能源高粱茎、叶中能源转化相关化学成分的近红外光谱模型构建与优化

摘要

为建立能源高粱茎、叶中能源转化相关化学成分的近红外光谱快速定量分析模型,并探索模型优化方法,选取27份甜高粱和28份生物质高粱材料,采用化学分析方法测定茎、叶样品中可溶性糖、纤维素、半纤维素、木质素和灰分含量,分析2类能源高粱在成分含量上的差异以及茎、叶各成分含量间的相关性。同时,利用偏最小二乘法(PLS)对能源高粱茎、叶的近红外光谱建立能源转化相关化学成分分析模型,通过光谱一阶导和光谱点"竞争性自适应权重(CARS)"筛选等方法对模型进行优化。结果表明,甜高粱与生物质高粱在茎中可溶性糖、纤维素、半纤维素、木质素和叶可溶性糖含量等指标差异极显著(P3.0,显著提升了模型预测性能。