论文部分内容阅读
苎麻是一种重要的韧皮纤维作物,是纺织工业的重要原料,其纤维有优良的品质,在当今“回归自然”的浪潮中,苎麻作为一种高档的天然纤维将有广阔的发展前景。目前全国通用“GB/T5889-1986苎麻化学成分定量分析方法”来分析苎麻的化学成分。该方法操作步骤繁琐、劳动量大、耗时长,分析一个样品的全套化学成分含量约2周时间,不利于优质苎麻资源的筛选利用,不利于优质麻产品的开发。因此如何提高苎麻化学成分含量测定的效率成为本行业迫切需要解决的问题。近红外光谱技术是蓬勃发展的一种现代化分析技术,它主要利用样品中有机基团在近红外光谱区的吸收特性,同时结合现代化的化学计量学和计算机技术,是目前应用非常广泛的一种快速测定技术。本研究首次将近红外光谱技术应用于苎麻化学成分的定量分析中,取得了重要进展所做的工作和获得主要结论如下:1采用“GB/T5889-1986苎麻化学成分定量分析方法”测定112个苎麻纤维的各种化学成分含量。作为建立近红外数学模型的基础数据。2利用瑞典波通公司的DA7200近红外光谱仪采集了89个苎麻样品的近红外光谱图,并对每种化学成分做了最佳的光谱预处理:(1)水溶物:MSC+1stDer+6Factor;(2)果胶:MSC+1st Der+4Factor;(3)半纤维素:MSC+1st Der+4Factor;(4)纤维素:MSC+1st Der+6Factor;(5)木质素:MSC+2nd Der+5Factor.3应用PLS法建立苎麻中水溶物、果胶、半纤维素、纤维素和木质素的定量数学模型。其模型的相关参数分别如下:(1)建模校正集样品集测定值与预测值的相关系数R分别为:R水溶物=0.99;R果胶= 0.904;R半纤维素=0.985; R纤维素=0.973; = R木质素0.906。(2)建模内部交叉验证SECV分别为: SECV水溶物=0.443; SECV果胶= 0.252;SECV半纤维素=0.262; SECV纤维素=0.973; SECV木质素=0.973。( 3)验证集化学测定和模型预测值的决定系数R 2分别为: R水2溶物= 0.99;R果2胶=0.969; R半2纤维素=0.904; R纤2维素= 0.944; R木2质素0.98。(4)验证集预测值的标准偏差SEP分别如下: SEP水溶物=0.44; SEP果胶=0.443;SEP半纤维素=0.667; SEP纤维素=0.968; SEP木质素=0.06。4采用统计学的T检验对两种方法进行评价,在α=0.05水平下,“GB/T5889-86苎麻定量分析方法”测定结果与NIRS法预测所得结果之间差异不显著。5水溶物、果胶、半纤维素和纤维素的近红外数学模型都得到了较好的验证,木质素近红外数学的模型的预测效果稍差,需进一步完善。