基于近红外的氨/碱化玉米秸秆成分快速检测方法研究

摘要

玉米秸秆是反刍动物重要的粗饲料来源，其合理开发和利用对解决秸秆焚烧污染，降低畜牧养殖成本起到积极作用，玉米秸秆中粗蛋白含量是衡量其营养价值的重要指标之一，粗纤维是评价其适口性的重要参数之一，通过适当的氨、碱及超声处理可有效加速秸秆降解，适度提高秸秆粗蛋白含量、降低粗纤维含量。而如何快速有效的测定秸秆中的粗蛋白及纤维含量，对判定最佳秸秆氨、碱化及超声条件、提高秸秆综合利用率至关重要。 秸秆中粗蛋白及粗纤维含量的常规检测方法是基于化学实验室法，测定工作繁杂、测定成本高、时间长且效率低，无法满足大批量样品在线检测的基本需求，本文采用近红外光谱分析技术建立玉米秸秆成分定量分析模型来实现秸秆粗蛋白及半纤维素的快速检测，探索秸秆成分快速、准确、高效检测的新技术、新方法。本文主要完成了以下工作: (1)氨、碱化玉米秸秆样品制备。选取东北农业大学试验基地内的54种黑龙江省主栽玉米秸秆作为实验样品，采用5％尿素及4％氢氧化钠溶液分别进行氨化、碱化处理，并对处理后秸秆进行不同条件超声处理。依据国标法对54个玉米秸秆中粗蛋白含量进行标准测定，采用范式法对粗纤维含量进行测定，提取半纤维素含量。经统计粗蛋白含量为2.536-6.854％，平均值为3.715％，半纤维素含量为20.739-32.254％，平均值为25.914％。 (2)玉米秸秆光谱图像信息采集、分类。首先对玉米秸秆中粗蛋白及半纤维素进行异常样品分析，分别剔除4个粗蛋白及2个半纤维素异常样品，模型交互验证决定系数R2C分别从0.6790、0.6533提升到了0.8402、0.8010，样品剔除效果明显，对剩余的50个粗蛋白及52个半纤维素样品进行正态分析，统计分布特性，结果表明样品分布均匀，具有较好代表性，依据K-S法进行样品集划分，粗蛋白模型选择校正集40及验证集10，半纤维素选择校正集40及验证集12，最后选用近红外光谱仪AntarisⅡ测定4000-12000 cm-1波段内玉米秸秆光谱。 (3)玉米秸秆光谱图像噪声处理。分别对比平滑去噪、导数去噪、正交信号分解方法对光谱噪声去除的效果，结果表明，选用正交信号分解法及二阶导数+平滑21点进行粗蛋白及半纤维素噪声去除效果最佳，处理后样品集的交互验证决定系数R2C相对提升，分别达到0.8642、0.8282，表明以上方法对光谱噪声的去除是有效的。 (4)玉米秸秆光谱图像特征波长选取。分别对比MWPLS和相关系数法进行特征波长选取，结果表明选用4000-12000 cm-1及8500-9000 cm-1对粗蛋白及半纤维素进行模型解析效果最佳，验证集交互验证决定系数R2C分别为0.8642及0.8489。 (5)玉米秸秆成分快速检测模型构建。分别对比SVR、PLSR及PCR定量分析模型构建并验证，结果表明，选用SVR对粗蛋白构建快速检测模型精度最高，验证集均方根误差根RMSEP为0.2962，验证集决定系数R2P为0.9148，选用PLSR构建的半纤维素快速检测模型精度最高，验证集均方根误差根RMSEP为0.8606，验证集决定系数R2P为0.9007。 综上所述，本文提出的采用近红外光谱技术对玉米秸秆成分含量所建立的快速检测模型准确性较好，具有一定的可行性，可为秸秆成分快速检测方法提供新思路、新参考。

目录

声明

摘要

1 引言

1．1 研究目的和意义

1．2 国内外研究现状

1．2．1 秸秆氨、碱化处理发展现状

1．2．2 近红外光谱分析技术发展现状

1．2．3 近红外光谱技术在秸秆检测中的应用

1．3 研究内容

2 样品处理及光谱图像信息采集

2．1 样品采集与制备

2．1．1 实验样品采集

2．1．2 秸秆氨、碱化处理

2．1．3 超声处理

2．2 标准化学标定

2．2．1 粗蛋白含量标准测定

2．2．2 半纤维素含量标准测定

2．3 光谱图像信息采集

2．4 本章小结

3 玉米秸秆预处理方法

3．1 异常样品剔除

3．1．1 粗蛋白异常样品剔除

3．1．2 半纤维素异常样品剔除

3．2 样品代表性判定及样品集划分

3．2．1 样品正态分析

3．2．2 样品集划分

3．3 光谱图像信息噪声处理

3．3．1 粗蛋白噪声处理

3．3．2 半纤维素噪声处理

3．4 光谱特征波长选取

3．4．1 MWPLS特征波长选取

3．4．2 相关波长法特征波长选取

3．5 本章小结

4 玉米秸秆成分快速检测模型构建

4．1 粗蛋白快速检测模型构建

4．1．1 支持向量回归模型构建

4．1．2 偏最小二乘回归模型构建

4．1．3 主成分回归模型构建

4．2 半纤维素快速检测模型构建

4．2．1 支持向量回归模型构建

4．2．2 偏最小二乘回归模型构建

4．2．3 主成分回归模型构建

4．3 本章小结

5 总结与展望

5．1 总结

5．2 展望

致谢

参考文献

攻读硕士学位期间发表的学术论文