基于近紅外光譜法的水稻秸稈可溶性糖快速檢測(cè)

【摘要】：采集并制備不同地域、不同品種的水稻秸稈樣本288個(gè),根據(jù)濃度梯度法,按照31的比例劃分校正集與驗(yàn)證集。采用蒽酮硫酸比色法測(cè)定試驗(yàn)樣本中可溶性糖含量,并采集在近紅外全波段(10 000~4 000cm-1)范圍內(nèi)樣本的近紅外光譜信息。采用多元散射校正(MSC)、標(biāo)準(zhǔn)正態(tài)變量變換(SNV)、導(dǎo)數(shù)、S-G平滑及其組合方法對(duì)光譜進(jìn)行預(yù)處理,分別運(yùn)用逐步多元線性回歸(SMLR)、偏最小二乘回歸(PLS)和主成分回歸(PCR)化學(xué)計(jì)量學(xué)算法,建立基于近紅外光譜的逐步多元線性回歸(SMLR)、偏最小二乘回歸(PLS)和主成分回歸(PCR)定量分析模型。通過(guò)比較分析,對(duì)光譜進(jìn)行一階導(dǎo)數(shù)預(yù)處理,建立的PLS模型效果最優(yōu),校正集實(shí)測(cè)值與預(yù)測(cè)值之間的決定系數(shù)R2C達(dá)到0.880 6,交互驗(yàn)證決定系數(shù)(R2CV)和驗(yàn)證集決定系數(shù)(R2V)分別為0.771 1、0.857 8,均方根差RMSEC、RMSECV、RMSEP分別為0.318%、0.440%、0.404%,校正集相對(duì)分析誤差(RPDC)和驗(yàn)證集相對(duì)分析誤差(RPDV)均大于2.5。結(jié)果表明,采用近紅外光譜法建立的PLS模型基本可以實(shí)現(xiàn)水稻秸稈中可溶性糖含量的快速檢測(cè)。 【作者單位】： 華中農(nóng)業(yè)大學(xué)工學(xué)院;
【關(guān)鍵詞】： 水稻 秸稈 水稻秸稈 近紅外光譜 偏最小二乘回歸 可溶性糖 快速檢測(cè)
【基金】：國(guó)家公益性行業(yè)(農(nóng)業(yè))科研專(zhuān)項(xiàng)(201003063-04)
【分類(lèi)號(hào)】：S216.2
【正文快照】： 中國(guó)水稻年產(chǎn)量達(dá)2億t以上,占世界總產(chǎn)量的1/3[1]。水稻秸稈是一種重要的生物質(zhì)能源,與石油、煤炭、天然氣等不可再生能源相比,它具有品種豐富、資源分布廣、價(jià)格低、無(wú)污染和可再生等優(yōu)點(diǎn)?，F(xiàn)代生物質(zhì)能源利用技術(shù)的開(kāi)發(fā)對(duì)替代或部分替代化石能源,保護(hù)生態(tài)環(huán)境,實(shí)現(xiàn)人類(lèi)社會(huì)

您可以在本站搜索以下學(xué)術(shù)論文文獻(xiàn)來(lái)了解更多相關(guān)內(nèi)容

水稻秸稈綜合利用與收獲機(jī)械發(fā)展關(guān)系的思考    朱岱力;任東;羅永新;

堿性胍預(yù)處理水稻秸稈研究    徐飄飄;許萍萍;李薇;王運(yùn);

酸堿結(jié)合預(yù)處理對(duì)水稻秸稈纖維素乙醇轉(zhuǎn)化率的影響    段曉健;居學(xué)海;張長(zhǎng)波;王景安;劉仲齊;

高效降解玉米和水稻秸稈菌株配伍研究    辛銀川;張一折;周小龍;任玉霞;張亞捷;楊琦;陳繼峰;

不同預(yù)處理方法對(duì)水稻秸稈水解與產(chǎn)沼氣的影響    毛正榮;朱瑾;鄒敦強(qiáng);徐霄;胡玉英;葉小梅;常志州;

含水率對(duì)水稻秸稈流動(dòng)力學(xué)特性的影響    陳海濤;張穎;黃振華;房欣;李麗霞;

水稻秸稈中硅體的光催化活性研究    曹得華;馬歡;劉斌美;吳躍進(jìn);

基于DSC的水稻秸稈比熱容分析與曲線擬合    郭兵海;牛智有;

水稻秸稈機(jī)械化全量還田技術(shù)    王和平;

    

水稻秸稈纖維素發(fā)酵轉(zhuǎn)化燃料乙醇的研究    楊濤

可循環(huán)混合溶劑分離水稻秸稈組份的研究    王偉

脆性水稻秸稈的生物預(yù)處理及發(fā)酵    劉晨娟

生物質(zhì)秸稈熱特性的測(cè)定分析及DSC曲線擬合    郭兵海

微生物降解水稻秸稈及沼氣發(fā)酵的研究    廖興華