摘要：本文采用红外光谱建模法对竹原纤维、苎麻和亚麻的定性鉴别进行了研究。结果表明建立的红外光谱综合判别模型的准确度高，能够实现对三种纤维简单、准确的鉴别。

　　关键词：竹原纤维；苎麻；亚麻；近红外光谱；鉴别

　　竹原纤维作为一种可再生、可降解、廉价、资源丰富的纤维素纤维，因具有良好的理化性能，近年来受到了越来越多人的青睐[1-4]。然而，由于竹原纤维与苎麻、亚麻具有极其相似的形态结构或理化性质，竹原纤维与苎麻、亚麻的有效鉴别成为当前研究的难题，至今尚未有鉴别方法的统一标准[5-6]。当前，针对竹原纤维的鉴别，人们采用一些常规检测方法进行了探索研究，但在适用性和有效性上仍有欠缺[7-10]。本文广泛收集国内主要生产厂家生产的竹原纤维、苎麻和亚麻，应用近红外聚类分析方法，实现了对竹原纤维和苎麻、亚麻的鉴别。

　　1、试验

　　1.1 材料

　　实验材料见表1。
表1　分析材料
纤维样品 建模样品集 验证样品集
竹原纤维 15　　　　　　　 4
苎麻 　　　　14　　　　　　　 4
亚麻　　　　　 10　　　　　　　　 4

　　竹原纤维由四川班博竹业发展有限公司、福建正和竹纺有限公司提供，苎麻、亚麻由湖南省纤维检验局提供。

　　1.2仪器

　　（SEM-EDS）MPA型多功能傅立叶变换近红外光谱仪（Bruker）。

　　2、结果与讨论

　　2.1近红外光谱图分析与处理

　　三种纤维使用相同的漫反射条件采集的近红外光谱图见图1。
 
　　(a) 苎麻
 
　　(b)竹原纤维
 
　　(c)亚麻

　　三种纤维近红外光谱的吸收峰峰形及峰强非常相似，无法进行纤维区分。因此，对近红外光谱经一阶导数+矢量归一化预处理后，采用Ward’s algorithm定义距离、基于系统聚类分析法（Hierarchical Cluster Analysis，HCA）[11]建立了三种纤维判别模型，并进行准确度验证。

　　系统聚类分析法就是采用分级聚类策略，先认为每个样本都自成一类，再规定类与类间的距离。开始时，因各样本均自成一类，其类间距离等价，选择距离最小的一对合并成一个新的类，依此每次减少一类，直至所有的样本都合成为一类为止。当两样本合成新类之后，则必须以确定的距离定义来表示样本与类或类与类之间的距离。不同的类与类之间距离的定义将会产生不同的系统聚类结果。本研究采用的Ward’s algorithm法是一种最有效、最常用的距离定义方法，它采用不均匀的判断规则，从方差分析的观点出发，认为正确的分类应该使类内方差尽量小，而类间方差尽量大。从而得到较好的结果。

　　2.2建立近红外光谱判别模型

　　根据光谱预处理后的各纤维建模集样品的近红外光谱全谱数据图，使用系统聚类分析方法，建立三种纤维的近红外光谱判别模型，如图2所示。根据判别模型可以明显区别三种纤维，从而实现纤维的鉴别。

　　2.3近红外光谱判别模型准确度验证

　　使用验证集样品的近红外光谱图对各判别模型进行准确度验证，在与建模样品相同的条件下，使用漫反射方法分别采集四种竹原纤维、苎麻和亚麻验证集样品的近红外光谱图，进行一阶导数+矢量归一化预处理后，对判别模型进行准确度验证。

　　(a) 竹原纤维

　　(b)苎麻

　　(c)亚麻纤维

　　表2  三种纤维的判别模型验证结果
纤维样品 验证样品数/个 正确识别数/个 错误识别数/个 模型识别率/%
竹原纤维　　　　　 4 　　　4 　　　　　　0 　　　　　100
苎麻 　　　　　　　　4 　　　4 　　　　　　0　 　　　　　
亚麻　　　　　　　　　 4 　　　4 　　　　　　0　 

　　聚类判别模型对三种纤维可以进行准确的鉴别。使用系统聚类分析法建模时，样品的代表性强和种类的齐全程度高直将获得更高的准确程度。因此，红外光谱判别模型仍具有很大的拓展和优化空间。

　　3、结论

　　实验结果表明，以漫反射法进行样品采谱，经一阶导数+矢量归一化光谱预处理，采用Ward’s algorithm定义距离，基于系统聚类分析法分别建立的竹原纤维、苎麻和亚麻判聚类别模型，可以实现对三种纤维的鉴别，具有操作简单、检测速度快、准确性高、不损伤样品等特点。

　　参考文献：

　　[1] 隋淑英,李汝勤.竹纤维的结构与性能研究[J]. 纺织学报，2003,24(6):535-536.

　　[2] Lee Sunyoung, Chun Sangjin, Doh Geumhyun, etal. Influence of Chemical Modification and Filler Loading on Fundamental Properties of Bamboo Fibers Reinforced Polypropylene Composites[J]. Journal of Composite Materials，2009,43(15): 1639-1657.

　　[3] 马顺彬，吴佩云.竹浆纤维与粘胶纤维的鉴别及性能测试[J].毛纺科技，2010,38(1):42-46.

　　[4] 张涛，鲍文斌，俞建勇.竹浆纤维鉴别方法的研究[J].纺织学报，2004,25(5)：28-29.

　　[5] 李卫东.竹纤维鉴别方法的研究进展[J]. 中国纤检，2010，359(15):61-64.

　　[6] 程隆棣,徐小丽,劳继红.竹纤维的结构形态及性能分析 [J].纺织导报，2003(5):101-103.

　　[7] 田慧敏,蔡玉兰.竹原纤维微观形态及聚集态结构的研究[J].棉纺织技术，2008,36(9):544-547.

　　[8] Wang Yueping, Wang Ge, Cheng Haitao, etal. Structures of Bamboo Fiber for Textiles. Textile Research Journal[J].2010,80(4):334-343.

　　[9] 何建新,章伟,王善元.竹纤维的结构分析[J].纺织学报，2008,29(2):20-24.

　　[10] 蔡玉兰,王东伟.天然竹纤维的固态核磁共振谱表征[J].纤维素科学与技术，2009,17(1) :2-6.