论文部分内容阅读
水稻和油菜秸秆是重要的生物质资源,干物质和可溶性糖是其中主要的化学成分,为了研究探讨水稻和油菜秸秆中干物质和可溶性糖含量的近红外反射光谱(NIRS)快速检测方法,建立其NIRS’快速检测模型,收集了湖北、湖南、四川和重庆四省的112个油菜秸秆样品和湖南和湖北两省的148个水稻秸秆样品,分别采用ASTM E1756-08标准与蒽酮硫酸比色法检测样品中干物质与可溶性糖的含量的化学值,利用Antaris II型傅立叶变换近红外光谱仪对样品进行近红外光谱数据的采集,利用TQanalyst8.0化学计量学软件,剔除异常样品,并对光谱进行预处理,采用间隔偏最小二乘法(iPLS)确定最优光谱区间,采用最小二乘法(PLS)建模方法,建立了油菜和水稻秸秆种干物质与可溶性糖含量的近红外光谱定量分析模型,并对模型进行了验证。研究结果如下：1.建立了油菜秸秆中干物质和可溶性糖含量的近红外定量分析模型。校正集油菜秸秆中干物质实测值与近红外光谱校正模型预测值之间的决定系数Rc2、均方差RMSEC和交互验证均方差RMSECV分别为0.980、0.117和0.325,相对分析误差RPDc为6.735；油菜秸秆中可溶性糖化学分析值与近红外光谱校正模型预测值之间的决定系数Rc2、均方差RMSEC和交互验证均方差RMSECV分别为0.918、0.169和0.548,相对分析误差RPDc为3.981(可溶性糖)。验证集油菜秸秆中干物质实测值与近红外光谱校正模型预测值之间的决定系数Rv2和均方根误差(RMSEP)分别为0.936、0.211,相对分析误差RPDV为5.072；可溶性糖化学分析值与近红外光谱校正模型预测值之间的决定系数Rc2、均方差RMSEC分别为0.743、0.267,相对分析误差RPDv为2.441。结果表明,利用近红外光谱分析技术可以很好地实现油菜秸秆中干物质含量的快速检测,并获得了较理想的预测精度,但是油菜秸秆可溶性糖的近红外定量分析模型精度不是很高。2.建立了水稻秸秆中干物质和可溶性糖含量近红外定量分析模型。校正集水稻秸秆中干物质的实测值与近红外光谱校正模型预测值之间的决定系数Rc2、均方差RMSEC和交互验证均方差RMSECV分别为0.977、0.206和0.869,相对分析误差RPDc为6.735；可溶性糖的化学分析值与近红外光谱校正模型预测值之间的决定系数Rc2、均方差RMSEC和交互验证均方差RMSECV分别为0.973、0.274和1.420,相对分析误差RPDc为5.595。验证集水稻秸秆中干物质的实测值与近红外光谱校正模型预测值之间的决定系数Rv2和均方根误差(RMSEP)分别为0.868、0.400,相对分析误差RPDv分别为2.538；可溶性糖的化学分析值与近红外光谱校正模型预测值之间的决定系数Rv2和均方根误差(RMSEP)分别为0.914、0.474相对分析误差RPDv为3.422。结果表明,用近红外光谱分析技术可以很好地实现水稻秸秆中干物质和可溶性糖含量的快速检测,并获得了较理想的预测精度。