马 芳，黄安民，张求慧*

1.北京林业大学材料科学与技术学院，北京 100083 2.中国林业科学研究院木材工业研究所，北京 100091

引 言

乌木(DiospyrosebenumJ.Koenigex Retz.)，商品名为Ceylon ebony，俗称“黑檀”。其心材呈乌黑色，稀见浅色条纹，为中华人民共和国国家标准GB/T 18107—2017《红木》标准中的乌木类[1]。东非黑黄檀(DalbergiamelanoxylonGuill.& Perr)，属于濒危野生动植物种国际贸易公约(Convention on International Trade in Endangered Species of Wild Fauna and Flora，CITES)附录Ⅱ管制树种[2]，商品名为African blackwood或Grenadille afrique，俗称“紫光檀”，为《红木》标准中的黑酸枝木类[1]。其心材材色常为黑褐色至黄紫褐色，伴有黑色条纹[3]。近年来，市场上将其他密度较大、颜色较深的树种也称为“黑檀”，用其制作的家具时常会被误认为是红木类家具，其中最常见的是风车木(Conbretumimberbe)和成对古夷苏木(Guiboutiaconjugata)，风车木心材久放呈黑紫色，并具深浅相间条纹[4]。成对古夷苏木的心材黄褐色至灰黑褐色，伴有浅色条纹[5]。

精准、快速判别树种不仅可以减少经济纠纷，还可以更合理的保护和利用名贵木材。木材种类鉴别方法中，主要有红外光谱(FTIR)[6]、核磁共振(NMR)[7]、气相色谱-质谱联用(GC-MS)[8]、DNA 标记[9]和电子鼻[10]等。其中FTIR以其快速、客观、无损、可用于在线实时分析的优点被用于不同类珍贵木材及其他木材树种的区分与鉴别[11]。

红木心材的形成需要较长的生长周期，表示同种心材的化学组成相对稳定，其红外光谱具有一定的重复性。一方面，可以根据图谱表现出的叠加峰进行整体成分结构鉴定，给出木材中所含化学物质群组的信息。另一个方面，可以根据不同树种红外光谱特征的相同与差异对木材的红外光谱进行模式识别聚类分析[12]。温度会改变木材中分子间或者分子内的相互作用，从而影响分子之间各基团的振动频率和耦合作用，通过对比分析外围温度扰动下的二维相关红外光谱(2DCOS-IR)，不同的变化可以说明不同分子间或者分子内相关作用的相关信息。

因此，本工作以傅里叶变换中红外光谱为基础，结合模式识别聚类分析方法和二维相关光谱技术，建立四种“黑檀”木材的精准、快速判别方法。

1 实验部分

1.1 试验样品

四种硬木心材为来自于张家港国材种鉴定与木材检疫重点实验室的乌木(D.ebenum)、东非黑黄檀(D.melanoxylon)、风车木(C.imberbe)和成对古夷苏木(G.conjugata)。每种木材15块，将木材打粉，过80目筛。

1.2 数据采集仪与计算方法

采用KBr压片法，利用Frontier 傅里叶变换红外光谱仪(Perkin Elmer)采集四种木材室温下的原始红外光谱图；利用升温附件，从50 ℃开始逐步升温，每升温20 ℃采集一张红外光谱图，升温至210 ℃共获得9张变温下木材的红外光谱图。

用Spectrum软件(Perkin Elmer)对四种木材原始红外光谱进行基线校正、归一化处理，同时计算相对峰强度值。用Assure ID 软件(Perkin Elmer)对四种木材红外光谱进行相关系数判别分类计算和软独立建模分类法(soft independent modeling of class analogies, SIMCA)聚类分析。用清华大学自主研发的二维相关分析软件计算分析变温红外光谱并获得二维相关红外光谱图。

2 结果与讨论

2.1 四种硬木心材红外光谱的主体成分表征分析

图2 四种硬木的红外光谱图

图3 纤维素、木质素和草酸钙的红外光谱图

红外光谱中吸收峰的强度与成分的相对含量之间的关系符合Lambert-Beer定律，即吸收峰的强度越高，样品中某种成分相对含量越高。以～3 425 cm-1峰的强度为1.000 0，分别计算纤维素(H1059)、木质素(H1510)和草酸钙(H781)在四种硬木共60个样品中的相对强度，结果如表1所示。纤维素、木质素和草酸钙在乌木中平均相对强度分别为0.975 8，0.617 7和0.093 5，表明乌木中纤维素的含量较高。东非黑黄檀中三种主体成分的平均相对强度为0.843 7，0.964 0和0.057 3，表明木质素含量较高；风车木三种主体成分的平均相对强度为0.630 4，0.580 3和0.525 4，表明草酸钙含量高；成对古夷苏木中三种主体成分的平均相对强度为0.885 9，0.624 0和0.045 3，表明纤维素含量较高。

