衰减全反射红外光谱技术(ATR)是一种非破坏性的检测技术,在物质鉴定方面有广泛的应用。本文利用衰减全反射红外光谱技术对柳杉、杨木、落叶松、樟子松、黄花梨和亚花梨6种木材进行检测,并对木材的ATR谱图进行解析。结果表明6种木材的ATR谱图有很多类似的吸收峰,这是因为木材中的主要成分为纤维素、半纤维素和木质素。另外,由于不同木材所含的成分不同,木材结构不同,其红外谱图有一定差异,需要辨认来进行识别。一阶求导的方法可以放大谱图的微小差别,使木材识别更加容易。本文分别利用Fisher判别分析、Logistic判别、SIMCA法和BP神经网络4种模式识别技术对柳杉、杨木、落叶松、樟子松的ATR光谱数据进行了识别分析。结果表明：Fisher (?)别分析是一种线性方法,对建模集的识别率分别为95.35%,检验集的识别准确率为93.48%；Logistic判别是针对二分类的方法,它对柳杉和杨木两种木材的验证集的识别率为90%,但是对4种木材的验证集识别准确率只有72%；SIMCA法是红外光谱对物质定性分析时的常用方法,它对4种木材的建模集和验证集的识别率分别为为98.84%和97.83%；BP神经网络是一种具有自学习和自适应的识别方法,它对4种木材建模集和验证集的识别率均为100%。本研究中BP神经网络对木材的识别效果最好。与模式识别相结合的衰减全反射红外光谱技术操作快捷方便,结果客观,可以用来对木材进行识别。