基于反射和透射光谱的秸秆热化工特性快速检测

【摘要】：秸秆的热化学工程特性是秸秆能源化利用的重要特性,为了探讨秸秆热化工特性的快速检测方法,本课题采集不同地区不同品种的水稻、小麦、玉米、油菜共计188个秸秆样品,参照国家标准测定了样品的元素分析指标、高/低位热值和工业分析指标,应用反射和透射光谱技术,通过傅里叶近红外光谱仪、高光谱反射和透射成像系统3种方式分别获取秸秆的近红外光谱、可见/近红外反射光谱以及可见/近红外透射光谱信息,采用偏最小二乘算法(PLS)分别建立3种方式下的秸秆热化学工程特性指标的定量分析模型,比较3种光谱采集方式下光谱的不同预处理方法、变量选取算法所建模型的优劣,确定各指标的最优检测模型。主要研究结果如下:(1)通过比较高光谱反射、透射及近红外光谱检测元素的定标效果,确定了基于高光谱反射技术的元素分析指标(C、N、H、S、O)模型最优。光谱最优预处理方法分别为:C元素为无预处理(None);N元素为去趋势变换(Detrend);H元素为多元散射校正结合标准化(MSC+Autoscale);S元素为一阶导数结合标准化(FD+Autoscale);O元素为去趋势变换结合均值中心化(Detrend+Mean Center)。确定竞争性自适应重加权采样算法(CARS)为最优变量选择算法,对各个元素定量分析模型进行优化,参与建模的变量数显著下降,且模型的稳定性和预测性能均有提升。N、O元素的模型最优,N元素采用24个变量建立模型,验证集相关系数(Rp)为0.923,均方根误差(RMSEP)为0.196%,相对分析误差(RPD)为3.11;O元素仅采用10个光谱变量建立模型,验证集相关系数(Rp)为0.876,均方根误差(RMSEP)为1.015%,相对分析误差(RPD)为2.32。N、O元素的模型可用于实际应用,C、H、S元素CARS-PLS模型预测效果不理想。(2)通过比较高光谱反射、透射及近红外光谱检测热值的定标效果,确定了基于近红外光谱技术的热值分析指标(高位热值、低位热值)模型最优。最优光谱预处理方法分别为:高位热值为多元散射校正结合一阶导数及S-G平滑(MSC+FD+S-G smooth);低位热值为多元散射校正结合一阶导数(MSC+FD)。高位热值校正集相关系数(Rc)为0.904,均方根误差(RMSEC)为291 J·g-1,交互验证相关系数(Rcv)为0.859,交互验证均方根误差(RMSECV)为348 J·g-1,验证集相关系数(Rp)为0.908,均方根误差(RMSEP)为328 J·g-1,平均偏差(Bias)为34.616 J·g-1,相对分析误差(RPD)为2.22,所建立的高位热值定量分析模型可用于定量分析;低位热值校正集相关系数(Rc)为0.869,均方根误差(RMSEC)为315 J·g-1,交互验证相关系数(Rcv)为0.822,交互验证均方根误差(RMSECV)为363 J·g-1,验证集相关系数(Rp)为0.850,均方根误差(RMSEP)为365 J·g-1,平均偏差(Bias)为34.979 J·g-1,相对分析误差(RPD)为1.94。结果表明,所建立的定量分析模型可用低位热值的估测,模型精度还可进一步提高。(3)比较了高光谱反射、透射及近红外光谱检测工业分析指标的模型效果,确定了基于反射高光谱成像技术的工业分析指标(灰分、水分、挥发份、固定碳)模型最优。最优光谱预处理方法分别为:灰分为多元散射校正结合标准化(MSC+Autoscale);水分为标准正态变量校正结合标准化(SNV+Autoscale);挥发份为一阶导数结合均值中心化(FD+Mean Center);固定碳为标准正态变量校正结合均值中心化(SNV+Mean Center)。最优变量选取方法均为竞争性自适应重加权采样算法(CARS)。采用CARS算法对秸秆工业分析指标定量分析模型进行优化以后,灰分所建模型的验证集相关系数(Rp)为0.931,均方根误差(RMSEP)减小为0.369%,相对分析误差(RPD)为8.86,模型表现出很好的预测能力;其它3种工业分析指标模型的预测效果不甚理想,不能用于实际定量分析。 【关键词】：秸秆 热化学工程特性 反射高光谱成像技术 透射高光谱成像技术 近红外
【学位授予单位】：华中农业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：S216.2
【目录】：

