木残留物的性质,一个异构原料材料。属性包括化学成分研究,热活性和能量。迅速确定这些属性的能力是至关重要的优化转换技术biobased成功商业化的产品。偏最小二乘回归的一阶导数处理与传统测量红外光谱谱有很好的相关性属性。一般的化学成分、构造模型做了一个更好的预测采掘比碳水化合物和木质素含量。在预测热化学特性,模型为挥发分和固定碳表现很好(例如,> 0.80,RPD > 2.0)。的影响减少指纹区域的波数范围请建模和化学成分之间的关系和高热值的日志残渣也探索。这项研究是新的和不同的,它是第一个使用红外光谱定量分析森林采伐残渣,丰富的资源,可以用作原料的新兴低碳经济。此外,它提供了一个完整的、系统的描述异构的原材料。

1。介绍

木质生物质是唯一的可再生资源,可用于生产生物燃料和化学物质除了生物能源平台。作为最丰富的碳中和资源,使用生物质代替化石燃料可以帮助减轻环境污染。然而,许多物理、化学和结构性因素会阻碍生物质转化为燃料和化学品。更好的理解的属性将重要的生物质原料的分配到适当的最终用途。及时确定这些属性的能力也是很有必要的优化转换技术再成功的商业化的产品。因此需要高通量方法和设备的监控和表征原始原料作为常规方法费力和破坏性的。

傅里叶变换红外反射光谱(红外光谱)已经作为一个强大的分析工具的快速表征木质生物质。由于红外光谱确定存在的基本分子振动特征化合物或类的化合物,它已经广泛用于定性说明生物质结构的变化和/或治疗后过程中。例如,红外光谱被用来研究颤抖的阿斯彭提取和超临界甲醇(1)和监测结果与玉米秸秆的物理和化学变化发生氨纤维扩张(工艺)和标志性的液体(IL)预处理[2]。多元数据分析的发展,研究人员现在耦合红外光谱与最优化方法快速定量分析的生物质原料。FTIR-based偏最小二乘(PLS)模型建立了量化单体的糖,醋酸,5-hydroxymethyl-2-furfural(羟甲基糠醛)的稀酸预处理生物质(3]。工具也被用于模型的灰、挥发分、固定碳、和高热值(疱疹)的枫香,火炬松和柳枝稷焙在不同的温度下(4]。一些研究的生物质原料,红外光谱是用于描述几种农业残留及其抽提的内容(5),在木质素的定性分析从五个木材种类(6,在预测硬木的化学成分(7]。FTIR-based模型也被用于判别和分类分析生物质原料和植物材料(8- - - - - -12]。

大多数研究使用红外光谱进行了生物质,一直受到某种预处理;非常令人惊奇的是,不被发现的原始资源。

在美国,每年大约有130万干吨生物质可以采购从林业(27%)和农业(77%)操作,能够取代三分之一的国家目前的燃料消耗(13]。森林生物量包括日志残留物,precommercial变薄、燃料治疗,残留物从初级和二级机处理,和城市的废木料。根据史密斯et al。(2009) (14),约6800万吨的日志残留目前在美国生产,其中大部分是离开了现场。使用日志残渣为原料将确保更完整和可持续利用的树木。此外,一些研究已经表明,可持续删除日志残留物可以改善森林健康,提高移植努力和再生,和控制森林火灾15- - - - - -17]。

与红外光谱的定性和定量分析生物质可以相当准确,材料在化学结构相差很大。例如,伍迪组织很容易分化从树皮树皮导致一个简单的计算内容在阿斯彭和桦树18]和山毛榉可以从松树由于相当大的分化差异syringyl和愈创木基根19]。这种分化是更少的歧视为同一树种与组织获得从幼稚和成熟的木20.]。然而,当扰动如温度(4)和化学治疗(21介绍了然后模型鲁棒性识别和/或浓度测定变得更加优越。本研究的目的是采用红外光谱结合偏最小二乘(PLS)回归快速预测化学成分、热反应,火炬松和能源的日志内容残渣,在美国经济最重要的树种。本研究试图利用宽差异树皮,针,伍迪组织化学应该允许简单的歧视和量化。准确的评估,例如,碳水化合物是非常重要的,因为它的浓度成正比的生物燃料的产量和先验知识无机部分的预期将使渣或程度热值可能会受到影响。

