基于红外光声光谱的农作物秸秆导热系数定量分析

摘要：

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(R2)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.

关键词：农作物秸秆、导热系数、红外光声光谱、偏最小二乘、高斯核支持向量机、蚁群算法

所属期刊栏目：49

分类号：S210(农业动力、农村能源)

资助基金：欧盟框架计划项目690142;教育部创新团队发展计划项目IRT1293;国家重点研发计划项目2018YFD0800102

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：342-347