基于近紅外光譜技術(shù)的生物質(zhì)熱值測試方法研究.pdf

1、為充分利用國內(nèi)農(nóng)林廢棄物資源，提高農(nóng)林生物質(zhì)率，課題針對傳統(tǒng)林木類生物質(zhì)熱值分析方法耗時長等缺點，利用近紅外光譜技術(shù)結(jié)合化學計量學設(shè)計了用于林木類生物質(zhì)熱值的分析方法。該方法的基本思路是利用近紅外光譜技術(shù)獲取林木類生物質(zhì)樣本的光譜數(shù)據(jù)，再建立光譜數(shù)據(jù)與熱值之間的定量分析模型，從而實現(xiàn)生物質(zhì)高位熱值和低位熱值的快速預測。具體研究內(nèi)容如下：
　　(1)根據(jù)林木類生物質(zhì)的種類和產(chǎn)地，采集國內(nèi)代表性樣本共110份，按照標準熱值測定方法進行

2、分析；
　　(2)采集110份樣本的近紅外光譜數(shù)據(jù)。對樣本近紅外光譜數(shù)據(jù)進行小波濾波預處理并利用主成分回歸和偏最小二乘回歸方法建模，求出模型的均方誤差根RMSEP、決定系數(shù)R2和預測相對誤差RPD三項指標，并根據(jù)模型指標評價建模結(jié)果；
　　(3)在傳統(tǒng)的主成分分析(PCA)和偏最小二乘法(PLS)的基礎(chǔ)上，課題引入局部加權(quán)偏最小二乘方法。局部加權(quán)偏最小二乘是以待測對象為中心，對建模數(shù)據(jù)進行加權(quán)，建立適用于待測對象的模型，進一

3、步提高模型質(zhì)量。局部加權(quán)偏最小二乘法結(jié)合生物質(zhì)近紅外光譜數(shù)據(jù)與高、低位熱值數(shù)據(jù)建立預測模型。結(jié)果表明，與傳統(tǒng)方法相比，基于局部加權(quán)偏最小二乘法的熱值分析模型的預測精度和穩(wěn)定性均有所提高。
　　根據(jù)實驗結(jié)果可以看出，課題所建立的模型對林木類生物質(zhì)樣本的高、低位熱值實現(xiàn)了準確預測，其中以局部加權(quán)偏最小二乘方法建模取得的預測效果最佳，高位熱值預測均方誤差根(RMSEP)為13、相關(guān)系數(shù)(R2)為0.962、以及相對分析誤差(RPD)為3