快速分析小麥秸稈中K和Na元素含量對提高其燃燒效率具有重要的現實意義。選用華北地區(qū)29個小麥秸稈代表性樣本作為研究對象,以電感耦合等離子體質譜法(ICP-MS)量測結果作為標準值,探討激光誘導擊穿光譜(LIBS)技術對小麥秸稈中K和Na元素含量進行定量預測分析的可行性。為提高模型定量分析精度,首先分別選取K和Na分析線附近波段光譜作為定標模型原始光譜數據,對比基線校正(BC)、歸一化(Norm)與中心化(MC)相互組合算法對LIBS光譜降噪效果影響,分析比較線性建模方法:偏最小二乘回歸(PLSR)和非線性建模方法:增強型反向傳播人工神經網絡(BP-ADaboost)對預處理后光譜數據的適用性。研究結果發(fā)現,與PLSR模型相比較,小麥秸稈中K和Na的BP-ADaboost最優(yōu)模型效果均較好,其預測決定系數R2p分別為0. 908和0. 979,預測均方根誤差分別為2. 388 g/kg和0. 138 g/kg,相對分析誤差分別為2. 358和4. 203。結果表明,LIBS技術能用于小麥秸稈中K和Na的同步快速定量分析。

【文章頁數】：7 頁

【文章目錄】：
0 引言
1 材料與方法
    1.1 樣品采集與制備
    1.2 K和Na含量測定
    1.3 光譜采集
    1.4 模型及效果評價
    1.5 數據處理和分析
2 結果與分析
    2.1 K和Na含量統計分析
    2.2 小麥秸稈LIBS光譜解析
    2.3 定標模型構建
    2.4 模型預測效果比較
3 結束語



本文編號：4014450