近红外光谱法快速分析有机肥料中有机质、总养分和pH值*

2016-11-14 02:18李娟狄艳全董强张龙庄
化学分析计量 2016年2期
关键词:光谱法校正养分

李娟,狄艳全,董强,张龙庄

[1.西安市产品质量监督检验院,西安 710065; 2.聚光科技(杭州)股份有限公司,杭州 310052]

近红外光谱法快速分析有机肥料中有机质、总养分和pH值*

李娟1,狄艳全2,董强1,张龙庄1

[1.西安市产品质量监督检验院,西安 710065; 2.聚光科技(杭州)股份有限公司,杭州 310052]

建立了近红外光谱法结合偏最小二乘(PLS)法测定126种有机肥料中有机质、总养分和pH值的快速方法。采用K-S法分类,选取S-G平滑、S-G导数、多元散射校正和均值平均化4种前处理方法对粉碎后样品的近红外光谱信息进行预处理,以PLS法建立定量分析模型。结果表明,有机肥料中总养分的RC,SEC,RP,SEP,RPD分别为0.990,1.272%,0.985,1.084%,5.9;pH值的RC,SEC,RP,SEP,RPD分别为0.910,0.344%,0.737,0.428%,2.9。有机质项目根据国标方法分为小于40%、小于55%和大于55% 3种样品进行分析,3种样品的RP分别为1.000,0.989,1.000;RPD分别为18.9,17.5,8.8。对比国标方法,有机质和总养分的测定精度满足实验室精确分析要求,pH值测定法可用于定量分析。NIR-PLS法实现了对有机肥料进行无损快速的检测分析。

有机肥料;近红外光谱法;PLS;主要成分

有机肥较之普通化肥的一个突出特点就是可以培肥土壤。发展有机肥既是为农作物提供营养、实现农业增产增收的需要,又是保持土壤肥力、保护生态环境、实现农业循环经济的需要。有机质、总养分和pH值是评价有机肥料品质的重要技术指标。传统的国标分析方法需要使用昂贵的大型仪器设备,耗时费力且对样品破坏性大。近红外反射光谱(NIRS)分析技术是利用物质在近红外光谱区的光学特性快速测定其中一种或多种化学成分含量的技术[1],现已广泛应用于谷物、食品、饲料及土壤等的成分含量的分析测定[2-5]。

国外已有近红外光谱技术应用于畜禽粪便肥料成分含量的报道[6-8],国内也有学者用不同的化学计量学方法结合近红外光谱法对有机肥料钾离子含量、有机质、总养分等指标进行分析研究[9-12]。除此之外,郭峥等人通过对复合肥料的近红外光谱数据进行分析预测,建立了复合肥料多种养分快速分析的新方法[13]。目前,针对市场上出售的有机肥料的快速检测方法鲜有报道。笔者以偏最小二乘(PLS)法对有机肥料的近红外光谱进行建模,选取不同的波点数和主因子数对光谱进行预处理,建立了一种基于NIR-PLS的快速检测方法。

1 实验部分

1.1主要仪器与试剂

近红外光谱仪:SupNIR-2700型,聚光科技(杭州)股份有限公司;

化学计量学软件:CM-2000,聚光科技(杭州)股份有限公司;

有机肥料样品:共收集了全国17个省市的126种有机肥料。每一个样品经粉碎后分成两份,分别用于实验室化学分析和近红外光谱采集。

1.2化学分析

样品的有机质、总养分和pH值的化学值根据标准NY525-2012中5.2,5.6和5.7进行测定。其中,有机质含量测定采用重铬酸钾容量法,总养分(总氮+五氧化二磷+氧化钾)分别采用凯氏定氮法测得总氮含量,分光光度法测得磷含量,原子吸收火焰光度法测得钾含量,pH值采用pH计法测定[14]。

1.3近红外光谱的采集

使用近红外光谱仪采集光谱,取预先准备好的原样品与粉碎后样品均匀放入固体样品盘中,波长范围为1 000~2 499 nm,分辨率为6 nm,扫描次数为30。光谱扫描时,尽量将样品装满样品盘,并将表面刮平,确保无空隙气泡。为避免样本粒度差异引起光谱漂移,每个样品重复装填扫描两次,取其平均光谱。

2 结果与讨论

2.1化学分析结果

表1为全部样品有机质、总养分和pH值质量分数统计结果,包括样品数量、最小值、最大值、平均值和标准偏差。

表1 样品有机质、总养分和pH值质量分数统计数据 %

2.2有机肥料近红外光谱解析

图1为所有有机肥料粉碎后样品的近红外漫反射光谱图。由图1可知,不同样品的红外光谱存在较大差异,根据这些信息可以进行定量分析。含有C—H,N—H,O—H和S—H化学键的官能团合频近红外谱带位于2 000~2 500 nm处,一级倍频位于1 400~1 818 nm处,二级倍频位于900~1 200 nm处,三级和四级或更高倍频则位于780~900 nm处[15]。有机肥料中的有机质主要为有机物质,含有大量的C—H,N—H,O—H,S—H,C—O和C—C化学键的官能团,所以红外光谱图中含有多个吸收峰,为定量分析有机质含量提供了丰富的信息。

