能源高粱茎、叶中能源转化相关化学成分的近红外光谱模型构建与优化

摘要：

为建立能源高粱茎、叶中能源转化相关化学成分的近红外光谱快速定量分析模型,并探索模型优化方法,选取27份甜高粱和28份生物质高粱材料,采用化学分析方法测定茎、叶样品中可溶性糖、纤维素、半纤维素、木质素和灰分含量,分析2类能源高粱在成分含量上的差异以及茎、叶各成分含量间的相关性.同时,利用偏最小二乘法(PLS)对能源高粱茎、叶的近红外光谱建立能源转化相关化学成分分析模型,通过光谱一阶导和光谱点"竞争性自适应权重(CARS)"筛选等方法对模型进行优化.结果 表明,甜高粱与生物质高粱在茎中可溶性糖、纤维素、半纤维素、木质素和叶可溶性糖含量等指标差异极显著(P＜0.01).在近红外光谱模型建立过程中,"一阶导-CARS"双优化处理使模型交叉验证决定系数(Rcv2)达到0.82～0.99,茎中可溶性糖、纤维素、半纤维素和木质素模型以及叶中可溶性糖、纤维素和灰分模型的交叉验证相对分析误差(RPDcv)和预测相对分析误差(RPDv)均＞3.0,显著提升了模型预测性能.

关键词：近红外光谱;能源高粱;木质纤维素;偏最小二乘法;模型优化

所属期刊栏目：26

分类号：S514(禾谷类作物)

资助基金：国家能源局能源节约;科技装备司项目;中国大唐集团新能源股份有限公司资助项目

在线出版日期：2021-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：34-44