LIBS结合VDPSO-CMW算法的高粱Na和Fe定量方法研究

作者：王海萍; 张鹏飞; 徐琢频; 程维民; 李晓红; 詹玥; 吴跃进; 王琦^*

来源：光谱学与光谱分析, 2023, 43(03): 823-829.

• 激光诱导击穿光谱
• VDPSO-CMW算法
• 定量分析
• 波长选择
• 高粱

根的金属元素含量对高粱生长过程有重要影响。激光诱导击穿光谱(LIBS)是快速检测作物金属元素的理想技术。建立了一套基于激光诱导击穿光谱与变维粒子群优化和组合移动窗口(VDPSO-CMW)的波长选择算法相结合的高粱根部金属元素定量分析方法。获得不同Na和Fe浓度积累的高粱样本27份。针对高粱根部的LIBS光谱，利用VDPSO-CMW算法筛选与Na和Fe元素相关的特征波段，并构建PLS定量分析模型。经VDPSO-CMW算法优化后，高粱根部Na元素的PLS模型的建模结果交叉验证决定系数(RCV2)为0.962，相比优化前的模型上升了6.5%，交叉验证均方根误差(RMSECV)为1.261，相比优化前模型下降了37.7%，预测决定系数(RP2)为0.988，相比优化前的模型上升了16.8%，预测均方根误差(RMSEP)为1.063，相比优化前的模型下降了72.1%；经VDPSO-CMW算法优化后的高粱根部Fe校正模型的RCV2为0.956，相比优化前的模型上升了7.4%,RMSECV为5.095，相比优化前的模型下降了37.1%,RP2为0.955，相比优化前的模型上升了4.3%,RMSEP为6.438，相比优化前的模型下降了27.3%。结果表明，VDPSO-CMW波长选择算法能够剔除LIBS受自吸收、谱线干扰等因素的波段，提高定量分析准确度。该算法和LIBS技术的结合不仅能够实现高粱根部Na和Fe元素的快速精确测定，也适用于其他样本和元素的定量分析。

• 单位
  安徽大学; 中国科学院合肥物质科学研究院; 中国科学技术大学