2。材料和方法

2.1。材料

木质生物质期间获得收获操作几个火炬松人工林在阿拉巴马州南部,美国被用于这项研究。材料占整个树,木材和树皮,削减(即。、四肢和树叶)和干净的木屑。十生物质集抽样的四种生物质类型。

2.2。方法

2.2.1。传统的实验室方法

常规标准方法被用来确定化学组成,热活性和生物量的能量。

生物样品的化学成分决定通过湿化学。萃取中指定的内容确定NREL / tp - 510 - 42619和TAPPI T - 204。5 g的一个测试样本地面通过40-mesh屏幕在150毫升的丙酮提取6个小时在索氏仪器。后来,丙酮被允许蒸发干燥提取之前在40°C真空烘箱24小时。风干extractive-free样本用于确定木质素和碳水化合物后NREL / tp - 510 - 42618。测试样本首先水解硫酸的72%。初级水解进行了30°C±3°C的一个小时。然后,酸的浓度和去离子水稀释到4%,二次水解进行一个小时的高压蒸汽在121°C。水解样品之前被允许冷却过滤通过配衡的玻璃坩埚。一个整除滤液收集用于确定酸溶性木质素(ASL)和单体的糖。 The solid residue was thoroughly washed with distilled water and oven dried at 105°C overnight and the final weight used for calculating the acid-insoluble lignin (AIL) content of biomass. The ASL was determined with a UV/vis spectrophotometer immediately after hydrolysis. Total lignin was calculated as the sum of ASL and AIL. The monomeric sugars (i.e., arabinose, glucose, galactose, mannose, and xylose) in test samples were measured using a Bio-Rad Aminex HPX-87P column equipped HPLC. Holocellulose content was calculated as the sum of monomeric sugars; the cellulose content was computed as和全纤维素和纤维素为半纤维素之间的区别。

按照ASTM D5865,炸弹量热法是用于热值的决心,而进行了近似分析后NREL / tp - 510 - 42622(灰分)和岑/ TS 15148(挥发分含量)。

方差分析(方差分析)其次是图基之间的两两比较测试四种生物质类型()进行使用统计方案。重复的实验运行每个测试样本。

2.2.2。的光谱

中红外光谱波数范围内收集的4000厘米⁻¹到650厘米⁻¹使用PerkinElmer谱400红外/ FT-NIR光谱仪配备了钻石水晶衰减全反射装置(即。ATR-FTIR)和一个力矩旋钮,以确保一致的压力应用于在光谱收集样品。样本光谱采集之前,地面通过一项80 -筛网来提高模型属性通过减少光散射和烤箱干4小时40°C。每个测试样本放置在钻石板,压力psi应用使用扭矩旋钮,然后扫描32 * 4厘米的一项决议⁻¹。32光谱修正为背景的平均吸光度光谱减去空ATR的水晶和用于分析。

2.2.3。偏最小二乘(PLS)回归

请回归的统计方法为开发预测模型的多元数据,否则有很高的共线性。连续的迭代NIPALS算法提取的线性组合预测(称为因素或潜在的向量),这样的变化预测(即。(即,米尔光谱)和响应。,property under study) were optimally accounted for. A more detailed description of the procedure can be found elsewhere [22]。

请发达与PerkinElmer光谱定量模型⁺软件使用完整的光谱中红外区(即。,4000 - 650厘米⁻¹)以及指纹区(1800 - 650厘米⁻¹)。光谱是使用衍生品(一阶潜油电泵)基线校正,同时也能帮助减少非线性和变量之间的多重共线性。二阶导数都不习惯由于普遍较低的信噪比。预测和响应都意味着集中建模之前。由于样本量相对较小(),分析交叉验证建模法。在这种技术中,每次运行,39岁的40个样本作为训练数据集用于校准模型,用于预测1示例测试数据集。这是迭代40次,直到所有的样本都使用独立的单个元素测试数据集。

