时间：2026-01-13 分类：化学
近年来，木材颜色处理技术取得了显著进展，多种方法共同推动了木材加工业的发展。漂白剂的使用提升了木材颜色的均匀性，为后续处理奠定了基础;真菌染色通过生物作用实现了颜色变化，天然染料则增强了木材的抗紫外线和防霉性能，延长了户外使用寿命;金属离子变色与木材成分反应，带来丰富的颜色变化，提升了装饰性;热处理改变木材结构，使颜色加深并提高了耐久性。在此基础上，智能算法尤其是机器学习技术，被应用于染色和热处理工艺，精准调整参数并预测效果，显著提升了生产效率和产品质量。这些技术集成推动了木材加工业向高效、环保和可持续方向发展。
关键词：木材颜色;真菌染色;天然染料;金属离子变色;热处理;机器学习
论文《从传统到智能：木材颜色处理技术的研究进展》发表在《复合材料学报》，版权归《复合材料学报》所有。本文来自网络平台，仅供参考。
引言
木材作为天然、可再生资源，广泛应用于建筑、家具、装饰和工艺品等领域。然而，木材的天然颜色和纹理并不总能满足市场的多样化需求，其耐久性和抗环境因素的能力也存在局限性。传统木材处理方法如漂白和染色，虽能在一定程度上改善木材外观和性能，但通常依赖有害化学品，处理过程中能源消耗较高，易造成环境污染和资源浪费。
随着全球对可持续发展和环境保护的关注日益增强，如何在木材处理过程中实现环保与高效的统一，成为亟待解决的关键问题。近年来，研究人员在木材颜色处理技术领域取得了显著进展，开发出多种创新方法。这些方法不仅在提高木材美观性和耐用性方面表现突出，还显著降低了对环境的负面影响。
同时，随着人工智能和机器学习技术的发展，智能算法在木材处理工艺中的应用日益广泛。通过优化处理参数和精准预测处理效果，智能算法显著提高了工艺的准确性和效率，有效减少了实验次数和资源消耗。本文系统探讨木材颜色处理技术的最新研究进展，涵盖从传统方法到现代创新技术的多维探索，通过对漂白剂、真菌染色、天然染料、金属离子变色、热处理及智能算法应用的详细分析，为木材加工业提供全面的技术参考，推动该领域向更高效、环保和可持续的方向发展。
1 木材染色技术的创新与影响：从传统方法到现代应用
1.1 漂白剂对木材染色的影响
在木材加工和染色过程中，漂白剂的应用尤为重要。不同种类的漂白剂对木材的颜色和性能有显著影响，通过漂白处理可改善木材外观，恢复其自然色泽，并为后续染色提供更均匀的基底。
相关研究评估了多种漂白剂对不同木材的变色效果，结果显示木材和漂白剂的效果差异显著，这与木材内部结构(如细胞结构和化学成分)不同导致的漂白剂渗透性和反应性差异相关。例如，苏格兰松木和乌鲁达冷杉在特定漂白剂处理后色泽更浅，而无梗橡木在多种漂白剂处理后效果相似。研究还发现，漂白处理不仅能增强木材颜色均匀性，还能提高木材达到平衡染色率的速度，不过有时会导致整体染料吸收率降低，这是由于处理改变了木材微观结构，增加渗透性的同时可能损害结构完整性。此外，木材细胞排列和特性对漂白效果影响显著，不同木材类型需适配不同漂白剂及稀释度。
漂白剂的使用有效提升了木材的自然色彩，确保了染色处理的均匀性和效果，为木材的工业应用和美观处理提供了持久且有效的解决方案。
1.2 真菌对木材染色的影响
随着可持续发展需求日益增长，真菌染色技术作为环保的木材处理方案，通过生物过程改善木材的美观性和功能性，受到广泛关注。
研究发现，使用真菌分泌的黑色素对杨木单板染色时，增加染色时间和提升黑色素浓度可显著提高染料吸收率，染色后木材展现出良好的耐光性和耐水性，真菌黑色素有潜力取代合成染料。棕色腐朽真菌对热带木材颜色影响显著，浅色木材明显变暗，深色木材则明显变浅，多数木材染色后颜色更亮，呈现更黄或更绿的色调。特定真菌能显著改变速生木材颜色，且对木材结构完整性影响极小，为提升速生木材价值提供了环保解决方案。真菌主要通过木射线和血管等横向结构渗透木皮，在不影响木材化学成分的前提下提高速生木材美观度。此外，酶处理可显著提高木材染料吸收率，漆酶与单宁结合使用不仅提升颜色均匀度，还能大幅减少染料脱落，固色率提高80%。