• 摘要6-8
• Abstract8-11
• 第一章 绪论11-20
• 1.1 研究的目的与意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 热化学工程特性检测方面12
• 1.2.2 近红外光谱技术方面12-13
• 1.2.3 反射高光谱成像技术方面13-15
• 1.2.4 透射高光谱成像技术方面15-16
• 1.3 对已有研究的思考与分析16-17
• 1.4 研究内容与技术路线17-19
• 1.4.1 主要研究内容17-19
• 1.4.2 技术路线19
• 1.5 本章小结19-20
• 第二章 基于反射高光谱成像技术的秸秆热化学工程特性快速检测20-41
• 2.1 材料与方法20-24
• 2.1.1 样品采集与制备20
• 2.1.2 试验仪器20-21
• 2.1.3 热化学工程特性的测定21-22
• 2.1.4 反射高光谱图像采集22-24
• 2.1.5 反射光谱预处理及变量优选方法24
• 2.2 结果与分析24-38
• 2.2.1 基于反射高光谱成像技术的秸秆元素分析检测模型构建与验证24-30
• 2.2.2 基于反射高光谱成像技术的秸秆热值分析检测模型构建与验证30-33
• 2.2.3 基于反射高光谱成像技术的秸秆工业分析检测模型构建与验证33-38
• 2.3 本章小结38-41
• 第三章 基于透射高光谱成像技术的秸秆热化学工程特性快速检测41-55
• 3.1 材料与方法41-42
• 3.1.1 样品采集与制备41
• 3.1.2 试验仪器41
• 3.1.3 热化学工程特性的测定41
• 3.1.4 透射高光谱的图像采集41-42
• 3.1.5 透射光谱的预处理及变量优选方法42
• 3.2 结果与分析42-53
• 3.2.1 基于透射高光谱成像技术的秸秆元素分析检测模型构建与验证42-46
• 3.2.2 基于透射高光谱成像技术的秸秆热值分析检测模型构建与验证46-48
• 3.2.3 基于透射高光谱成像技术的秸秆工业分析指标检测模型构建与验证48-53
• 3.3 本章小结53-55
• 第四章 基于近红外光谱技术的秸秆热化学工程特性快速检测55-68
• 4.1 材料与方法55
• 4.1.1 样品采集与制备55
• 4.1.2 试验仪器55
• 4.1.3 热化学工程特性的测定55
• 4.1.4 近红外光谱的采集55
• 4.1.5 近红外光谱定量分析模型的建立与分析方法55
• 4.2 结果与分析55-65
• 4.2.1 基于近红外光谱技术的秸秆元素分析组成检测模型构建与验证55-59
• 4.2.2 基于近红外光谱技术的秸秆热值分析检测模型构建与验证59-62
• 4.2.3 基于近红外光谱技术的秸秆工业分析指标检测模型构建与验证62-65
• 4.3 本章小结65-68
• 第五章 基于反射和透射光谱的生物质秸秆热化学工程特性最优模型比较68-72
• 5.1 确立基于反射和透射光谱的秸秆元素分析组成最优模型68-69
• 5.2 确立基于反射和透射光谱的秸秆热值分析最优模型69-70
• 5.3 确立基于反射和透射光谱的秸秆工业分析指标最优模型70-71
• 5.4 本章小结71-72
• 第六章 结论与展望72-76
• 6.1 主要结论72-75
• 6.2 展望75-76
• 参考文献76-82
• 硕士就读期间科研成果82-83
• 致谢83

您可以在本站搜索以下学术论文文献来了解更多相关内容

秸秆工业分析组成的近红外漫反射光谱(NIRS)分析研究    皇才进;韩鲁佳;刘贤;杨增玲;

近红外漫反射光谱法快速测定秸秆青贮饲料成分含量    刘贤;韩鲁佳;

茶叶定性和定量近红外光谱分析方法研究    牛智有;林新;

基于SVD的苹果粉质化高光谱散射图像特征提取    黄敏;朱启兵;

秸秆生物质能源的应用现状与前景    娄玥芸;张惠芳;

Source profiles of particulate organic matters emitted from cereal straw burnings    

