科研之友
微信
新浪微博
Facebook
分享链接
摘要
厌氧发酵是实现废弃物资源化利用的重要方式之一，可溶性糖作为厌氧发酵的重要代谢产物，其浓度变化对产酸阶段的挥发性脂肪酸含量有非常大的影响，同时，也可以间接反映厌氧发酵的产气性能和稳定性。为实现可溶性糖的快速无损检测，本研究利用近红外光谱技术结合偏最小二乘回归法建立可溶性糖预测模型。采集不同接种比例下5种发酵浓度的猪粪沼液样品，测定其化学值并采集近红外光谱图，选取78个样品作为校正集，26个样品作为预测集。分析可溶性糖的光谱特性，比较Kennard Stone、SPXY、Duplex和K-fold-cross validate 4种数据划分方法建立的光谱模型的差异性；采用多元散射校正、标准正态变量、SG平滑、一阶导数和二阶导数对光谱数据进行预处理；利用主成分分析-马氏距离剔除光谱异常值；连续投影算法、竞争性自适应重加权法、遗传算法、变量组合总体分析、引导软阈值算法、蒙特卡罗-无信息变量消除法和区间随机蛙跳法7种方法用于选取最优的特征波段。结果表明最佳处理组合为Duplex-Original-PCA-MD-SPA-PLSR,能够实现对沼液中可溶性糖的快速定量分析。在进行20次重复循环后，校正集R2为0.828,RMSE为0.017mg·mL-1,RPD为2.213;预测集R2为0.781,RMSE为0.022mg·mL-1,RPD为2.179。预测集和校准集的拟合度较好，光谱预测模型具有较好的稳定性和精确性，为厌氧发酵系统中可溶性糖的定量预测提供一种可行性参考。
-
单位中国环境监测总站; 国家环境保护环境监测质量控制重点实验室