真菌染色技术在提高木材美观性和功能性方面展现出巨大潜力，为木材工业应用和美观处理提供了环保、高效的支持。
1.3 天然染料在木材染色中的影响
随着环保意识的提高和可持续发展战略的推进，天然染料在木材处理中的应用日益受到重视。天然染料不仅为木材染色提供环保选项，还能通过提高耐紫外线和耐化学性能，增强木材的功能性和外观美观度。
研究表明，绝对乙醇是提取天然染料最有效的溶剂，可提供最大的总色差和令人满意的耐水色牢度，染料与木材之间为物理吸收，避免了对木材结构的化学改变。从苏枋木和柚木中提取的天然染料，能有效提高柚木的美学品质，预处理可提高染料吸收率，使木材颜色更鲜艳。天然真菌颜料可作为合成染料的替代品，其中部分红色颜料能完全渗透木材并保持颜色，提供更安全、环保的选择。使用栲胶作为天然染料，可显著提高木皮抗紫外线性能，经紫外线照射后色度下降幅度远低于合成染料。通过明矾预调配或超声波技术，可进一步改善木材染色性能，提高染料吸收率、色牢度和均匀性。部分天然染料还具备优异的耐水色牢度、防霉性和渗透性，能在大气压力下完全浸渍木块。
天然染料在木材染色中的应用不仅能提供多样的颜色选择，还能提升木材的综合性能，为木材加工业带来了新的发展方向。
1.4 金属离子诱导变色
金属离子在木材染色中的应用提供了独特方式来改变木材颜色和增强美观性，其效果依赖于金属离子与木材中天然化学成分的反应，以及复杂的物理和化学机制。
研究发现，木材颜色变化受提取物中特定酚羟基含量显著影响，二取代酚羟基与颜色变化的CIELab坐标相关性最高。硫酸铁(II)能使木材颜色加深，暴露在阳光下可加速变灰过程，遮挡光线区域颜色变化最小，支持光诱导机制在颜色转化中的作用。不同浓度的硫酸铁(II)处理欧洲橡木后，木材会立即变为深灰色，切向部分颜色变化比径向更明显，但户外使用的耐久性有限。单一和混合金属离子(Fe²⁺、Cu²⁺、Mn²⁺)能显著改变橡木单板颜色特性，其中Fe²⁺引起的总色差最大，这与金属离子改变木材紫外线吸收特性相关。硫酸铁(III)处理可增强木材纹理对比度和改变表面粗糙度，不同类型铁盐会影响铁离子氧化态，进而与木材颜色变化直接相关。随着Fe²⁺和Cu²⁺质量分数增加，柞木表板明度指数明显下降，总色差增加，显示出调控木材颜色的潜在可能性。
金属离子诱导的木材变色技术为木材提供了丰富的颜色选择，在提高木材美观性及应用灵活性方面具有显著潜力。
1.5 热处理对木材颜色的影响
热处理是广泛应用于木材改性的技术，通过高温处理不仅能改善木材的物理和化学性能，还能显著改变其颜色，使木材从浅色变为深色，提高装饰性、耐久性和稳定性。
研究显示，热改性榉木在不同透明表面饰面下，蜡油饰面导致颜色变化最大，合成饰面对原生木材的颜色变化最小，未涂层热改性木材颜色变化小于涂层样本。随着热处理温度提高和时间延长，蓝染辐射松的亮度显著降低，总色差达到20以上，同时木材表面润湿性降低，疏水性增强，更适合潮湿环境使用。黑槐木经不同温度热处理后颜色显著变深，210℃时总色差超过30，这主要归因于半纤维素的降解和木材萃取物的转化，产生了新的发色团。桉树木材在150℃和200℃热处理后，总色差分别为12.5和18.3，即使无光照，变黑效果在两年内仍会不断加强。柚木和柳桉木经高温热处理后颜色明显变深，半纤维素含量显著减少，木质素和萃取物含量增加，增强了木材的美观性和耐久性。热处理还会使榉木颜色从浅白灰变为粉红、红褐色和棕红色，木材酸度下降，颜色变化与酸度降低之间存在定量关系。桦木经高温处理后，热特性下降，触感更温暖，颜色变深，光泽度降低，更适合用于家具和覆层材料。
