一种堆肥产品品质的无损检测方法技术

本发明专利技术涉及一种堆肥产品品质的无损检测方法，它包括以下步骤：１）利用近红外漫反射光谱采集装置采集堆肥产品代表性样品的近红外漫反射光谱，并将光谱信息转换成对应的数字信息；２）确定建模的标准含量；３）对步骤１）得到的近红外漫反射光谱进行特征光谱的提取和预处理，得到近红外漫反射光谱中的最优光谱数据信息；４）将步骤３）优选出的光谱数据点组合作为输入向量，利用支持向量机回归法结合留一法交互验证的方法，结合步骤２）中测得的样品标准含量，建立一堆肥产品近红外漫反射光谱主要技术指标含量校正模型；５）评价模型；６）采集待测堆肥产品的近红外漫反射光谱，输入步骤４）中所建立的校正模型中，计算出预测待测样品的主要技术指标含量。本发明专利技术可以对高温好氧堆肥后有机肥产品的品质进行快速、高效的检测，适用于农林剩余物高温好氧堆肥后有机肥产品主要技术指标的快速、无损和高精度定量检测。

【技术实现步骤摘要】

本专利技术涉及一种有机肥料产品的检测方法，特别是关于。
技术介绍
随着畜牧养殖业的集约化发展，我国畜禽粪便年产量呈现不断增长的趋势。大量的畜禽粪便若处理不当，极易造成生态和环境污染。近年来，高温好氧堆肥化处理方法已经成为我国大量畜禽粪便无害化和资源化利用的重要途径。含水率、有机质、总养分含量(氮、磷、钾含量)和酸碱度等是衡量堆肥产品品质的重要技术指标。传统的堆肥产品品质检测方法操作步骤繁琐、费时、费力且存在一定的污染性。
技术实现思路
针对上述问题，本专利技术的目的是提供一种快速、高效的堆肥产品品质无损检测分析方法。 为实现上述目的，本专利技术采取以下技术方案，它包括以下步骤1)利用近红外漫反射光谱采集装置采集堆肥产品代表性样品的近红外漫反射光谱，并将光谱信息转换成对应的数字信息；2)根据农业行业相关标准方法，测定步骤1)中所选定代表性样品的主要技术指标含量作为建模的标准含量；3)对步骤1)得到的近红外漫反射光谱进行特征光谱的提取和预处理，得到近红外漫反射光谱中的最优光谱数据信息；4)将步骤3)优选出的光谱数据点组合作为输入向量，利用支持向量机回归法结合留一法交互验证的方法，结合步骤2)中测得的样品标准含量，建立一堆肥产品近红外漫反射光谱主要技术指标含量校正模型；5)对步骤4)得到的堆肥产品近红外漫反射光谱主要技术指标含量校正模型的性能进行评价；6)采集待测堆肥产品的近红外漫反射光谱，输入步骤4)中所建立的校正模型中，计算出预测待测样品的主要技术指标含量。 所述步骤4)中的堆肥产品近红外漫反射光谱主要技术指标含量校正模型包含的参数有校正集样品数nc，验证集样品数nv，第i个样品的化学分析值即实际值yi，第i个样品的近红外测定值zi，校正集样品实际值的平均值yc，验证集样品实际值的平均值yv，实际值的平均值y，近红外预测值的平均值 模型使用的主成分因子数k。 在所述步骤3)中，光谱预处理采用平滑、一阶或二阶导数、多元散射校正、变量标准化、数据中心化中的至少一种。 在所述步骤1)中，近红外漫反射光谱采集装置包括傅里叶变换近红外光谱仪和积分球漫反射测样器件。 每个样品重复装填扫描3次，取3次光谱的平均光谱作为对应样品的最终光谱。 每次扫描32遍，扫描的分辨率为8cm-1，光谱扫描范围为10000～4000cm-1。 本专利技术由于采取以上技术方案，其具有以下优点1、由于本专利技术首先是广泛收集堆肥产品代表性样品，使用傅里叶变换型近红外光谱仪采集样品的近红外漫反射光谱，对得到的光谱数据利用遗传算法进行特征光谱的优选和光谱数据预处理，然后采用标准方法测定样品的主要技术指标含量作为标准含量，利用支持向量机作为回归算法建立堆肥产品主要技术指标标准含量近红外光谱校正模型，因此不仅可以准确地提取堆肥产品光谱特征信息，显著减少参与建模的信息量，大大提高运算效率，而且还可以快速、无损和高精度地对堆肥产品主要技术指标进行定量检测，结果表明，基于遗传算法和支持向量机的堆肥产品品质近红外光谱速测分析方法可以实现堆肥产品主要技术指标的快速和高效定量分析。2、由于本专利技术近红外漫反射光谱的采集装置包括傅里叶变换近红外光谱仪和积分球漫反射测样器件，扫描次数为32次，分辨率为8cm-1，光谱扫描范围为10000～4000cm-1，每个样品重复装填扫描3次，取3次光谱的平均光谱作为对应样品的最终光谱，而本专利技术方法正好利用了近红外光谱分析技术的操作简单，样品无需繁琐的预处理，短时间内可以同时完成样品多个技术指标的检测，分析检测过程环保无污染，而且可以用于样品的在线检测等优点。3、由于本专利技术的光谱预处理方法为平滑、一阶或二阶导数、多元散射校正、变量标准化、数据中心化中的至少一种，因此可以确保最大程度地去除干扰并提取到光谱的有效信息。