开发模型等统计评估使用的标准误差校准(SEC),交叉验证的标准误差(SECV),确定系数(),性能比偏差(RPD)。

3所示。结果与讨论

3.1。红外光谱谱

米尔光谱特征的四个生物质集可以理解呈现在图1。尽管这个地区包括4000到650厘米⁻¹波数范围,指纹区(1800到650厘米⁻¹)通常是特别感兴趣的,因为它包含最光谱信息与分子/材料的化学成分(图1(一))。在文献中,一些乐队与碳水化合物由于其官能团有关。在指纹区,山峰,结果由于多糖包括(P1) 897厘米⁻¹和(P2) 1030厘米⁻¹从纤维素和切断的碳氢键变形伸展在多糖,分别(P3) 1157厘米⁻¹从C-O-C振动(P4) 1239厘米⁻¹从切断拉伸和地平面在多糖,(P5) 1465厘米⁻¹从碳氢键变形,(P6) 1740厘米⁻¹C = O拉伸的非结合的酮主要在半纤维素。在木质素的情况下,峰值(L1) 1122厘米⁻¹发生由于芳香族骨架和切断。愈创木基环呼吸与切断拉伸导致峰值上升(L2) 1270厘米⁻¹和syringyl环呼吸创造高峰在1365厘米(L3)⁻¹。强峰(L4) 1505厘米⁻¹是由于芳香族骨架化合物的C = C拉伸特征在木素和抽提。(图范围外的指纹1 (b)),峰值出现在2935厘米(T1)⁻¹已经与碳氢键的弯曲和伸展,以及木质素的芳环振动,而在(T2) 3345厘米吗⁻¹已经分配给保税(地1,23- - - - - -26]。

四种生物质类型遵循了类似的吸光度模式中红外区。削减一般吸光度值最高,其次是木头,然后木头和树皮。削减了著名的山峰的光谱(L5) 1635厘米⁻¹和(T1) 2935厘米⁻¹相比其他类型的生物量。前一直归因于切断拉伸共轭或芳香酮和/或C = O伸缩振动在黄酮,而后者芳环振动在木质素的结果27- - - - - -29日]。这些高峰可能因此被解释的相当高的内容采掘和木质素在削减图1。

这些作业提供了一些见解中的化学根不同的生物质类型。然而,重叠峰使它具有挑战性梳理出细微的差异,有时简单的目视检查(30.]。因此,应用木质生物质多元数据的光谱分析技术可以提取相关信息和结构光谱和传统化学数据经验数学模型,能够预测未来的性质测量,甚至其他属性,不直接可测31日]。散射杂散光,路径长度变化、不一致性在仪器响应和随机噪声会导致基线变化等干扰,垂直位移,在红外光谱非均匀斜坡。(SNV)预处理方法包括标准正态变量变换,乘法散射校正(MSC),衍生品,因此正交信号校正(OSC)通常用于最小化,标准化,甚至消除这些干扰的影响在红外光谱多元数据分析提高校正模型的鲁棒性。在这项研究中,一阶导数光谱被用来减少基线偏移量和提高重叠峰的解析32]。

3.2。请建模森林伐木残留的化学成分

森林砍伐残留的化学成分通过常规方法总结在图确定2。一些显著差异(α= 0.05)被发现在四个生物质类型。抽提的平均浓度范围从低2%的木材和树皮为削减10%的高。葡萄糖显著低于削减的比例(27%)和整体(34%)相比,木材和树皮(41%)和木材(45%)。这种模式是不出所料其次是纤维素的量的四种类型的森林伐木残渣。整个最高数量的半纤维素,这是统计学中类似于浓度削减和木材和树皮。

