En muchas partes del mundo los mercados de productos forestales están enfrentando escenarios cada vez más competitivos y complejos. Al momento de comprar madera, las compañías están considerando propiedades tales como rigidez, densidad, grano en espiral y contenido de extractivos. La evaluación de estas propiedades en tiempo real será un verdadero desafío para los productores de madera en rollizos. Este artículo examina la utilidad de la tecnología infrarroja (NIR) para predecir la densidad de la madera en rollizos de pino oregón (Pseudotsuga menziesii). Las rodelas de madera fueron colectadas desde 17 sitios localizados en el Estado de Oregon, EE.UU. Para obtener las muestras de astillas, cada rodela fue aserrada con una motosierra, similar a aquélla usada por cosechadoras mecánicas. Posteriormente se obtuvo información del espectro infrarrojo de las muestras de astillas. Se utilizó análisis multivariado para correlacionar las propiedades de la madera con el espectro NIR. Los resultados preliminares muestran que NIR podría ser utilizado para predecir la densidad de la madera. El coeficiente de determinación fluctuó entre 0,80 y 0,96 para los modelos de calibración, y entre 0,56 y 0,85 para los modelos de validación. Estos resultados indican que la tecnología NIR podría ser usada en cosechadoras mecanizadas para la segregación de rollizos en base a la densidad de la madera
In many parts of the world log markets are becoming increasingly competitive and complex. Wood properties, such as stiffness, density, spiral grain, and extractives content, are now being considered by log buyers. Assessing these properties in real-time will be a challenge for log supply managers. The utility of near infrared (NIR) technology for predicting wood density in Douglas fir (Pseudotsuga menziesii) stems was examined. Wood disks were collected from 17 sites around Oregon, USA. Each disk was cut with a chain saw, of similar gauge to that used on mechanized harvesters/processors, to provide saw chips. Near infrared spectra were then obtained for the chip samples. Multivariate techniques were used to correlate wood properties with the NIR spectra. The preliminary research results showed that NIR could be used to predict density. Coefficients of determination ranged between 0.80 and 0.96 for calibration models, and between 0.56 and 0.85 for validation models. These results indicate that NIR technology could be used by mechanized harvesting equipment (e.g. harvesters) for log segregation based on wood density
© 2001-2024 Fundación Dialnet · Todos los derechos reservados