基于近紅外光譜技術(shù)的生物質(zhì)熱值測(cè)試方法研究.pdf

1、為充分利用國(guó)內(nèi)農(nóng)林廢棄物資源，提高農(nóng)林生物質(zhì)率，課題針對(duì)傳統(tǒng)林木類生物質(zhì)熱值分析方法耗時(shí)長(zhǎng)等缺點(diǎn)，利用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)設(shè)計(jì)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(shí)現(xiàn)生物質(zhì)高位熱值和低位熱值的快速預(yù)測(cè)。具體研究?jī)?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(guó)內(nèi)代表性樣本共110份，按照標(biāo)準(zhǔn)熱值測(cè)定方法進(jìn)行

2、分析；
　　(2)采集110份樣本的近紅外光譜數(shù)據(jù)。對(duì)樣本近紅外光譜數(shù)據(jù)進(jìn)行小波濾波預(yù)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(yù)測(cè)相對(duì)誤差RPD三項(xiàng)指標(biāo)，并根據(jù)模型指標(biāo)評(píng)價(jià)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(cè)對(duì)象為中心，對(duì)建模數(shù)據(jù)進(jìn)行加權(quán)，建立適用于待測(cè)對(duì)象的模型，進(jìn)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(yù)測(cè)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(yù)測(cè)精度和穩(wěn)定性均有所提高。
　　根據(jù)實(shí)驗(yàn)結(jié)果可以看出，課題所建立的模型對(duì)林木類生物質(zhì)樣本的高、低位熱值實(shí)現(xiàn)了準(zhǔn)確預(yù)測(cè)，其中以局部加權(quán)偏最小二乘方法建模取得的預(yù)測(cè)效果最佳，高位熱值預(yù)測(cè)均方誤差根(RMSEP)為13、相關(guān)系數(shù)(R2)為0.962、以及相對(duì)分析誤差(RPD)為3