使用光谱作为独立变量和测量属性作为因变量,雇用的所有四十生物质样品校准和交叉验证请预测模型。模型被开发使用原始或1第一整个米尔st-derivative光谱范围然后指纹区。普遍都是如此、模型构建与1 st-derivative光谱治疗相比有更好的预测能力与未经处理的光谱校准;因此只有前提出了本文的结果(表1)。最优模型选为那些使用较少数量的潜在变量(lv)产生较小的误差值。最终的模型选择的另一个考虑是SEC和SECV之间的细微差别。SECV(这是一个更好的衡量模型的预测能力的未来的未知数)通常比SEC(统计评估如何精确回归线适合训练数据),因为它还考虑如何更糟最初模型执行独立的测试数据不包括在模型校准。然而,SECV理想情况下应不大于1.3倍美国证券交易委员会(33]。很大的差异在SEC和SECV结果校准模型不能很好预测房地产研究样本下被用于交叉验证。

两个或三个lv被用于模型的发展值从0.64的低半乳糖为采掘(表0.93的高点1)。虽然是一个好的模型的指标(大于0.5),它不是作为唯一的评估模型,因为它通常与lv的数量有直接关系模型开发中使用。当模型校准添加更多的lv继续适应变化的随机误差,直到每一个来源是占在训练数据34]。RPD,计算标准差的比值的验证设置为标准预测误差(9),用于比较模型的预测能力。除了半乳糖、木糖和半纤维素,RPD值模型发展到预测森林采伐的化学成分残留在初步筛选标准(即下降。,1.5 - -2.5)35]。抽提的模型是最健壮,RPD 2.3。

请建模米尔光谱并更好地预测采掘和木质素含量火炬松日志残渣相比结构性碳水化合物及其相关单体的糖。表现最好的模型为葡萄糖和阿拉伯糖的0.77和RPD 1.6,而表现最差的模型为半乳糖和甘露糖和其他两个己糖。可怜的预测单体的糖被归因于类似糖的构象,只有一些羟基的取向不同。在一项研究22)、半乳糖、甘露糖、木糖,因此纤维素也不好预测的近红外(NIR)——基于PLS模型。同样表现不佳的模型获得的(36半乳糖)(= 0.11,RPD = 0.8)和半纤维素(= 0.30,RPD = 1.0)。从红外光谱检测基本分子振动与近红外光谱重叠和通常较弱的组合乐队,请在本研究中建立的模型将工作做得更好的预测森林伐木残留的单体的糖含量,但不幸的是,情况并非如此。

整个米尔范围和指纹区也用于模型木质素,纤维素,采掘木头样本包括欧洲赤松从加纳、西加云杉和热带硬木28]。作者报道请模型的性能统计数据如下:纤维素:秒= 1.8 = 0.65,9月= 3.3;木质素:秒= 1.8 = 0.65,9月= 3.3;和抽提:秒= 0.3 = 0.93,9月= 0.4。infrared-based PLS模型的表面上的趋势预测的木素和抽提生物量相对比多糖又在这个研究也指出,在37当漫反射率(漂移)和传输红外光谱谱被用于请建模。这一趋势的一个可能的解释可能是木素和抽提的独特的化学结构,而不是相对丰富的碳水化合物,也有类似的分子组成。另一项研究,定量描述未经处理的木材的化学成分是由(38]。研究人员开发了DRIFT-PLS木质素模型(,)、抽提(,)、阿拉伯糖(,)、半乳糖(,)、葡萄糖(,)、甘露糖(,)和木糖(,)。训练数据和预测误差的标准差的单体的糖报告的作者很低,即使值是类似相比,当前的研究中得到什么。

为创造一个更公平的比较模型性能,相同数量的lv保留作为全光谱的最优(4000 - 650厘米⁻¹)模型被使用在发展中减少光谱(1800 - 650厘米⁻¹)模型。减少指纹区域的波数范围内不影响请模型(表的性能1)。事实上,这通常下降与交叉验证相关的错误(使用9月在当前研究中)所有模型和改进RPD值除了木质素(完整:SECV = 2.02, RPD = 2.06;降低:SECV = 2.04, RPD = 2.04)和半乳糖(完整:SECV = 1.87, RPD = 0.93;降低:SECV = 2.05, RPD = 0.85)(表1)。降低SECV和改进RPD值表明,模型的预测能力降低时无关紧要的波数都包含在模型建设。

