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。

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

图1 三种纤维的近红外光谱图

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

图2三种纤维的近红外光谱判别模型

（坐标值代表的群体之间的距离值）

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。验证集样品的近红外光谱图（部分列举）见图3，近红外光谱判别模型验证结果（部分列举）见图4，综合判别模型验证结果如表2所示。

图3 验证集样品的近红外光谱图（部分列举）

(a) 竹原纤维

(b)苎麻

(c)亚麻纤维

图4 近红外光谱判别模型验证结果（部分列举）

表2 三种纤维的判别模型验证结果

由图4 和表2可知，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

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 Jou

（作者单位：上海市纤维检验所）