表1 四种硬木中纤维素、木质素和草酸钙特征峰的平均相对强度

2.2 四种硬木心材红外光谱的聚类分析

将乌木、东非黑黄檀、风车木与成对古夷苏木样品中每种木材随机抽取10份作为训练集，剩下的5份作为验正集，对四种硬木心材进行相关系数分类判别计算和SIMCA聚类分析。

2.2.1 四种硬木心材红外光谱的相关系数分类判别

相关系数判别法是利用投影向量夹角余弦的形式定义不同类别红外光谱之间的相似度。具有相似的光谱特征的同种木材的红外光谱相关系数值越接近于1，反之相关系数值越接近于0。选取1 300～1 800 cm-1波段之间的光谱，增加噪声权重处理，采用13点平滑对训练集光谱进行二阶导数计算，再进行标准正态分布校正对光谱进行归一化处理。将10帧硬木心材的平均红外光谱作为对照光谱，设置相似样品的红外光谱与对照光谱的置信度为99%，使用统计分析方法对木材样品与平均光谱之间的相关系数进行分类判断。图4为四种硬木心材与平均光谱之间的相关系数判别距离图。

在显著性水平为0.01时，乌木平均红外光谱与东非黑黄檀、风车木、成对古夷苏木之间的红外光谱之间相关系数阈值为0.800 1。也就是说，当待测木材样本与乌木平均光谱在此区域的相关系数大于0.800 1时，可以认为该待测样本为乌木木材。东非黑黄檀平均光谱、风车木平均光谱、成对古夷苏木平均光谱与另外三个木材红外光谱之间相关系数阈值分别为0.866 2，0.814 3和0.887 2。根据以上规则对剩下的20个木材样本红外谱图进行验证，得到四种硬木心材验证集样本的检验结果，如表2所示。18号样本与成对古夷苏木平均光谱之间的相关系数为0.886 7，略低于阈值0.887 2，说明18号样品的成分与对照光谱的差异要大于其他正常木材与对照光谱的随机差异。验证结果显示成对古夷苏木的验证率为80%，其余三种木材验证率为100%，整体分类效果达到95%以上，表明相关系数判别法可以成功区分乌木、东非黑黄檀、风车木和成对古夷苏木。

2.2.2 四种硬木心材红外光谱的SIMCA聚类分析

SIMCA聚类分析是根据乌木、东非黑黄檀、风车木与成对古夷苏木的红外光谱中已知的训练集样本分别建立每一种木材的主成分模型。设置同类样本与类中心的得分差异放大因子为1.5，剩余差异放大因子为1，类模型的最少主成分为0和最多主成分为100，总差异分布概率阈值为99%，选取500～1 800 cm-1波段之间的光谱，增加噪声权重处理，对光谱进行标准正态分布校正归一化处理。类间距离(inter-class distance)反映出不同类别之间的分离程度，数值越大，分离程度越大。表3为四种木材之间的类间距离。其中东非黑黄檀与风车木之间的类间距离为27.9，与成对古夷苏木的类间距离为4.72，反映了东非黑黄檀与风车木之前的分离程度最大，与成对古夷苏木的分离程度最小。乌木与其他三种木材分离程度居中。

表3 四种木材样本在SIMCA聚类模型的类间距离

分类效果(classification performance report)显示了聚类模型的分类正确度，识别率(recognition rate, %)是聚类模型正确识别同类样本的概率，显示了模型的灵敏度；拒绝率(rejection rate, %)是聚类模型正确拒绝异类样本的概率，显示了模型的特异性；验证率(validation rate, %)显示了验证集样本检验聚类模型对未知样本预测的准确性。表4中，不同种木材之间的识别率、拒绝率和验证率都达到100%，说明SIMCA聚类分析模型中四种木材之间没有重叠，可以很有效地对乌木、东非黑黄檀、风车木与成对古夷苏木这四种木材样品进行完全的区分识别。

表4 四种木材样本在SIMCA聚类模型的分类效果

2.3 四种硬木心材的二维相关红外光谱表征分析

为了更进一步获取四种硬木心材成分差异性信息，对木材进行外部温度扰动试验，得到四种木材在1 060～1 700 cm-1波段范围内的同步二维相关红外光谱平面等高线图和对角线上代表某个变量光谱强度变化的自动峰位置图，见图5。

图5 乌木(a)、东非黑黄檀(b)、风车木(c)与成对古夷苏木(d)的二维相关红外谱图和自动峰位置图

3 结 论

乌木、东非黑黄檀、风车木和成对古夷苏木四种硬木心材的红外光谱表明四种硬木心材的主体成分为纤维素、木质素和草酸钙，但是相对含量有差异。相关系数判别法和SIMCA聚类模式识别均可以将四种木材区分识别。二维相关红外光谱进一步提供了四种硬木心材中的纤维素、木质素和草酸钙在升温过程中热敏性的差异性。