热处理技术能适应各种木材的具体需求，在提高木材装饰效果、耐久性和稳定性方面具有巨大潜力，为木材加工业提供了重要的理论依据和实践指导。
1.6 其他木材颜色处理技术
近年来，木材颜色处理技术不断创新，多种方法在提升木材性能和美观性方面取得显著效果，同时推动木材加工业向环保和高附加值方向发展。
研究发现，三聚氰胺改性脲醛树脂(MUF)与染料结合后，在适宜条件下能显著改善杉木的储存稳定性和上染性能，处理后杉木的密度、抗弯弹性模量和抗弯强度分别提高了67.8%、43.8%和66.6%，且复合改性木材展现出良好的色牢度和抗水溶性。乙二醛-尿素(GU)树脂与酸性染料复合成的改性剂，通过真空加压浸渍，可显著提高速生松木的力学性能，同时改善染料的分散性和渗透性，提升颜色处理的均匀性和色彩饱和度。不同阶段加入染料的MUF树脂，均能有效提升中国杉木的渗透性和颜色处理效果，其中特定阶段加入染料的木材在耐水和耐光色牢度方面表现最佳。使用超临界二氧化碳(scCO₂)和二甲基亚砜(DMSO)进行颜色处理的新方法，能显著改善染料吸收的均匀性和深度，且更为环保。热致变色复合材料通过使用热致变色染料，可在特定温度范围内实现可逆颜色变化，不仅提升木材装饰性，还具备温度指示功能。聚乙烯醇/丙二醇(PVA/PG)增强的可逆热致变色柔性木材薄膜，在低温至高温之间表现出颜色变化，且具有优异机械强度和节能效果，在建筑节能、智能窗户等领域应用潜力广泛。通过酸脱木质素法制备的部分透明木材，在保持原有颜色和纹理的同时，透光率和机械强度均得到显著提升。
这些颜色处理技术结合新型材料和技术，提高了木材的实用性和环保性，开辟了更多应用前景，促进了木材资源的可持续利用。
2 智能算法在木材颜色处理中的创新应用
2.1 智能算法在优化木材染色中的应用
在木材染色领域，智能算法的应用为提高染色工艺的精度和效率提供了新方法，显著推动了木材加工行业的技术进步。
研究提出通过遗传算法(GA)优化极限学习机(ELM)的方法，用于改进木材染色工艺，该GA-ELM模型能高效、准确地预测木材染色配方，将染色配方的平均相对偏差降低到0.262，远优于反向传播神经网络。利用粒子群优化(PSO)算法优化Stearns-Noechel模型，通过动态调整比例系数和参数，显著减少了配方与实际染料配方之间的色差，提高了配色的准确性和效率。通过增强径向基函数(RBF)神经网络的峰值密度函数，优化了木材染色的智能配色，解决了确定隐藏层最佳神经元数量的难题，将模型的平均相对误差从1.55%降至0.62%，训练历元减少至50，提高了神经网络的收敛速度和近似精度。在Friele和Stearns-Noechel模型上使用高光谱颜色匹配与粒子群优化(PSO)相结合的方法，能提高木材染色精度，PSO优化后的Stearns-Noechel模型产生的色差值更低，适用于家具生产和室内设计等应用。将Kubelka-Munk理论与自学算法相结合的先进模型，能够准确预测染色橡木的颜色，评估不同染料应用方法及上光对最终颜色的影响。采用自适应差分进化算法(ADE)优化Stearns-Noechel模型，拟合样与标准样之间的色差均小于3，显著提升了木材染色配方的预测精度和优化效率。通过灰狼算法优化支持向量回归(SVR)模型，将木材染色配色的配方相对偏差降至0.177，展示了灰狼算法在全局优化中的强大能力。
智能算法通过优化染色配方、提高颜色匹配准确性，为木材加工行业提供了强有力的技术支持，推动木材染色工艺向更高效、更环保的方向发展。
