1.一种用近红外光谱技术预测湿地松弹性模量的方法，其特征在于，包括以下步骤：获得湿地松木芯样品；

基于所述湿地松木芯样品，获得原始近红外光谱数据和所述湿地松木芯样品的弹性模量测定值；

将所述原始近红外光谱数据和所述湿地松木芯样品的弹性模量测定值，划分为校正集和外部验证集，校正集样本的性质参数要均匀分布；

基于所述校正集，建立湿地松弹性模量近红外预测模型；

将所述外部验证集近红外光谱数据带入所述湿地松弹性模量近红外预测模型获得预测值，通过对比外部验证集弹性模量预测值和测定值之间的差异，完成对所述湿地松弹性模量预测模型预测水平的评价；

建立所述湿地松弹性模量近红外预测模型的过程包括：将所述校正集的原始近红外光谱数据，采用二阶导数进行数据预处理；

基于偏最小二乘法结合留一法交叉验证，将所述校正集的弹性模量测定值和近红外光谱数据相关联进行拟合，建立所述湿地松弹性模量近红外预测模型；

所述湿地松弹性模量近红外预测模型构建过程中，还需根据残差影像图和残差分布图剔除所述湿地松弹性模量近红外预测模型中的异常样品，提高模型的预测精度；

所述湿地松弹性模量近红外预测模型构建过程中，以交互验证均方根误差最小为基准确定最佳主成分数；

基于湿地松弹性模量近红外预测模型获得的弹性模量预测值与常测值之间的最大残2

差，决定系数R以及预测均方根误差，判断模型的预测能力；获得所述湿地松木芯样品的弹性模量测定值的方法为：由SilviScan木材测定系统对所述湿地松木芯样品进行测量，获得所述湿地松木芯样品弹性模量值；获得所述原始近红外光谱数据的过程包括：将所述湿地松木芯样品粉碎成木粉细末；

对所述木粉细末进行筛选，选取符合预设要求的40‑60目的木粉细末为待测样品；

利用傅里叶近红外光谱仪对所述待测样品进行光谱扫描，获得所述原始近红外光谱数据；

利用傅里叶近红外光谱仪对所述待测样品进行光谱扫描时，扫描范围为15000‑4000cm‑1，分辨率为8，室内温度在27℃，空气湿度为40％‑60％；每个所述待测样品扫描5次，重复装样5次取平均值；

所述方法还包括对所述湿地松弹性模量近红外预测模型进行外部验证，其步骤包括：将所述外部验证集近红外光谱图输入所述湿地松弹性模量近红外预测模型，获得预测值；

将所述外部验证集弹性模量的预测值对比其测定值之间的线性关系和残差值；

基于所述线性关系和残差值，获得所述湿地松弹性模量近红外预测模型的实测能力。

2.一种用近红外光谱技术预测湿地松弹性模量的系统，其特征在于，包括木芯样品获取模块、数据获取模块、数据划分模块、模型构建模块和外部验证模块；

所述木芯样品获取模块，用于获得湿地松木芯样品；

所述数据获取模块，用于基于所述湿地松木芯样品，获得其原始近红外光谱数据和弹性模量测定值；

所述数据划分模块，用于将所述湿地松木芯样品的原始近红外光谱数据和弹性模量测定值，划分为校正集和外部验证集；

所述模型构建模块，用于基于所述校正集，建立湿地松弹性模量近红外预测模型；

所述外部验证模块，用于将所述外部验证集近红外光谱数据带入所述湿地松弹性模量近红外预测模型，对比外部验证集弹性模量预测值和测定值之间的差异，完成对所述湿地松木弹性模量预测模型预测水平的评价；

建立所述湿地松弹性模量近红外预测模型的过程包括：将所述校正集的原始近红外光谱数据，采用二阶导数进行数据预处理；

基于偏最小二乘法结合留一法交叉验证，将所述校正集的弹性模量测定值和近红外光谱数据相关联进行拟合，建立所述湿地松弹性模量近红外预测模型；

所述湿地松弹性模量近红外预测模型构建过程中，还需根据残差影像图和残差分布图剔除所述湿地松弹性模量近红外预测模型中的异常样品，提高模型的预测精度；

所述湿地松弹性模量近红外预测模型构建过程中，以交互验证均方根误差最小为基准确定最佳主成分数；

基于湿地松弹性模量近红外预测模型获得的弹性模量预测值与常测值之间的最大残2

差，决定系数R以及预测均方根误差，判断模型的预测能力；获得所述湿地松木芯样品的弹性模量测定值的方法为：由SilviScan木材测定系统对所述湿地松木芯样品进行测量，获得所述湿地松木芯样品弹性模量值；获得所述原始近红外光谱数据的过程包括：将所述湿地松木芯样品粉碎成木粉细末；

对所述木粉细末进行筛选，选取符合预设要求的40‑60目的木粉细末为待测样品；

利用傅里叶近红外光谱仪对所述待测样品进行光谱扫描，获得所述原始近红外光谱数据；

利用傅里叶近红外光谱仪对所述待测样品进行光谱扫描时，扫描范围为15000‑4000cm‑1，分辨率为8，室内温度在27℃，空气湿度为40％‑60％；每个所述待测样品扫描5次，重复装样5次取平均值；

所述方法还包括对所述湿地松弹性模量近红外预测模型进行外部验证，其步骤包括：将所述外部验证集近红外光谱图输入所述湿地松弹性模量近红外预测模型，获得预测值；

将所述外部验证集弹性模量的预测值对比其测定值之间的线性关系和残差值；

基于所述线性关系和残差值，获得所述湿地松弹性模量近红外预测模型的实测能力。