作為一種可再生生物質材料，木材由于其豐富的資源、低成本和環保特性，在可持續材料和能源系統中占有重要地位[1]。準確識別木材的樹種，明確不同樹種之間的材料差異，并促進其高效和高價值利用，對于推動可持續林業發展至關重要。傳統的樹木鑒定主要依賴于形態和解剖學特征[2,3]，但這些方法難以應用于不完整的樣本（如破碎的木材或考古遺跡），以及形態相似但化學性質不同的木材樣本。因此，有必要開發基于化學成分差異的木材分類和鑒定方法，以克服傳統方法的局限性。隨著近紅外光譜[4,5]、中紅外光譜[6,7]和氣相色譜-質譜[8,9]等快速無損檢測技術的發展，這些方法越來越多地被用于分析木材成分。基于不同樹種之間的化學成分和結構差異，它們共同構成了一個多層次的鑒定系統。
熱解-氣相色譜/質譜（Py-GC/MS）是一種可以直接解析木材化學成分的分析工具[10]。該技術通過分離和鑒定高溫下熱解微量樣品產生的揮發性化合物來分析熱解產物。整個過程具有操作快速、樣品需求少、分離效率高和重現性好的特點[[11], [12], [13]]。分析結果不僅用于探索熱解機制和潛在的能量價值[[14], [15], [16]]，更重要的是，它們可以揭示木材的化學本質，并在分子水平上量化不同樹種之間化學成分的固有和細微差異[17]。與側重于細胞形態差異的傳統解剖學鑒定方法相比，Py-GC/MS可以直接分析木材的化學成分，為區分密切相關的樹種和進行化學分類學研究提供定量指標。它不僅是傳統解剖學方法的強大補充，也適用于木材物種的快速化學表征，以用于原料選擇。
木材主要由纖維素、半纖維素和木質素組成，其熱解產物的組成和性質主要取決于這三種成分的分解行為。由于這三種成分的分子結構和鍵能存在顯著差異，它們的熱穩定性也表現出層次性差異，從而導致熱解產物的系統差異。纖維素主要生成無水糖[18,19]，半纖維素產生乙酸/呋喃衍生物[20,21]，木質素產生酚類化合物[22,23]。然而，不同樹種的木材在這三種成分的含量、結構和交聯程度上存在顯著差異，這直接導致了它們的熱解產物譜圖的特異性。這種由樹種決定的產物特異性對樹木的鑒定和分類具有指導意義。
目前，使用Py-GC/MS研究木材[24]、草[25]和農業殘留物[26]的熱解特性的研究表明，原料的化學成分是決定熱解產物分布的主要內在因素。然而，在系統比較不同樹種的熱解產物方面，現有的Py-GC/MS研究存在明顯不足。大多數研究僅限于單一樹種（如松樹和楊樹）[[27], [28], [29], [30]]或裸子植物/被子植物中的單一科或屬[25,31,32]，缺乏跨裸子植物/被子植物門以及科或屬的系統比較分析。此外，不同研究之間的實驗條件（如熱解器類型、實驗參數和原料粒徑）的差異使得結果難以直接比較[33]。因此，迫切需要針對廣泛的分類單元進行系統研究。
在本研究中，首先使用Py-GC/MS優化了熱解溫度和時間參數。隨后，對來自39科68屬的103種樹木的熱解產物組成和分布進行了系統分析。目的是闡明樹種及其科和屬之間的分類差異如何影響熱解產物的特性。這項研究旨在加深對植物分類學與熱解產物特性之間相關性的理解。