2.2 智能算法在木材热处理及其他颜色处理技术中的应用
智能算法在优化木材热处理及其他颜色处理技术中展现出巨大潜力，不仅能提高处理工艺的效率和精度，还能显著减少实验试验和资源消耗，准确预测木材在不同处理过程中的颜色变化。
研究利用人工神经网络(ANN)建立模型，成功预测了表面热处理(STT)对白蜡木、黄杨木和红橡木的颜色改变效果，判定系数(R²)超过0.96，大幅节省了时间和实验设置。ANN模型能准确预测热处理落叶松和杨木在人工风化过程中的颜色变化，所有数据集的R²均超过0.92，减少了实验成本和时间。通过整合温度和处理时间等工艺参数，ANN模型在预测热处理落叶松和杨木颜色变化中展示出极高的准确性，所有数据集的R²均高于0.99，能减少大量物理测试。改进的粒子群优化-支持向量机(IPSO-SVM)在预测热处理和人工风化后木材颜色变化方面，预测精度显著优于传统SVM和粒子群优化-SVM(PSO-SVM)模型，训练数据中的均方根误差(RMSE)、平均绝对误差(MAE)和标准差(STD)均大幅降低。通过响应面方法(RSM)开发的预测模型，成功捕捉到了CO₂激光设置与木材颜色结果的关系，傅里叶变换红外光谱分析揭示了木材中的化学变化与颜色变化的直接关联。利用近红外光谱结合偏最小二乘回归(PLSR)模型，有效解决了木材品种间及同一品种个体间的化学变异挑战，使不同批次木材的颜色结果更加一致，在醋酸铁处理方面取得了显著成果(交叉验证决定系数R²cv≥0.92)。
智能算法为木材工业提供了强有力的技术支持，随着其进一步发展，木材处理工艺将变得更加高效、环保，推动木材加工行业向更可持续的方向发展。
3 总结及展望
近年来，木材颜色处理技术取得了显著进展。通过对漂白剂、微生物、天然染料、金属离子、热处理等的研究，学者们不断优化和改进木材的颜色处理工艺：漂白剂的使用改善了木材外观，提高了染色的一致性和均匀性;微生物染色技术提供了环保且高效的解决方案;天然染料不仅环保，还增强了木材的耐久性和功能性;金属离子诱导变色技术带来了丰富的颜色变化;热处理技术显著改变木材颜色，同时提高了其物理和化学性能。在此基础上，智能算法的应用进一步提升了处理工艺的精度和效率。
尽管木材颜色处理技术取得了诸多进展，但仍然存在一些挑战：不同种类木材在颜色处理中的反应存在差异，工艺的通用性有待提高;部分处理方法可能会影响木材的物理和力学性能，需要进一步优化;环保染料和处理方法的成本相对较高，限制了大规模应用;智能算法对数据质量和模型训练要求较高，实际应用中仍需克服数据采集和处理的难题。
未来，随着环保意识的增强和可持续发展的推进，木材颜色处理技术将继续向更加环保、高效和智能化的方向发展。智能算法在优化木材染色和热处理工艺中的应用将进一步深化，通过数据分析和模型预测，持续优化工艺参数，提升木材的整体性能和市场竞争力，推动木材加工业实现更高质量的发展。
参考文献
[1] WANG H, ZHANG Y, LI H, et al. Research on the impregnation process and mechanism of silica sol/phenolic resin modified poplar wood[J]. Forests, 2023, 14(11): 2176.
[2] HE S, ZHAO X, WANG E Q, et al. Engineered wood: Sustainable technologies and applications[J]. Annual Review of Materials Research, 2023, 53: 195-223.
