纤维素是最重要的可再生原材料之一，广泛应用于纸张和包装、生物基复合材料以及柔性电子和生物医学设备等领域（El Bourakadi, Semlali, Hammi, & El Achaby (2024); Riseh, Vazvani, Hassanisaadi, & Thakur (2024)）。随着对可持续材料需求的增加，优化纤维素生产已成为经济竞争力和环境绩效的战略重点。纤维素可从多种木质纤维素原料中获取，包括硬木、软木和非木质纤维（如竹子和农业残余物）。在这些原料中，桉树因其生长速度快、产量高以及纤维和木材性能优良而在巴西、中国、印度、葡萄牙、西班牙、智利和南非等国家成为主要原料（Choudhary et al. (2025); Indústria Brasileira de árvores (Ibá) (2025); Tyagi & Thakur (2023); Zhang et al. (2023a)）。
从工业角度来看，桉树的木材质量对硫酸盐法制浆工艺的性能起着决定性作用，这是该行业最广泛采用的化学路线（Gomide, Colodette, de Oliveira, & Silva (2005); Odunlami et al. (2023)）。在这一过程中，木材用氢氧化钠和硫化钠的碱性溶液处理以去除木质素并释放高强度纤维素纤维（de Fátima Gomes et al. (2009); Gomide et al. (2005）。制浆效率直接关系到化学物质消耗、产量和最终纸浆质量，而这些又取决于木材的物理化学特性，如基本密度以及纤维素、半纤维素、木质素和提取物的相对含量（Ramos, Longue Junior, Gomes, & Medeiros (2024)）。
然而，桉树木材的遗传、环境和克隆变异性直接影响工业效率，因此需要先进的分析方法来表征其特性并确保稳定的工业性能（Luo et al. (2012); Oliveira, Colodette, Leite, & Borges Gomes (2016); Vieira et al. (2021)）。传统上，纸浆和造纸行业的原料选择主要基于基本密度（在许多情况下还包括体积）（Miranda, Gominho, Lourenco, & Pereira (2007); Rahman et al. (2025); Wong, Soong, Saifizul, & Ramli (2025））。虽然这种方法实用，但它忽略了木材的多变量性质及其对制浆和漂白的综合影响（Ramirez et al. (2009)）。实际上，一系列特性，尤其是纤维素、半纤维素、木质素和提取物的含量，以及工艺过程中产生的特性，共同决定了效率和最终纸浆质量（Ramirez et al. (2009); Vieira et al. (2021)）。忽视这种多样性会限制桉树克隆的充分利用，导致具有宝贵工业应用潜力的遗传资源被低估（Miranda et al. (2007); Oliveira et al. (2016)）。
为了解决这一复杂性，统计和优化技术被用来关联木材特性与纸浆和纸张性能（Anjos et al. (2015); Caixeta, Trugilho, Rosado, & Lima (2003); Elhefnawy, Ouali, & Ragab (2022); Trugilho, Bianchi, Gomide, & Schuchardt (2004）。传统的多变量方法，如主成分分析（PCA）和聚类，在降维和识别同质克隆组方面被证明是有效的。然而，许多研究仍局限于特定变量或实验数据集，限制了其在工业条件下的普遍适用性（Anjos et al. (2015); Caixeta et al. (2003); Trugilho et al. (2004）。此外，基于PCA的方法本质上假设特征之间存在线性关系，可能会忽略影响制浆行为的非线性相互作用。
最近，机器学习和化学计量技术被引入来模拟木材-工艺关系并预测纸浆性能（Iglesias, Santos, Martínez, Pereira, & Anjos (2017); Karlstr?m, Hill, & Johansson (2024); Liu, Hong, Zhang, & Zhou (2025); Nezu et al. (2020); Ushakov, Alashkevich, Pen, & Kozhukhov (2023）。尽管这些方法可以捕捉复杂模式并识别性能的关键预测因子，但应用往往仅限于特定物种、小样本量或孤立的工艺阶段（Iglesias et al. (2017); Karlstr?m et al. (2024); Liu et al. (2025); Nezu et al. (2020）。尽管光谱和成像方法在快速无损评估方面具有潜力，但它们通常依赖高成本设备，并且在不同工业环境中的通用性存在挑战（Chrz?stowska et al. (2025); Flaig, Berger, & Saake (2025); Lindstr?m et al. (2023)）。
尽管取得了这些进展，但仍然存在一个持续存在的问题：尚未提出一种综合的无监督方法，能够同时结合桉树木材的多种物理化学属性和硫酸盐法制浆性能在工业规模条件下的表现。现有分析往往简化了维度，依赖有限的变量集，或假设关系线性（Anjos et al. (2015); Caixeta et al. (2003); Trugilho et al. (2004），而预测和光谱模型通常受到数据集范围和可转移性的限制（Chrz?stowska et al. (2025); Iglesias et al. (2017); Karlstr?m et al. (2024); Lindstr?m et al. (2023); Liu et al. (2025)。因此，能够有效捕捉桉树的多维变异性并支持纸浆生产运营决策的可复制和可扩展方法仍然很少（Moctezuma et al. (2025); Nezu et al. (2020); Ushakov et al. (2023); Zeng, Gao, Li, & Sun (2013）。
为了克服这些限制（源于对基本密度的依赖、对孤立木材特性的关注或对实验室环境的限制），本研究提出了一种综合方法来表征桉树克隆。该方法结合无监督机器学习技术，使用全面的工业数据集共同分析木材的物理化学属性和硫酸盐法制浆性能。通过结合降维和聚类，该方法能够形成具有相似性能特征的代表性克隆组，捕捉传统统计分析经常忽略的多变量和非线性模式。
在本案例研究的范围内，该方法允许重新评估之前因单一不利特性而被淘汰的克隆，揭示出与高性能材料的多变量相似性，并提出替代的育种或部署策略。从工业角度来看，该方法为分离的木材供应策略、制浆和漂白操作规划以及数据驱动的效率改进提供了分析支持。从森林培育的角度来看，它为种植园规划提供了决策支持，鼓励在管理单元内平衡技术均匀性和遗传多样性的块状种植策略，从而降低大规模克隆部署的风险。
所提出的方法通过使用巴西米纳斯吉拉斯州东部地区一家大型纸浆和造纸公司提供的数据进行了验证。使用真实的运营数据确保了方法的工业代表性，并证明了该方法在实际生产条件下的可行性和可扩展性。除了这一具体应用外，这项工作的主要贡献在于开发了一种可复制且可扩展的计算方法，该方法完全基于开源算法和库，可以应用于纸浆和造纸行业的其他数据集和工业环境。最终，通过架接学术研究和工业实践，本研究突出了无监督机器学习在推进基于森林的原材料管理方面的潜在作用，并支持其更广泛的方法论应用。
本文的其余部分组织如下：第2节回顾相关工作；第3节详细介绍了所提出的方法；第4节展示了巴西纸浆和造纸行业的实际案例研究；第5节讨论了主要结果；第6节提供了结论和未来工作的方向。