实验室参考数据和FTIR-predicted化学成分之间的关系图3。

3.3。请建模的热活性和能量的森林伐木残渣

总结提出了近似分析的统计数据和炸弹量热法在图4。灰分含量显著低于木材相比其他三种生物质如预期。相比之下,木有最高的挥发性物质。固定碳范围从低至8.9%的木材高达16.2%的削减。四种生物质中,整个木材和树皮样本热活性和能量的相似度。热值越高(疱疹),这是最大的能量可能恢复在绝热条件下当燃料完全燃烧范围从19.8 (MJ /公斤)到20.6 (MJ /公斤)厚皮刺果松日志残渣。

两个或三个lv请建模中使用的全部或减少米尔光谱。符合统计数据交叉验证模型的校准的一阶导光谱展示在表2。

挥发性物质的光谱内容,两个lv给证券交易委员会的最低价值(1.03%)和SECV理想的差异范围内(1.15)下降。这个优化模型0.88和2.3的RPD。这是改进了6%的RPD价值模型充分利用米尔范围。同样,利用指纹区略有改善RPD值预测模型的固定碳百分比。灰分含量与光谱数据的相关性非常高,虽然RPD值小于1。与森林生物量的有机组成部分,发展与无机灰分的减少光谱模型增加了SEC和SECV和减少了和RPD值。表现不佳也报告完整光谱FTIR-based请模型构造预测两个能源作物的灰分含量(,,)[18]。然而,作者在4)能够更好地焙生物质灰分含量的模型。简单的单原子的无机化合物不产生任何振动中红外区(或接近)。然而,这些乐队和有机物种形成复合物生产特征。因此,红外光谱和近红外光谱能够定量和定性分析生物质灰的,聚合物,等等30.]。

能量是生物化学成分的影响。木质素,(可以有尽可能多的碳水化合物的两倍的热值)和采掘大多认为这(39]。因此,红外光谱是敏感的化学信号已经被用于疱疹的生物量模型。请模型构建研究中预测疱疹但是没有执行得很好。的值的模型分别为0.64和0.54和RPD值分别为1.03和1.23充分利用和减少光谱,分别(表2)。

简单线性回归模型开发探索森林伐木残留的化学成分之间的关系和疱疹。只有萃取的内容有一些有意义的线性相关与疱疹(= 0.31,值< 0.05),表明红外光谱谱之间的关系,它是一个二次函数采掘和光谱之间的相关性。有矛盾的报告在文献中关于特别是木质素与能源相关的内容(40,41]。比较抽提的回归谱的疱疹显示一些常见的波数/山峰的建模两个属性做出了重要的贡献,支持回归分析的结果(图5)。山峰被发现在1620厘米⁻¹(在飞机振动骨骼芳香C = C), 1440厘米⁻¹(切断拉伸,加上哦变形羧酸或脂肪族醛碳碳拉伸),和1190厘米⁻¹(切断拉伸高酯)42]。但是,与抽提,回归谱的峰值发生疱疹不能占的变异,因此,该模型的预测性能不好。

散点图FTIR-based PLS模型预测的热活性和疱疹相比结果决定通过近似分析和炸弹量热法呈现在图6。

4所示。结论

森林采伐残留物红外光谱光谱组成的整个树,木材和树皮,削减,木材收购及相关化学和热活性和生物量的能量。请开发模型与原始的一阶导光谱横跨整个米尔地区或指纹区。一般化学成分,开发模式做了一个更好的预测采掘和木质素含量比碳水化合物;热化学特性,模型为挥发分和固定碳表现很好(例如,> 0.80,RPD > 2.0)。减少波数范围请建模不妥协的指纹区模型的预测能力。事实上,这主要是降低与预测相关的错误和提高RPD值。