[3] WANG H, ZHANG Y, LI H, et al. Study on the physicomechanical properties and mechanisms of poplar wood comodified by anoxic high-temperature heat treatment and impregnation with silica sol/phenolic resin[J]. Industrial Crops & Products, 2024, 221: 119312.
[4] ZHANG J, YANG L, LIU H. Green and efficient processing of wood with supercritical CO₂: A review[J]. Applied Sciences, 2021, 11(9): 3929.
[5] LU D, XIONG X, LU G, et al. Effects of NaOH/H₂O₂/Na₂SiO₃ bleaching pretreatment method on wood dyeing properties[J]. Coatings, 2023, 13(2): 233.
[6] LIU Y, YU Z, ZHANG Y, et al. Microbial dyeing−Infection behavior and influence of Lasiodiplodia theobromae in poplar veneer[J]. Dyes and Pigments, 2020, 173: 107988.
[7] ZHU T, SHENG J, CHEN J, et al. Staining of wood veneers with anti-UV property using the natural dye extracted from Dalbergia cohinchinensis[J]. Journal of Cleaner Production, 2021, 284: 124770.
[8] DAGHER R, STEVANOVIC T, LANDRY V. Wood color modification with iron salts aqueous solutions: Effect on wood grain contrast and surface roughness[J]. Holzforschung, 2023, 77(5): 356-367.
[9] GAŠPARÍK M, GAFF M, KAČÍK F, et al. Color and chemical changes in teak (Tectona grandis L. f.) and Meranti (Shorea spp. ) wood after thermal treatment[J]. BioResources, 2019, 14(2): 2667-2683.
[10] SHI Y, LYU W, WANG X, et al. Effect of various compounding methods on acid red 18050-melamine modified urea formaldehyde resin compound as wood modifier[J]. BioResources, 2019, 14(4): 9100-9109.
[11] GUAN X, LI W, HUANG Q, et al. Intelligent color matching model for wood dyeing using genetic algorithm and extreme learning machine[J]. Journal of Intelligent & Fuzzy Systems, 2022, 42(6): 4907-4917.
[12] AKKUŞ M, BUDAKÇI M. Determination of color-changing effects of bleaching chemicals on some heat-treated woods[J]. Journal of Wood Science, 2020, 66: 1.
[13] ÇAKICIER N, ULAY G. Determination of color characteristics of some wood species treated with bleaching chemicals[J]. BioResources, 2023, 18(4): 7796.
[14] BALÇIK Ö B, ÖZDEMIR T. The effect of bleaching agents on color change in different section shapes in beech and fir woods[J]. Kastamonu University Journal of Forestry Faculty, 2023, 23(2): 111-118.
[15] LIU Y, ZHANG Y, YU Z, et al. Microbial dyes: Dyeing of poplar veneer with melanin secreted by Lasiodiplodia theobromae isolated from wood[J]. Applied Microbiology and Biotechnology, 2020, 104: 3367-3377.
[16] VIDHOLDOVÁ Z, REINPRECHT L. the colour of tropical woods influenced by brown rot[J]. Forests, 2019, 10(4): 322.
[17] SONG T, CHENG F, SUN J. Stain capacity of three fungi on two fast-growing wood[J]. Journal of Forestry Research, 2021, 32(1): 427-434.
[18] WIDSTEN P, CHITTENDEN C, WEST M, et al. Enzymatic treatments for improved dyeing of solid wood[J]. Holzforschung, 2022, 76(6): 493-502.
[19] ZHU T, LIU S, REN K, et al. Colorability of dyed wood veneer using natural dye extracted from Dalbergia cochinchinensis with different organic solvents[J]. BioResources, 2018, 13(4): 7197-7211.
[20] YUNIANTI A D, PANGESTU K T P, SUHASMAN S, et al. Color improvement of pretreated gmelina wood by impregnation of natural dyes[J]. Wood Research, 2023, 68(4): 627-637.
[21] RUI H, ROBINSON S C, VEGA GUTIERREZ P, et al. Spalting colorants as dyes for wood stabilizers[J]. Journal of Coatings Technology and Research, 2019, 16: 905-911.