图1 有机肥料样品近红外光谱图

2.3样品各组分NIRS模型的建立

2.3.1光谱预处理

利用CM-2000化学计量学软件进行数据处理。样品集采用K-S方法分类,可保证校正集样品数约占总样品数的80%。图2为有机肥料近红外光谱预处理谱图。光谱预处理采用S-G平滑、S-G导数、多元散射校正(MSC)和均值中心化。其中平滑主要去掉高频噪音对信号的干扰,导数可以消除基线平移和线性倾斜,MSC可补偿在漫反射光谱中遇到的波长依赖的光散射变化。根据性质残差值及化学值误差剔除异常样品,最佳主成分数(F)由交互验证(Cross Validation)计算得出的预测残差平方和(PRESS)确定,采用PLS法建立定量分析模型。经过数据预处理的谱图其吸收峰得到了强化。

图2 样品近红外预处理谱图

2.3.2NIR模型的建立与验证

不同波段的近红外光谱信息对各组分贡献值不同,且用全波长建立模型效果不理想,因此各组分采用不同的波段和波点数进行建模,达到了满意的模型效果。模型性能由校正集相关系数(RC)、校正集标准偏差(SEC)、验证集相关系数(RP)、预测标准偏差(SEP)综合评价。其中RC和RP值越接近1,SEC和SEP值越接近0,模型校正和验证效果越好。表2为各组分含量NIR校正模型及验证数据的统计结果。

表2 各组分含量的NIR校正模型及验证数据的统计结果

有机质根据NY525中结果误差而分为3个含量段。结果表明,有机肥料粉碎样品的有机质、总养分、pH的RC和RP值均在0.98以上(pH的RP值除外),SEC和SEP值都接近国标误差范围(国标误差范围见表3)[14],所建模型对有机质和总养分有很好的预测能力和预测精度。

表3 国标中有机质、总养分和pH值的误差范围

判断模型是否适用于实际检验,相对分析误差(RPD)也是重要的指标之一。如果RPD≥3,说明定标效果良好,所建模型可以用于实际检测;如果RPD为2.5~3,说明利用NIRS进行定量分析可行,但精度有待于提高;如果RPD≤2.5,则说明该成分进行NIRS定量分析比较困难。经计算,各个组分的相对分析误差(RPD)分别为18.9(有机质<40%)、17.5(有机质为40%~55%)、8.8(有机质>55%)、5.9(总养分)和2.9(pH)。

综合RC,RP,SEC,SEP和RPD值可以看出,近红外光谱结合PLS法对有机肥料的主要成分进行分析是可行的。有机质、总养分和pH值的NIRPLS分析模型可用于实际实验室分析中,有机质和总养分模型的预测精度足以满足实际检验需要,但pH值的模型预测精度欠佳,可以通过增加样品或寻找更好的数据前处理方法和化学计量学方法对模型进行优化,以更好的服务于实际检验工作。各组分的化学值和NIR模型预测值的相关关系散点图见图3。结果表明,所建立的有机肥料重要参数近红外模型具有较高的精度。pH值的近红外分析精度不高,可能是由近红外光谱信息对pH值的贡献较少所致。偏最小二乘回归方法是目前应用较为成熟和广泛的回归方法,但不同化学计量学方法对不同性质物料的近红外光谱分析均存在一定的适用性,在以后的研究中有必要对此进行研究探讨。

图3 各组分的真实值与NIR模型预测值的相关关系散点图

2.4模型评价

粉碎有机肥料并采用近红外透射光谱法分析,可快速准确地测定有机肥料的有机质、总养分和pH值。根据国标方法误差范围,将有机质分成3个含量范围进行建模。结果表明,各个成分的校正相关系数RC和总养分验证相关系数RP均大于0.98(pH值的RP除外)。结合近红外光谱技术的特性,造成pH值的验证精确度偏低的因素有以下几点:(1)样品量偏少,造成模型容量小;(2)pH值范围内点分布不均匀;(3)化学计量学方法不适用。可以通过扩展样品数量和范围、选择其它化学计量学方法进行处理等进行改善。

3 结语

综合各组分的RC,RP,SEC,SEP和RPD值可以得出,NIR-PLS法测定有机肥料中有机质和总养分的分析精密度和准确度已接近国标方法分析允许误差要求,为有机肥料成分含量分析提供了一种新型快速分析手段。

[1] 张子仪,陈雪秀,任鹏.近红外光谱分析技术[M].北京:中国农业科技出版社,1992.

[2] 白琪林,陈绍江,董晓玲,等.近红外漫反射光谱法测定玉米秸秆NDF与ADF含量[J].光谱学与光谱分析,2004,11(11):1 345-1 347.

[3] 彭玉魁,李菊英. NIRS 法同时测定小麦种子水分、粗蛋白、赖氨酸和粗淀粉含量的研究[J].西北农业学报,1996,5(3): 31-34.

[4] 彭玉魁,李菊英,祈振秀.近红外光谱分析技术在小麦营养成分坚定上的应用[J].麦类作物,1997,17(2): 33-35.