这项研究表明,森林采伐残留的化学和热化学性质可以用红外光谱预测加上请。构造预测模型的精度非常异构生物质原料通过漫长而艰苦的传统与测量方法。重要的生物属性的套件可以理解是预测从一个红外光谱谱,而无需为每个属性做任何额外的工作。因此可以使用红外光谱作为一种高通量工具来监控和描述这个很大程度上尚未开发的资源优化过程在生物炼制,将取决于日志残留随着新市场的出现和转换技术在低碳bioeconomy推进。

相互竞争的利益

作者宣称没有利益冲突。

确认

作者感谢财务和物质支持的NSF IGERT:集成Biorefining可持续生产燃料和化学品(奖项。1069004),美国农业部东南部伙伴关系综合生物质供应系统(批准号2011-68005-30410),森林健康合作,奥本大学。显卡,优秀到卓越格兰特从奥本大学,也是公认为这个项目提供资助。地区银行也在为这项研究提供一些基金。

引用

1. j·l·Grandmaison a·艾哈迈德·s . Kaliaguine和p·d·尚塔尔”部分将木质纤维原料的分析,“分析化学卷,59号17日,第2157 - 2153页,1987年。视图:出版商的网站|谷歌学术搜索
2. 诉巴兰g . c . Li Cheng et al .,“离子液体的物理化学变化对酶消化率的影响和工艺,玉米秸秆预处理,”生物资源技术,卷102,不。13日,6928 - 6936年,2011页。视图:出版商的网站|谷歌学术搜索
3. m·p·塔克r·k·米特里·p·艾迪,问:a .阮l . m . Gedvilas和j·d·韦伯“傅里叶变换红外量化进行预处理生物质糖的酒,“应用生物化学与生物技术第三十九条,卷。84年,2000年。视图:出版商的网站|谷歌学术搜索
4. b . k .通过美国Adhikari, s .泰勒“建模近似分析和热值焙生物量与振动光谱,”生物资源技术卷,133年,页1 - 8,2013。视图:出版商的网站|谷歌学术搜索
5. 美国奈克,诉诉Goud, p . k .溃败,k .雅各布森和a . k .达赖”表征的加拿大生物质替代可再生生物燃料。”可再生能源,35卷,不。8,1624 - 1631年,2010页。视图:出版商的网站|谷歌学术搜索
6. r·拉纳r . Langenfeld-Heyser r . Finkeldey, a . Polle“红外光谱、化学和组织化学的描述五个热带木材树种的木材和木质素的龙脑香料的家庭,”木材科学与技术,44卷,不。2、225 - 242年,2010页。视图:出版商的网站|谷歌学术搜索
7. c .周w .江、问:程和b . k .通过“多元校正和模型的完整性对木材化学使用傅里叶变换红外光谱学,”分析方法在化学杂志》上ID 429846条,卷。2015年,9页,2015。视图:出版商的网站|谷歌学术搜索
8. g . e . Acquah b . k .通过n . Billor o . o . Fasina和l . g .堪称“识别植物残森林采伐的组成部分使用红外光谱数据和线性判别分析,“传感器,16卷,不。9日,第1375条,2016年。视图:出版商的网站|谷歌学术搜索
9. A . Carballo-Meilan A . m .古德曼·m·g .男爵和j . gonzalez rodriguez,”伍兹通过红外光谱分类的具体案例和最优化:歧视Malpighiales的山毛榉目,“纤维素,21卷,不。1,第273 - 261页,2014。视图:出版商的网站|谷歌学术搜索
10. h·陈法拉利,m . Angiuli j .姚明,c . Raspi和e•布拉,“木材样本的定性和定量分析的傅里叶变换红外光谱和多变量分析,“碳水化合物聚合物,卷82,不。3、772 - 778年,2010页。视图:出版商的网站|谷歌学术搜索
11. a . j . Hobro j . Kuligowski m .娃娃,和b . Lendl“胡桃木物种的分化和蒸汽处理使用ATR-FTIR和偏最小二乘判别分析(PLS-DA)”分析和分析化学,卷398,不。6,2713 - 2722年,2010页。视图:出版商的网站|谷歌学术搜索