[22] QI Y, ZHOU Z, LI J, et al. Study on the dyeing properties of Chinese fir with Cinnamomum camphor pigment by premordant dyeing[J]. Wood Material Science & Engineering, 2025, 20(1): 166-176.
[23] QI Y, ZHOU Z, XU R, et al. Research on the dyeing properties of Chinese Fir using ultrasonic-assisted mulberry pigment dyeing[J]. Forests, 2023, 14(9): 1832.
[24] ZHU T, REN K, SHENG J, et al. Natural dye extracted from Dalbergia cochinchinensis residue with water fastness, mildew resistance and permeability properties for wood staining[J]. Wood Science and Technology, 2022, 56(3): 969-988.
[25] BELDEAN E, TIMAR M C. Wood colouring with natural dye extracts. New research and perspectives[J]. Bulletin of the Transilvania University of Brasov Series II: Forestry •Wood Industry•Agricultural Food Engineering, 2023, 16(65): 81-92.
[26] DAGHER R, LANDRY V, STEVANOVIC T. Contribution to understanding the color development on wood surfaces treated with iron salts by a combination of analytical methods[J]. Journal of Wood Chemistry and Technology, 2020, 40(4): 223-234.
[27] HUNDHAUSEN U, MAI C, SLABOHM M, et al. The staining effect of iron (II) sulfate on nine different wooden substrates[J]. Forests, 2020, 11(6): 658.
[28] JANKOWSKA A, KWIATKOWSKI A. Effectiveness of European oak wood staining with iron (II) sulphate during natural weathering[J]. Maderas Ciencia y Tecnología, 2021, 24(15): 1-18.
[29] QI H, LI X, LIU M, et al. Discoloration of oak veneer induced by metal ions[J]. Wood Research, 2023, 68(2): 224-240.
[30] DAGHER R, STEVANOVIC T, RYAN D H, et al. A note on Mössbauer analysis of white oak surfaces colored with aqueous iron salt solutions[J]. Journal of Wood Chemistry and Technology, 2022, 42(2): 83-90.
[31] 侯豪杰, 齐华春, 王宏兴, 等. Fe²⁺、Cu²⁺诱导工艺对柞木表板颜色变化规律的影响[J]. 东北林业大学学报, 2024, 52(1): 124-127.
[32] SLABOJEVA G, SMIRIADKOVA M. Colour stability of surface finishes on thermally modified beech wood[J]. Annals of WULS Forestry and Wood Technology, 2021, 114: 116-124.
[33] WANG P, CHENG S, CAO S, et al. Evaluation of color changes, wettability, and moisture sorption of heat-treated blue-stained radiata pine lumber[J]. BioResources, 2022, 17(3): 4952-4961.
[34] KAČÍK F, KUBOVSKÝ I, BOUČEK J, et al. Colour and chemical changes of black locust wood during heat treatment[J]. Forests, 2022, 14(1): 73.
[35] DA SILVA E J, CREMONEZ V G, NISGOSKI S. Color change and thermogravimetric analysis of thermally treated Eucalyptus grandis wood[J]. Revista Ciência da Madeira (Brazilian Journal of Wood Science), 2019, 10(1): 39-47.
[36] DZURENDA L, DUDIAK M. Cross-correlation of color and acidity of wet beech wood in the process of thermal treatment with saturated steam[J]. Wood Research, 2021, 66(1): 105-116.
[37] BORŮVKA V, ŠEDIVKA P, NOVÁK D, et al. Haptic and aesthetic properties of heat-treated modified birch wood[J]. Forests, 2021, 12(8): 1081.
[38] ZHANG P, GAO J, LIU F, et al. Study on the discoloration mechanism of Eucalyptus wood during thermal treatment in different media[J]. Polymers, 2023, 15(7): 1599.
[39] ZHANG P, WEI Y, LIU Y, et al. Heat-induced discoloration of chromophore structures in Eucalyptus lignin[J]. Materials, 2018, 11(9): 1686.