[5] 于飞健,闵顺耕,巨晓棠,等.近红外光谱法分析土壤中的有机质和氮素[J].分析试验室,2002,21(5): 49-51.

[6] ReevesⅢJ B,Van Kessel J S. Near-infraredspectroscopic determination of carbon,total nitrogen,andammonium-N in dairy Manures[J]. J Dairy SCi,2000,83: 182-1 836.

[7] Millmier A,Lorimor J,Hurburgh C,et al. Near-infrared sensing of manure nutrients.Transactions of the ASAE,2000,43(4): 903-908.

[8] Nakatani M,Harada Y,Haga K,et al. Near infraredspectroscopy analysis of the changes in quality of cattle wastesduring composting processes[J]. J Japanese Soil and Fertile Soc, 1996,66(2): 159-161.

[9] 李子刚,刘浩,屈凌波,等.有机堆肥中作物营养元素钾的近红外光谱快速分析[J].光谱学与光谱分析,2007,27(8): 1 523-1 526.

[10] 黄光群,王晓燕,韩鲁佳.基于支持向量机的有机肥总养分含量NIRS分析[J].农业机械学报,2010,41(2): 93-98.

[11] 王晓燕,韩鲁佳,黄光群.基于近红外光谱的鸡粪工厂化堆肥过程理化指标速测分析研究[C]//.纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集.山西太古,2009.

[12] 李娟,狄艳全,董强,等.基于PLS的近红外光谱法测定有机肥料中的有机质和水分含量[J].现代科学仪器,2015(4): 82-85.

[13] 郭峥,袁洪福,张娴,等.复合肥料多种养分含量快速分析新方法[J].光谱学与光谱分析,2011,31(9): 2 424-2 427.

[14] NY 525-2012 有机肥料[S].

[15] 陆婉珍.现代近红外光谱分析技术[M].2版.北京:中国石化出版社,2006:29-31.

科学家研发出便携式埃博拉病毒检测“实验室”

西非埃博拉病毒新玛可拉(Makona)毒株已导致超过11 000人死亡,该病毒平均每个基因组中有16~27个遗传变异。基因组测序可以用来追踪这种变化,且日益受到医护工作者的欢迎,因为只要测序结果分析得足够快,就可以给他们提供信息并采取病毒控制措施。然而,由于当地缺少测序能力,且远距离运输样本测序有难度,西非埃博拉疫情期间采取基因组监控十分零散。

英国伯明翰大学Nicholas Loman团队开发的基因组监测系统使用一个重量不足100 g的DNA测序装置,既可以用标准航空行李运送,也可以插入笔记本电脑的USB接口。研究团队使用该系统测序并且分析了2015年3~10月收集的142例埃博拉病毒样本,并可在24 h内得到分析结果,测序过程需要的时间尚不到1 h。研究者认为,这显示出在资源缺乏的情况下进行实时基因组监控是可行的。

(中国分析计量网)

Rapid Analysis of Organic Matter, Total Nutrient and pH of Organic Fertilizer by Near-infrared Reflectance Spectroscopy

Li Juan1, Di Yanquan2, Dong Qiang1, Zhang Longzhuang1
[1. Xi'an Supervision & Inspection Institute of Product Quality, Xi'an 710065, China;2. Focused Photonics(Hangzhou), Inc., Hangzhou 310052, China]

A new method was explored to predict the content of organic matter, total nutrient and pH value of organic fertilizer using near-infrared spectroscopy(NIR) combined with partial least squares(PLS). The near-infrared spectroscopy of 126 pulverized samples were pretreated by S-G smooth, S-G derivative, multiplicative scatter correction(MSC)and average, and the models were established by PLS using K-S classification. The results showed that RC, SEC, RP,SEP and RPD of total nutrient were 0.990, 1.272%, 0.985, 1.084%, 5.9; and RC, SEC, RP, SEP and RPD of pH value were 0.910, 0.344%, 0.737, 0.428%, 2.9, respectively. The organic matter was divided into three samples according to national standard(<40%, <55% and >55%), RP were 1.000, 0.989, 1.000; and RPD were 18.9, 17.5, 8.8, respectively. The determination accuracy of organic matter and total nutrient could be used in accurate analysis, and pH value test could be used in quantitative analysis. NIR-PLS method could be used in quantitative analysis of main components of organic fertilizer rapidly and nondestructive.

organic fertilizer; near infrared spectroscopy; PLS; main components

O657.33

A

1008-6145(2016)02-0016-04

10.3969/j.issn.1008-6145.2016.02.005

*国家质检总局科技计划项目(2013QK152)

联系人:李娟;E-mail: 397830401@qq.com

2016-02-19

猜你喜欢
光谱法校正养分
苹果最佳养分管理技术
劉光第《南旋記》校正
养分
年轻时的流浪,是一生的养分
基于MR衰减校正出现的PET/MR常见伪影类型
在Lightroom中校正镜头与透视畸变
机内校正
直读光谱法测定热作模具钢中硫的不确定度评定
红外光谱法研究TPU/SEBS的相容性
原子荧光光谱法测定麦味地黄丸中砷和汞