基于GA-ICA和高光谱图像技术的黄瓜叶叶绿素检测    石吉勇;邹小波;赵杰文;殷晓平;

近红外光谱法检测小麦粉中的水分含量    金华丽;卞科;

基于高光谱的土壤有机质含量预测模型的建立与评价    卢艳丽;白由路;杨俐苹;王红娟;

近红外光谱法检测小麦粉中灰分含量的研究    金华丽;王金水;

基于近红外光谱的玉米秸秆捆包青贮饲料的品质测定研究    李宇萌;杨中平;

基于高光谱成像技术的生菜叶片水分检测研究    张晓东;毛罕平;周莹;左志宇;高洪燕;

高光谱图像与农产品品质无损检测研究进展    陈守满;

高光谱图像技术检测梨表面农药残留试验研究    索少增;刘翠玲;吴静珠;陈兴海;孙晓荣;吴胜男;

肉品品质检测技术综述    付妍;郭培源;孙梅;徐冉冉;

基于高光谱成像及神经网络技术检测玉米含水率    李江波;苏忆楠;饶秀勤;

Feasibility of Estimating Heavy metal Contaminations in Floodplain Soils Using Laboratory-based Hyperspectral Data—A Case Study Along Le’an River, China    

基于高光谱遥感的土壤有机碳含量估算研究进展    陈增文;陈光水;钟羡芳;杨玉盛;

基于正交信号校正的秸秆青贮饲料粗蛋白近红外分析模型传递方法    刘贤;韩鲁佳;杨增玲;黄光群;

基于神经网络的智能控制技术在农业领域的研究与应用    张佩;曾山;刘伟;

稳健回归技术及其在光谱分析中的应用    包鑫

基于高光谱成像技术的棉花杂质检测方法的研究    郭俊先

微藻综合品质信息快速无损获取技术和方法研究    吴迪

近红外光谱技术在多组分检测及模式识别中的应用研究    刘波平

基于近红外光谱与机器视觉技术的浆果品质检测研究    金长江

中国玉米经济：供给与需求分析    邵飞

脐橙表面缺陷的快速检测方法研究    李江波

基于高光谱成像技术的作物叶绿素信息诊断机理及方法研究    张东彦

基于高光谱图像技术的设施栽培作物营养元素亏缺诊断研究    石吉勇

名优绿茶品质感官评价的仪器化表征研究    吴瑞梅

基于机器视觉和高光谱图像技术的粮食水分检测及杂质与不完善粒识别方法研究    苏忆楠

亚热带主要树种细根归属识别与形态构型特征分析    刘佳

基于高光谱图像技术的水果品质检测的若干问题研究    赵桂林

黄泛沙地不同土地利用类型土壤风蚀规律及影响机制    姬生勋

近红外光谱法在涪陵榨菜品质检测方面的应用研究    刘冰

基于高光谱数据的民勤绿洲土壤含盐量预测    齐文文

农村室内空气中颗粒物和PAHs污染及人体暴露方法初探    钟俊俊

马铃薯块茎钾含量近红外模型的建立及主要性状的遗传分析    刘翠翠

食用植物油近红外光谱快速检测技术与仪器研究    柳星

猕猴桃、桃和梨品质的近红外漫反射光谱无损检测研究    刘卉

北欧国家的生物质能开发及启示    汪业林;

秸秆发电需慎行    许昌明;

农药残留检测技术    赵斯奇;阎肃;

秸秆转化为交通能源的应用概述    程东祥;于光;赵虹;

近红外透射光谱法(NITS)分析大豆品质的研究    姚鑫淼;张瑞英;李霞辉;程爱华;张晓波;高春霞;

基于高光谱数据的小麦叶绿素含量反演    赵祥,刘素红,王培娟,王锦地,田振坤

常用农药荧光特性的理论与实验    王忠东,王玉田

我国生物质秸秆资源利用现状及展望    杜谋涛;袁晓东;郭和军;

国内外农药残留分析技术研究现状与发展    赖穗春;王富华;邓义才;杜应琼;徐爱平;黄洁晖;

浅谈秸秆生物质直燃发电技术    姜述杰;赵伟英;

不同光谱采集条件下麦秸低位热值NIRS快速检测    杨增玲;薛俊杰;贺城;

基于反射和透射光谱的秸秆热化工特性快速检测    李晓金