[40] VIDHOLDOVÁ Z, SLABEOJEVÁ G. Colour stabilisation of surface of four thermally modified woods with saturated water vapour by finishes[J]. Polymers, 2021, 13(19): 3373.
[41] 王雪玉, 吕文华. 杉木增强-染色复合改性剂的制备工艺[J]. 东北林业大学学报, 2018, 46(4): 73-77.
[42] 蹇鸿洋, 王张恒, 孙德林, 等. 增强-染色复合改性松木的制备及性能研究[J]. 家具与室内装饰, 2022, 29(12): 50-53.
[43] JAXEL J, GUSENBAUER C, BÖHMDORFER S, et al. Improving single-step scCO₂ dyeing of wood by DMSO-induced micro-swelling[J]. The Journal of Supercritical Fluids, 2020, 165: 104978.
[44] ZOU W, LI Z, WANG Z, et al. Poplar-based thermochromic composites that change colour at 38℃ to 46℃[J]. Scientific Reports, 2021, 11(1): 16865.
[45] KANG Z, FENG N, LIU B, et al. Polyvinyl alcohol/propylene glycol facilitates reversible thermochromism of passive energy-saving flexible wood films at low (brightness) to high (depth) temperatures[J]. RSC Advances, 2023, 13(47): 33096-33106.
[46] WU Y, ZHOU J, HUANG Q, et al. Study on the properties of partially transparent wood under different delignification processes[J]. Polymers, 2020, 12(3): 661.
[47] 管雪梅, 黄靖一, 许宝成, 等. 基于粒子群优化Stearns-Noechel模型的全光谱木材配色算法研究[J]. 林产工业, 2022, 59(5): 20-26.
[48] GUAN X, ZHU Y, SONG W. Application of RBF neural network improved by peak density function in intelligent color matching of wood dyeing[J]. Chaos, Solitons & Fractals, 2016, 89: 485-490.
[49] WU M, GUAN X, LI W, et al. Color spectra algorithm of hyperspectral wood dyeing using particle swarm optimization[J]. Wood Science and Technology, 2021, 55: 49-66.
[50] APRAIZ I I, DE LA OSA R A, ORTIZ D, et al. Industrial research on evolution and prediction of hardwood color[J]. Applied Optics, 2020, 59(31): 9681-9689.
[51] 魏艳秀, 管雪梅, 李文峰, 等. 基于ADE算法优化的木材单板染色全光谱配色模型研究[J]. 西南林业大学学报(自然科学), 2021, 41(2): 125-132.
[52] 管雪梅, 吴马超, 李文峰, 等. 基于粒子群优化Friele模型木材染色配色算法研究[J]. 西北林学院学报, 2020, 35(6): 244-248.
[53] 管雪梅, 杨渠三, 吴言. 基于灰狼算法优化支持向量回归模型的木材染色配色算法研究[J]. 林产工业, 2023, 60(7): 27-33.
[54] MO J, TAMBOLI D, HAVIAROVA E. Prediction of the color change of surface thermally treated wood by artificial neural network[J]. European Journal of Wood and Wood Products, 2023, 81(5): 1135-1146.
[55] NGUYEN T T, VAN NGUYEN T H, JI X, et al. Prediction of the color change of heat-treated wood during artificial weathering by artificial neural network[J]. European Journal of Wood and Wood Products, 2019, 77: 1107-1116.
[56] VAN NGUYEN T H, NGUYEN T T, JI X, et al. Predicting color change in wood during heat treatment using an artificial neural network model[J]. BioResources, 2018, 13(3): 6250-6264.
[57] LI J, LI N, LI J, et al. Prediction of thermally modified wood color change after artificial weathering based on IPSO-SVM model[J]. Forests, 2023, 14(5): 948.
[58] LI R, XU W, WANG X, et al. Modeling and predicting of the color changes of wood surface during CO₂ laser modification[J]. Journal of Cleaner Production, 2018, 183: 818-823.
[59] KROPAT M, LALEICKE P F, ACOSTA J J. Towards inline prediction of color development for wood stained with chemical stains using near-infrared spectroscopy[J]. Forest Products Journal, 2022, 72(2): 130-139.
