一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法技术

一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法，属于海藻生物质检测领域，包括以下步骤：(1)大型褐藻样本的收集与预处理；(2)大型褐藻样本近红外光谱数据的采集；(3)大型褐藻样本中木质纤维素三组分含量的湿化学分析法测定；(4)近红外快速检测模型的建立与验证；(5)近红外快速检测模型的应用。本发明专利技术可用于快速、准确测定大型褐藻中的木质纤维素三组分含量，满足了实际生产检测中高通量的要求，且与现有的木质纤维素化学分析方法相比，本方法具有操作简便、绿色环保等优点。

【技术实现步骤摘要】
一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法
本专利技术涉及海藻生物质检测领域，特别地，涉及一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法。
技术介绍
温室效应等环境恶化问题及能源危机使发展以可再生能源为主的现代能源体系成为国际社会的共识，参照文献1：郭楷模,陈伟,吴勘,何涛,汪其,李富岭.国际能源科技发展新动向及其对我国的启示[J].世界科技研究与发展,2018,40(03):227-238；文献2：Vamvuka,D.Bio‐oil,solidandgaseousbiofuelsfrombiomasspyrolysisprocesses—Anoverview[J].InternationalJournalofEnergyResearch,2011,35(10):835-862.即范缪克·道.生物质热解过程生产生物油以及固体和气体生物燃料的概述[J].国际能源研究期刊,2011,35(10):835-862。而生物质能具有普遍性以及丰富性，是可大规模部署与利用的可再生能源之一。在现有的生物质能源转化技术或工艺中，其原料多采用玉米、甘蔗等食用作物，存在对粮食价格造成冲击的弊端，参照文献3：邱庆庆,任秀莲,吴泽,陈泳兴,魏琦峰.海藻生物质能源转化研究现状[J].生物技术进展,2015,5(03):153-157。而大型褐藻作为水生植物的典型代表，具有不占用淡水及土地资源、产量丰富等特点，是较为理想的生物质原料之一。目前，利用大型海藻发酵制取沼气、乙醇等生物燃料的研究取得了较好的成果，为大型海藻生物质的利用提供了理论依据和实践基础，参照文献4：于敏,关春江,那杰.大型海藻发酵制取乙醇研究浅析[J].水产学杂志,2014,27(01):55-59；文献5：Martín,M.,Grossmann,I.E.Optimalengineeredalgaecompositionfortheintegratedsimultaneousproductionofbioethanolandbiodiesel[J].AicheJournal,2013,59(8):2872-2883.即马丁·米,格罗斯曼·伊格纳西奥.同步生产生物乙醇与生物柴油的最佳工程藻类组分研究[J].美国化学工程师学会期刊,2013,59(8):2872-2883；文献6：JohnRP,AnishaGS,NampoothiriKM,etal.Microandmacroalgalbiomass:arenewablesourceforbioethanol[J].BioresourceTechnology,2011,102(1):186.即约翰·罗然,妮莎,马达范等.微藻与大型海藻作为生物乙醇的可再生资源研究[J].生物资源技术,2011,102(1):186。相较于陆源生物质，大型海藻中含量较高的纤维素与半纤维素组分有利于生物燃料产量的提高，而含量较低的木质素组分则有利于水解及发酵工艺中降解过程的进行，参照文献7：Wei,N.,Quarterman,J.,Jin,Y.S.Marinemacroalgae:anuntappedresourceforproducingfuelsandchemicals[J].TrendsinBiotechnology,2013,31(2):70-77.即魏娜,乔希·季曼,金永苏.海洋巨藻：用于生产燃料和化学品的未开发资源[J].生物质技术趋势,2013,31(2):70-77；文献8：Martín,M.,Grossmann,I.E.Optimalengineeredalgaecompositionfortheintegratedsimultaneousproductionofbioethanolandbiodiesel[J].AicheJournal,2013,59(8):2872-2883.即马丁·米,格罗斯曼·伊格纳西奥.同步生产生物乙醇与生物柴油的最佳工程藻类组分研究[J].美国化学工程师学会期刊,2013,59(8):2872-2883；文献9：Gallagher,M.E.,Hockaday,W.C.,Masiello,C.A.,etal.Biochemicalsuitabilityofcropresiduesforcellulosicethanol:disincentivestonitrogenfertilizationincornagriculture[J].EnvironmentalScience&Technology,2011,45(5):2013.即加拉格尔·摩根,霍卡迪·威廉,马西洛·卡罗琳等.作物残渣生产生物乙醇的生物适应性与农业氮肥施用抑制的研究[J].环境科学及技术,2011,45(5):2013；文献10：Huang,H.J.,Ramaswamy,S.,Aldajani,W.,etal.Effectofbiomassspeciesandplantsizeoncellulosicethanol:acomparativeprocessandeconomicanalysis[J].Biomass&Bioenergy,2009,33(2):234-246.即黄华江,拉马斯瓦米,瓦利德等.生物质种类和植物大小对纤维素乙醇的影响：比较过程和经济分析[J].生物质和生物能源,2009,33(2):234-246；文献11：Krasznai,D.J.,Hartley,R.C.,Roy,H.M.,etal.Compositionalanalysisoflignocellulosicbiomass:conventionalmethodologiesandfutureoutlook[J].CriticalReviewsinBiotechnology,2017,38(2):1.即丹尼尔·克拉兹奈,雷切尔·哈利特,汉娜·罗伊等.木质纤维素生物质的组成分析：常规方法和未来展望[J].生物质技术评论,2017,38(2):1。因此，木质纤维素三组分的含量对以大型褐藻为原料的生物燃料工艺的产量及品质具有显著影响，快速准确地测定大型褐藻中木质纤维素的含量十分必要。现有的大型褐藻木质纤维素含量分析方法主要分为传统湿化学分析法以及现代仪器分析法，参照文献12：陈霜.低纤维素植物原料化学成分定量分析方法研究[D].东华大学,2017。其中，传统湿化学分析法主要包括苎麻化学成分定量分析方法(GB/T5889-1986)、VanSoest法及其改进法(参照文献13：Jin,X.,Chen,X.,Shi,C.,etal.Determinationofhemicellulose,celluloseandlignincontentusingvisibleandnearinfraredspectroscopyinMiscanthussinensis[J].BioresourceTechnology,2017,241:603.即金晓丽,陈晓玲,石春海等.可见光和近红外光谱法测定芒草中半纤维素、纤维素和木质素含量[J].生物资源技术,2017,241:603；文献14：文玉,王玉万.蔗渣木质纤维成分本文档来自技高网...

