大豆秸稈木質(zhì)素和纖維素含量與近紅外光譜相關(guān)性模型研究.pdf

1、我國每年種植產(chǎn)出大量的農(nóng)作物秸稈，然而其利用率很低[1]，這也造成了極大的資源浪費(fèi)以及垃圾環(huán)境的產(chǎn)生[2]。因此，將采擷后剩余秸稈殘?jiān)咝Ю闷饋韺⒕哂猩钸h(yuǎn)的意義。實(shí)現(xiàn)作物秸稈成分含量的準(zhǔn)確檢測(cè)是提高秸稈利用率的重要前提。目前，在秸稈木質(zhì)素與纖維素檢測(cè)中，仍以傳統(tǒng)化學(xué)分析方法為主，該法檢測(cè)速度較緩，人力成本高且對(duì)樣本有不可逆轉(zhuǎn)性的損壞[3]。相比之下，近紅外光譜法具有檢測(cè)速度快，保證原樣品的無損性等優(yōu)點(diǎn)。由于近紅外光譜分析受多種因素的影

2、響，因此在不圓領(lǐng)域、不同品種進(jìn)行分析和應(yīng)用時(shí)，應(yīng)選擇不同的預(yù)處理方法，從光譜圖中提取與化學(xué)組成相關(guān)的信息，消除背景噪音及特定物理因素的干擾以建立穩(wěn)定、可靠的模型并提高模型精度。因此，本文以大豆秸稈為研究對(duì)象，開展了近紅外光譜技術(shù)定量分析的研究，在實(shí)現(xiàn)大豆秸稈主要成分纖維素和木質(zhì)素含量的快速檢測(cè)的同時(shí)，對(duì)光譜數(shù)據(jù)不同的預(yù)處理方法進(jìn)行建模和分析，并進(jìn)行了充分論證。
　　首先，對(duì)大豆秸稈木質(zhì)素和纖維素進(jìn)行樣品正態(tài)分析和多重相關(guān)性分析。以

3、此來選取合理且具有代表性的樣本，用來進(jìn)行后續(xù)建模和分析。
　　其次，對(duì)大豆秸稈木質(zhì)素和纖維素的樣本進(jìn)行不同的預(yù)處理，包括剔除異常樣本，劃分樣品集以及原始光譜的去噪處理。兩種成分均采用K-S算法對(duì)樣品集進(jìn)行劃分為兩部分。在剔除異常樣本過程中，使用馬氏距離、3D視圖分析法和霍特林T2對(duì)大豆秸稈纖維素和木質(zhì)素進(jìn)行異常樣本的判定和剔除。剔除后的模型精度較原始模型有了一定提升。
　　再次，重點(diǎn)對(duì)大豆秸稈木質(zhì)素和纖維素的樣本進(jìn)行了不同去

4、噪處理的研究，采用常規(guī)的導(dǎo)數(shù)、矢量歸一化、平滑去噪的同時(shí)，對(duì)位移校正、多元散射校正MSC和標(biāo)準(zhǔn)正太變換SNV以及正交信號(hào)校正算法進(jìn)行研究。單一去噪方法以及多種方式結(jié)合使用后，對(duì)結(jié)果進(jìn)行充分分析。提出了使用位移校正結(jié)合多元散射校正共同作用的方法后，大豆秸稈木質(zhì)素模型的去噪效果最佳，此時(shí)驗(yàn)證集決定系數(shù)達(dá)到0.7620502;當(dāng)使用二階導(dǎo)數(shù)結(jié)合平滑處理后的大豆秸稈纖維素去噪效果達(dá)到最佳，此時(shí)驗(yàn)證集決定系數(shù)達(dá)到0.7703286。探明了不同去噪

5、方法對(duì)模型精度的影響，為后續(xù)加強(qiáng)模型的穩(wěn)健性以及精準(zhǔn)度提供了重要支撐，同時(shí)也為擴(kuò)展模型的傳遞性奠定了基礎(chǔ)。
　　最后，建立了大豆秸稈木質(zhì)素和纖維素含量的偏最小二乘PLS檢測(cè)模型和支持向量機(jī)SVR檢測(cè)模型，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行充分的對(duì)比分析與論證后，表明使用PLS和SVR對(duì)待測(cè)樣本木質(zhì)素和纖維素含量進(jìn)行檢測(cè)是可行的。建立木質(zhì)素的檢測(cè)模型時(shí)，PLS和SVR兩種方法的檢測(cè)精度相近，但PLS檢測(cè)模型預(yù)測(cè)精度更高。建立纖維素檢測(cè)模型時(shí)，結(jié)合PL