基于红外光声光谱的农作物秸秆导热系数定量分析

发布时间：2023-04-07 04:27

　　选用我国华北地区具有代表性的小麦、玉米、水稻秸秆样品,对比研究了偏最小二乘(PLSR)和高斯核支持向量机(RBF-SVR)分别构建单一和混合种类秸秆全波段定量分析模型的效果,探讨了红外光声光谱耦合化学计量学方法构建我国主要粮食作物秸秆导热系数定量分析模型的可行性。研究发现,小麦秸秆和水稻秸秆导热系数RBF-SVR非线性模型,以及玉米秸秆、混合种类秸秆的PLSR线性模型效果较优。进一步应用蚁群算法与上述最优建模方法相结合,构建了更加优化的小麦秸秆、玉米秸秆、水稻秸秆和混合秸秆导热系数模型,验证决定系数(R_p²)分别为0.77、0.83、0.96和0.79,验证均方差(RMSEP)分别为0.007 8、0.015、0.005 9、0.014 W/(m·K),验证相对分析误差(RPD)分别为2.81、2.41、7.39和2.15。研究结果表明,红外光声光谱技术结合先进适用的化学计量学方法可实现我国主要粮食作物秸秆导热系数的快速定量分析,但混合秸秆模型预测精度仍需进一步提升。

【文章页数】：6 页

【文章目录】：
0 引言
1 材料与方法
    1.1 样品收集与制备
    1.2 导热系数测定
    1.3 红外光声光谱采集
    1.4 数据处理与模型构建
    1.5 模型效果评价
2 结果与讨论
    2.1 样品导热系数分析
    2.2 红外光声光谱分析
    2.3 基于PLSR和RBF-SVR的全波段模型
    2.4 基于蚁群算法的模型优化
3 结束语



本文编号：3785090