【技术保护点】
1.一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法，其特征在于，所述方法包括以下步骤：第一步，大型褐藻样本的收集与预处理采集不同海域多个批次的大型褐藻样本，在用清水洗涤至除尽表面附着的泥沙和盐分后放置于阳光下初步干燥，随后在烘箱内进一步干燥，最后经粉碎机粉碎后用多层筛网筛分，取60目褐藻颗粒装入抽真空的密封透明袋中备用；第二步，大型褐藻样本近红外光谱数据的采集称取大型褐藻颗粒置于近红外光谱仪的旋转样品池，装满刮平，在漫反射模式下采集光谱数据，光谱仪扫描次数为64，分辨率为8cm‑1，扫描波数范围为12000～4000cm‑1，每个样品的近红外光谱数据重复采集多次，取多次光谱数据的平均值作为对应褐藻样本的原始近红外光谱；第三步，大型褐藻样本中木质纤维素三组分含量的湿化学分析法测定采用改进后的硫酸与重铬酸钾氧化法测定大型褐藻样本的纤维素含量，采用水解法测定大型褐藻样本的半纤维素含量，采用美国国家可再生能源实验室NREL方法测定大型褐藻样本的木质素含量；第四步，近红外快速检测模型的建立与验证首先，由第二步采集的近红外原始光谱数据与第三步测定的木质纤维素三组分含量数据构成总样本集，对总样本集进行异常样本的识别与剔除，剩余样本集采用Kennard‑Stone方法划分为校正集、验证集与预测集。然后基于校正集与验证集，对近红外原始光谱数据进行光谱预处理与特征波长筛选，并采用偏最小二乘法PLS分别建立纤维素含量近红外快速检测模型、半纤维素含量近红外快速检测模型、木质素含量近红外快速检测模型，最后基于预测集，对所近红外快速检测模型进行验证，其中采用相关系数R、均方根误差Rmsec、相对分析误差RPD作为模型预测性能的评价指标；第五步，近红外快速检测模型的应用将待测的未知大型褐藻样本依据所述第一步进行样品预处理，继而依据所述第二步采集相应的近红外光谱数据，将近红外光谱数据输入所述第四步中已建立的近红外快速检测模型中，即可得到待测大型褐藻样本的木质纤维素三组分含量数据。...

【技术特征摘要】
1.一种基于近红外光谱快速检测大型褐藻木质纤维素三组分含量的方法，其特征在于，所述方法包括以下步骤：第一步，大型褐藻样本的收集与预处理采集不同海域多个批次的大型褐藻样本，在用清水洗涤至除尽表面附着的泥沙和盐分后放置于阳光下初步干燥，随后在烘箱内进一步干燥，最后经粉碎机粉碎后用多层筛网筛分，取60目褐藻颗粒装入抽真空的密封透明袋中备用；第二步，大型褐藻样本近红外光谱数据的采集称取大型褐藻颗粒置于近红外光谱仪的旋转样品池，装满刮平，在漫反射模式下采集光谱数据，光谱仪扫描次数为64，分辨率为8cm-1，扫描波数范围为12000～4000cm-1，每个样品的近红外光谱数据重复采集多次，取多次光谱数据的平均值作为对应褐藻样本的原始近红外光谱；第三步，大型褐藻样本中木质纤维素三组分含量的湿化学分析法测定采用改进后的硫酸与重铬酸钾氧化法测定大型褐藻样本的纤维素含量，采用水解法测定大型褐藻样本的半纤维素含量，采用美国国家可再生能源实验室NREL方法测定大型褐藻样本的木质素含量；第四步，近红外快速检测模型的建立与验证首先，由第二步采集的近红外原始光谱数据与第三步测定的木质纤维素三组分含量数据构成总样本集，对总样本集进行异常样本的识别与剔除，剩余样本集采用Kennard-Stone方法划分为校正集、验证集与预测集。然后基于校正集与验证集，对近红外原始光谱数据进行光谱预处理与特征波长筛选，并采用偏最小二乘法PLS分别建立纤维素含量近红外快速检测模型、半纤维素含量近红外快速检测模型、木质素含量近红外快速检测模型，最后基于预测集，对所近红外快速检测模型进行验证，其中采用相关系数R、均方根误差Rmsec、相对分析误差RPD作为模型预测性能的评价指标；第五步，近红外快速检测模型的应用将待测的未知大型褐藻样本依据所述第一步进行样品预处理，继而依据所述第二步采集相应的近红外光谱数据，将近红外光谱数据输入所述第...

【专利技术属性】
技术研发人员：艾宁，蒋益波，夏陆岳，王祁宁，应惠娟，楼洒，赵雨，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33