小麦秸秆中K和Na元素LIBS同步定量分析研究

发布时间：2024-12-06 23:48

　　 快速分析小麦秸秆中K和Na元素含量对提高其燃烧效率具有重要的现实意义。选用华北地区29个小麦秸秆代表性样本作为研究对象,以电感耦合等离子体质谱法(ICP-MS)量测结果作为标准值,探讨激光诱导击穿光谱(LIBS)技术对小麦秸秆中K和Na元素含量进行定量预测分析的可行性。为提高模型定量分析精度,首先分别选取K和Na分析线附近波段光谱作为定标模型原始光谱数据,对比基线校正(BC)、归一化(Norm)与中心化(MC)相互组合算法对LIBS光谱降噪效果影响,分析比较线性建模方法:偏最小二乘回归(PLSR)和非线性建模方法:增强型反向传播人工神经网络(BP-ADaboost)对预处理后光谱数据的适用性。研究结果发现,与PLSR模型相比较,小麦秸秆中K和Na的BP-ADaboost最优模型效果均较好,其预测决定系数R2p分别为0. 908和0. 979,预测均方根误差分别为2. 388 g/kg和0. 138 g/kg,相对分析误差分别为2. 358和4. 203。结果表明,LIBS技术能用于小麦秸秆中K和Na的同步快速定量分析。

【文章页数】：7 页

【文章目录】：
0 引言
1 材料与方法
    1.1 样品采集与制备
    1.2 K和Na含量测定
    1.3 光谱采集
    1.4 模型及效果评价
    1.5 数据处理和分析
2 结果与分析
    2.1 K和Na含量统计分析
    2.2 小麦秸秆LIBS光谱解析
    2.3 定标模型构建
    2.4 模型预测效果比较
3 结束语



本文编号：4014450