12. y孟,s, r·蔡江,和w·赵”的歧视和内容分析贝母使用近红外光谱,”分析方法在化学杂志》上ID 752162条,卷。2015年,8页,2015。视图:出版商的网站|谷歌学术搜索
13. r·d·Perlack b·j·斯托克斯和c . Erbach“生物质作为生物能源原料和bioproducts工业:每年吨供应的技术可行性,“技术。代表,2005年,http://www.osti.gov/bridge。视图:谷歌学术搜索
14. w·r·史密斯,p . d .英里,c·h·佩里和s . a .普”,2007年美国的森林资源。技术文档支持林业局2010战评估,”2009年,http://www.fs.fed.us/nrs/pubs/gtr/gtr_wo78.pdf?视图:谷歌学术搜索
15. f .首位和r·比伯可再生能源的科学,CRC出版社,纽约,纽约,美国,2011年。
16. j。j黑客,日志残留物清除森林除此之外的影响文献综述威斯康辛州中西部地区规划委员会,欧克莱尔,威斯康星州,美国,2005年,http://dnr.wi.gov/topic/forestbusinesses/documents/loggingresiduereport.pdf。
17. a . Leinonen“收获技术的森林残留物对燃料在美国和芬兰,”VTT Tiedotteita-Research笔记2229、2004、http://www.vtt.fi/inf/pdf/tiedotteet/2004/T2229.pdf。视图:谷歌学术搜索
18. m .边缘,张炳扬。Mandenius, a . Skoglund”在线预测的阿斯彭原色阔叶木浆纤维和白桦树皮含量,利用近红外光谱和多变量数据分析,“化学计量学和智能实验室系统,卷103,不。1,53-58,2010页。视图:出版商的网站|谷歌学术搜索
19. k . k . Pandey, a·j·皮特曼红外光谱研究木材化学变化的衰减由褐腐病和白腐真菌后,“国际生物退化和生物降解,52卷,不。3、151 - 160年,2003页。视图:出版商的网站|谷歌学术搜索
20. b . k .通过t·f·Shupe l . h . m .斯坦,C.-L的新郎。所以,“多元密度造型,从近红外光谱强度和刚度成熟,幼稚和髓(长叶松的木头松果体palustris),“近红外光谱学杂志》上,11卷,不。5,365 - 378年,2003页。视图:出版商的网站|谷歌学术搜索
21. w .江,b . k .通过g .汉问:Wang和刘,“近红外监测治疗和化学delignified木头,“近红外光谱学杂志》上,21卷,不。6,485 - 493年,2013页。视图:出版商的网站|谷歌学术搜索
22. g . e . Acquah b . k .通过o . o . Fasina和l . g .堪称“无损预测森林生物量的属性使用近红外光谱化学和生物能源的应用程序,“近红外光谱学杂志》上,23卷,不。2、93 - 102年,2015页。视图:出版商的网站|谷歌学术搜索
23. j . Rodrigues o . Faix h·佩雷拉,木质素含量的测定蓝桉木材使用红外光谱,”Holzforschung,52卷,不。1,46-50,1998页。视图:出版商的网站|谷歌学术搜索
24. o . Faix“傅里叶变换红外光谱学”在木质素化学方法郑胜耀林和c·w·丹斯,Eds。施普林格,1992年。视图:谷歌学术搜索
25. h·l . Hergert“红外光谱”木质素:发生、形成、结构和反应,k v Sarkanen和c·h·路德维格。,1971年威利跨学科。视图:谷歌学术搜索
26. k·j·哈林顿、h·g·希金斯和a·j·米歇尔的红外光谱桉树regnansf . Muell。和松果体放射虫纲d .不。”Holzforschung,18卷,不。4、108 - 113年,1964页。视图:出版商的网站|谷歌学术搜索
