基于近红外光谱技术的生物炭组分分析-分析化学.PDFVIP

第46卷 分析化学 (FENXI HUAXUE)摇 研究报告 第4期 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 2018年4月 ChineseJournal of Analytical Chemistry 609~615 DOI:10.11895/j.issn.0253鄄3820.171084 基于近红外光谱技术的生物炭组分分析 1,2,3 1,2 1 3 *1 1 谢 越 摇 李飞跃 摇 范行军摇 胡水金摇 肖新 摇 汪建飞 1 2 (安徽科技学院资源与环境学院,凤阳233100)摇 摇 (农业部生物有机肥创制重点实验室,蚌埠233400) 3(美国北卡罗来纳州立大学植物病理学系,罗利27695) 摘摇 要摇 建立了基于近红外光谱技术的生物炭组分快速定量分析方法。 采集了163个样品在10000~3800 -1 cm 范围内的近红外光图谱,测定了样品中的固定碳(Fixed carbon,FC)、挥发分(Volatile matter,VM)和灰分 (Ash)3种组分含量。 在优化建模波段,确定最佳因子数,采用多元散射校正与二阶导数光谱法对原始光谱预 处理后,利用偏最小二乘法(Partial least squares,PLS)构建了生物炭样品中3种组分的模型,并对模型的预测 性能进行了评价。 结果表明,PLS模型具有良好的预测能力,FC、VM和Ash 的真实值和预测值的相关系数 2 (Predicted coefficient,R )分别达到 0. 9423,0. 9517 和 0. 9265,预测均方差(Root mean square error of p prediction,RMSEP)值分别为0.1074,0.1201和0.1243,相对预测误差(Ratio of prediction to deviation,RPD) 值分别为3.51,4.28和2.03。 模型对FC和VM 的精度较高,可以作为定量分析方法。 根据RPD值,模型对 Ash 的预测精度较差,需要进一步提高模型预测精准度。 本方法为生物炭组分的定量分析提供一种快速有效 的技术手段。 关键词摇 近红外;光谱;生物炭;固定碳;挥发分;灰分 1摇 引言 [1] 生物炭是一种新型碳材料,它是有机原料在厌氧或限氧条件下,低温热解后产生的芳香化物质 。 近 年来,生物炭材料在环境科学和农业等领域展示了广阔的应用潜力。 然而,生物炭的利用中,首要问题是 对生物炭组分的分析。 不同来源的生物炭组分总体上可以分为3类,即固定碳(FC)、挥发分(VM)和灰分 [2] (Ash) 。 对于生物炭组分的定量分析,传统手段分析成本高,耗时费力。 因此,面对生物炭的大量应用, 建立针对FC、VM和Ash组分的可靠、快速、低成本的分析方法,具有重要的理论和实际应用价值。 近红外光谱(Near infrared spectroscopy,NIR)技术是一种低成本、快速、无损检测物质含量的分析 技术,广泛应用于食品、农业、医药、纺织、环境等领域[3~8]。 本研究组利用 NIR技术,实现了对连作滁