本专利技术可以对高温好氧堆肥后有机肥产品的品质进行快速、高效的检测，适用于农林剩余物高温好氧堆肥后有机肥产品主要技术指标的快速、无损和高精度定量检测。 附图说明 图1是本专利技术一实施例的堆肥产品样品的近红外漫反射光谱图 图2是本专利技术对应图1中的堆肥产品有机质含量校正集和验证集化学分析值与光谱测定值的关系散点图 具体实施例方式 下面结合附图和实施例对本专利技术进行详细的描述。 本专利技术包括以下步骤 1)利用近红外漫反射光谱采集装置采集堆肥产品代表性样品的近红外漫反射光谱，并将光谱信息转换成对应的数字信息。 该步骤具体操作为先进行近红外漫反射光谱采集装置背景光谱的扫描，然后将粉末状或颗粒状堆肥产品代表性样品置于样品杯中，扫描代表性样品的近红外漫反射光谱，再将光谱信息转换成对应的数字信息。 每个代表性样品重复装填扫描3次，每次扫描32遍，取3次近红外漫反射光谱的平均光谱作为对应样品的最终近红外漫反射光谱，扫描的分辨率为8cm-1，光谱扫描范围为10000～4000cm-1。 近红外漫反射光谱采集装置包括傅里叶变换近红外光谱仪、积分球漫反射测样器件及计算机。近红外漫反射光谱的采集和处理可以借助Matlab7.0平台及其软件包，利用SPECTRUM ONE NTS信号采集软件和QUANT+和Unscrambler 9数据处理软件获得。 堆肥产品代表性样品是指能涵盖我国农业行业相关标准如《有机肥料》和《生物有机肥》要求的各技术指标含量或大小范围且分布均匀的有效样品。 2)根据农业行业相关标准方法，测定步骤1)中所选定代表性样品的主要技术指标含量作为建模的标准含量。 3)对步骤1)得到的近红外漫反射光谱进行特征光谱的提取和预处理，得到近红外漫反射光谱中的最优光谱数据信息。 该步骤中，提取特征光谱的方法为遗传算法；预处理可以依据光谱质量及干扰的情况，选择平滑、一阶或二阶导数、多元散射校正、变量标准化、数据中心化等中的至少一种。提取特征光谱和光谱预处理的先后顺序小定，以交互验证标准差(SECV)最小为准则。由于近红外漫反射光谱中包含了很多个数据点，提取特征光谱和进行光谱预处理的目的是为了得到对堆肥产品品质各技术指标定量分析贡献率最大的数据点组合，从而使得预测精度更高。 4)将步骤3)优选出的光谱数据点组合作为输入向量，利用支持向量机回归法和留一法交互验证的方法，并结合步骤2)中测得的样品标准含量，建立一堆肥产品近红外漫反射光谱主要技术指标含量校正模型。支持向量机回归法和留一法两种方法的交互使用可以避免模型“欠拟合”或“过拟合”现象的发生。 堆肥产品近红外漫反射光谱主要技术指标含量校正模型包含的参数有校正集样品数nc，验证集样品数nv，第i个样品的化学分析值即实际值yi，第i个样品的近红外测定值zi，校正集样品实际值的平均值yc，验证集样品实际值的平均值yv，实际值的平均值y，近红外预测值的平均值 模型使用的主成分因子数k。 5)评价模型对步骤4)得到的堆肥产品近红外漫反射光谱主要技术指标含量校正模型的性能进行评价。 评定的步骤如下 a、计算出决定校正集决定系数R2和验证集决定系数r2，分别表示预测值与实际值之间关系的拟合程度 或 b、计算校正集的预测值与实际值间的偏差SEE，以及验证集的预测值与实际值间的偏差SEP c、计算留一法交互验证时预测值与实际值间的偏差，即交互验证标本文档来自技高网...

【技术保护点】
一种堆肥产品品质的无损检测方法，它包括以下步骤：１）利用近红外漫反射光谱采集装置采集堆肥产品代表性样品的近红外漫反射光谱，并将光谱信息转换成对应的数字信息；２）根据农业行业相关标准方法，测定步骤１）中所选定代表性样品的主要技术指标含量作为建模的标准含量；３）对步骤１）得到的近红外漫反射光谱进行特征光谱的提取和预处理，得到近红外漫反射光谱中的最优光谱数据信息；４）将步骤３）优选出的光谱数据点组合作为输入向量，利用支持向量机回归法结合留一法交互验证的方法，结合步骤２）中测得的样品标准含量，建立一堆肥产品近红外漫反射光谱主要技术指标含量校正模型；５）对步骤４）得到的堆肥产品近红外漫反射光谱主要技术指标含量校正模型的性能进行评价；６）采集待测堆肥产品的近红外漫反射光谱，输入步骤４）中所建立的校正模型中，计算出预测待测样品的主要技术指标含量。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄光群，韩鲁佳，杨增玲，刘贤，陈龙健，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：11[中国|北京]