水稻和油菜秸稈是重要的生物質(zhì)資源,干物質(zhì)和可溶性糖是其中主要的化學成分,為了研究探討水稻和油菜秸稈中干物質(zhì)和可溶性糖含量的近紅外反射光譜（NIRS）快速檢測方法,建立其NIRS’快速檢測模型,收集了湖北、湖南、四川和重慶四省的112個油菜秸稈樣品和湖南和湖北兩省的148個水稻秸稈樣品,分別采用ASTM E1756-08標準與蒽酮硫酸比色法檢測樣品中干物質(zhì)與可溶性糖的含量的化學值,利用Antaris II型傅立葉變換近紅外光譜儀對樣品進行近紅外光譜數(shù)據(jù)的采集,利用TQanalyst8.0化學計量學軟件,剔除異常樣品,并對光譜進行預處理,采用間隔偏最小二乘法（iPLS）確定最優(yōu)光譜區(qū)間,采用最小二乘法（PLS）建模方法,建立了油菜和水稻秸稈種干物質(zhì)與可溶性糖含量的近紅外光譜定量分析模型,并對模型進行了驗證。研究結(jié)果如下：1.建立了油菜秸稈中干物質(zhì)和可溶性糖含量的近紅外定量分析模型。校正集油菜秸稈中干物質(zhì)實測值與近紅外光譜校正模型預測值之間的決定系數(shù)Rc2、均方差RMSEC和交互驗證均方差RMSECV分別為0.980、0.117和0.325,相對分析誤差RPDc為6.735；油菜秸稈中可溶性... 

【文章來源】：華中農(nóng)業(yè)大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【文章目錄】：
目錄
摘要
Abstract
1 緒論
    1.1 研究的目的意義
    1.2 國內(nèi)外相關(guān)研究現(xiàn)狀
    1.3 近紅外光譜分析技術(shù)簡介
        1.3.1 近紅外光譜技術(shù)的發(fā)展歷程
        1.3.2 近紅外光譜技術(shù)的特點
    1.4 主要的研究內(nèi)容與技術(shù)路線
        1.4.1 主要研究內(nèi)容
        1.4.2 技術(shù)路線
2 基于NIRS的油菜秸稈干物質(zhì)和可溶性糖快速檢測方法與模型建立
    2.1 材料與方法
        2.1.1 樣品的采集與制備
        2.1.2 干物質(zhì)和可溶性糖的傳統(tǒng)測定
        2.1.3 光譜數(shù)據(jù)采集與預處理
        2.1.4 異常樣本的剔除
        2.1.5 光譜區(qū)間的選擇
        2.1.6 建模方法及評價
    2.2 結(jié)果與討論
        2.2.1 干物質(zhì)與可溶性糖實測結(jié)果
        2.2.2 油菜秸稈光譜數(shù)據(jù)采集結(jié)果
        2.2.3 油菜秸稈異常樣品的剔除
        2.2.4 最優(yōu)光譜預處理方法確定
        2.2.5 最優(yōu)光譜區(qū)間的確定
        2.2.6 最佳主成分數(shù)的確定
        2.2.7 校正模型的建立結(jié)果
    2.3 本章小結(jié)
3 水稻秸稈干物質(zhì)和可溶性糖NIRS分析方法
    3.1 材料與方法
        3.1.1 樣品的采集與制備
        3.1.2 樣品干物質(zhì)和可溶性糖傳統(tǒng)分析
        3.1.3 光譜數(shù)據(jù)的采集與預處理
        3.1.4 異常樣本的剔除
        3.1.5 最優(yōu)光譜區(qū)間的選擇
        3.1.6 建模方法及評價
    3.2 結(jié)果與討論
        3.2.1 樣品干物質(zhì)和可溶性糖實測結(jié)果
        3.2.2 樣品的近紅外光譜數(shù)據(jù)
        3.2.3 異常樣本的剔除
        3.2.4 最優(yōu)光譜預處理方法的確定
        3.2.5 最優(yōu)光譜區(qū)間的確定
        3.2.6 最佳主成分數(shù)的確定
        3.2.7 校正模型的建立結(jié)果
    3.3 本章小結(jié)
4 主要研究結(jié)論與展望
    4.1 主要研究結(jié)論
    4.2 展望
參考文獻
致謝
附錄
    附錄1 樣品中可溶性糖的測定方法


【參考文獻】：
期刊論文
[1]秸稈和煤混燃物中秸稈含量近紅外光譜測定[J]. 賀城,楊增玲,黃光群,廖娜,韓魯佳.  農(nóng)業(yè)機械學報. 2011(10)
[2]農(nóng)業(yè)生物質(zhì)能資源分析與評價[J]. 田宜水,趙立欣,孫麗英,孟海波.  中國工程科學. 2011(02)
[3]基于中國國情的生物質(zhì)混燃發(fā)電技術(shù)[J]. 李靜,余美玲,方朝君,楊宏軍.  可再生能源. 2011(01)
[4]近紅外光譜法測定玉米秸稈飼用品質(zhì)[J]. 邰書靜,張仁和,史俊通,薛吉全,張興華,馬國勝,路海東.  農(nóng)業(yè)工程學報. 2009(12)
[5]中國生物能源利用的思考[J]. 張百良,王吉慶,徐桂轉(zhuǎn),楊世關(guān),宋安東,王許濤.  農(nóng)業(yè)工程學報. 2009(09)
[6]秸稈熱值近紅外光譜模型的外部驗證結(jié)果間的統(tǒng)計比較分析[J]. 皇才進,劉賢,楊增玲,韓魯佳.  光譜學與光譜分析. 2009(05)
[7]基于近紅外光譜技術(shù)的秸稈工業(yè)分析[J]. 皇才進,韓魯佳,劉賢,楊增玲.  光譜學與光譜分析. 2009(04)
[8]我國生物質(zhì)能資源及其利用技術(shù)現(xiàn)狀[J]. 曹穩(wěn)根,段紅.  安徽農(nóng)業(yè)科學. 2008(14)
[9]中國生物質(zhì)能產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢分析[J]. 王久臣,戴林,田宜水,秦世平.  農(nóng)業(yè)工程學報. 2007(09)
[10]新農(nóng)村建設(shè)與生物質(zhì)能開發(fā)利用[J]. 許向路.  天津科技. 2007(02)

博士論文
[1]魚粉、精料補充料及其中肉骨粉含量的近紅外漫反射光譜分析[D]. 牛智有.中國農(nóng)業(yè)大學 2005



本文編號：3170418