27. g . g . Allison c·莫里斯,大肠霍奇森et al .,“关键成分参数测量两种能源草通过傅里叶变换红外光谱学,”生物资源技术,卷100,不。24日,第6433 - 6428页,2009年。视图:出版商的网站|谷歌学术搜索
28. m·h·Nuopponen通用桦木、r·j·赛克斯s . j .李·d·斯图尔特,“估计木材密度和化学成分通过漫反射系数中红外傅里叶变换(DRIFT-MIR)光谱,”农业与食品化学杂志》上,54卷,不。1,34-40,2006页。视图:出版商的网站|谷歌学术搜索
29. k . k . Pandey,”一个研究软、硬木和木材的化学结构聚合物的红外光谱,”应用聚合物科学杂志》上,卷71,不。12日,第1975 - 1969页,1999年。视图:出版商的网站|谷歌学术搜索
30. b·h·斯图尔特红外光谱:基本面和应用程序约翰•威利& Sons 2004。
31. k·Varmuza和p . Filzmoser介绍在化学计量学多元统计分析2009年,泰勒和弗朗西斯。视图:出版商的网站
32. h . m . Heise和r . Winzen“基本的最优化方法,”近红外光谱法:原理、仪器、应用程序h·w·Siesler y Ozaki, s . Kawata和h . m . Heise, Eds。Wiley-VCH,纽约,纽约,美国,2002年。视图:谷歌学术搜索
33. m·a·桑德森f . Agblevor m·柯林斯和d·k·约翰逊,“成分分析生物质原料的近红外反射光谱,”生物质和生物能源,11卷,不。5,365 - 370年,1996页。视图:出版商的网站|谷歌学术搜索
34. H.-R。Bjorsvik和h Martens”数据分析:近红外光谱仪器的校准请回归,”手册的近红外分析d . a .烧伤和e·w·Ciurczak Eds。,CRC出版社,第三版,2011年版。视图:谷歌学术搜索
35. p·r·g·海因a·c·m·坎波斯·f·Trugilho j·t·利马和g . Chaix红外光谱估算木材基本密度桉树urophylla和桉树garndis”,Cerne,15卷,不。2、133 - 144年,2009页。视图:谷歌学术搜索
36. p·d·琼斯,l . r . Schimleck g·f·彼得,r·f·丹尼尔斯和a·克拉克三世,“无损评估木材化学成分部分径向木条的漫反射近红外光谱,”木材科学与技术,40卷,不。8,709 - 720年,2006页。视图:出版商的网站|谷歌学术搜索
37. r .地中海,s . Gallagher k . l . Mackie h·伯勒尔和r . r . Meglen”的化学成分和密度的快速测定松果体放射虫纲请造型的传输和漫反射红外光谱光谱,”Holzforschung,53卷,不。3、261 - 266年,1999页。视图:谷歌学术搜索
38. T.-J。Toivanen和r·阿伦”松(内的化学成分的变化抗旱性)树干由漫反射红外光谱和化学计量学,”纤维素,13卷,不。1,53 - 61年,2006页。视图:出版商的网站|谷歌学术搜索
39. 粮农组织、“节能机械森林工业,”粮农组织林业纸- 93T0269 / E, 1990,http://www.fao.org/docrep/t0269e/t0269e08.htm TopOfPage。视图:谷歌学术搜索
40. a•德米尔巴什”热值和木质素之间的关系、防潮、生物质燃料的火山灰和采掘内容,“能源勘探与开发,20卷,不。1,第111 - 105页,2002。视图:出版商的网站|谷歌学术搜索
41. g, g·泰勒,a . Polle”FTIR-ATR-based木质素和能源预测和建模内容揭示了独立的种内变异生物能源杨树的这些特征”工厂方法,7卷,不。1、第九条10页,2011。视图:出版商的网站|谷歌学术搜索
42. p·s·帕克,应用红外、拉曼和共振拉曼光谱在生物化学,充气出版社,1983年。

版权

版权©2016 Gifty大肠Acquah et al。这是一个开放的访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。