基于近红外拉曼光谱预测木质素含量用于杨树基因筛选

木质素是生物质原料的主要组分之一，木质素的含量对生物质原料的加工应用有较大的影响。由于近红外光谱信号易受到样品含水率和环境湿度的影响，而短波长拉曼光谱信号较强，荧光信号易湮灭生物质原料的拉曼信号。本文采用了1064nm激光激发的傅里叶变换拉曼光谱技术，通过基线校正、光谱信息提取和拉曼光谱校正内标的筛选等步骤，建立了基于有效拉曼信息和多种回归算法的的木质素定量模型。结果表明，通过套索回归和岭回归构建的木质素定量模型质量稳定可靠，在杨树大规模遗传选育工作中快速测定木质素的含量具有很大的潜力。