纤维素类芒属草本能源植物品质近红外光谱快速检测技术研究.pdfVIP

第36卷 ，第 1期 光 谱 学 与 光 谱 分 析 Wo1．36，No．1，pp64—69 2016年 1月 SpectroscopyandSpectralAnalysis January，2016 纤维素类芒属草本能源植物品质近红外光谱快速检测技术研究 李晓娜，范希峰 ，武菊英，张国芳，刘尚义，武美军，程研博，张 楠 北京草业与环境研究发展中心，北京 100097 摘 要 我国生物质能源产业近年来得到快速发展，但对能源草的研究还处于初级阶段，如果能建立全面 的能源植物木质素、纤维素、半纤维素的近红外预测模型数据库，将有助于优 良品种的筛选、能源植物能用 性能的评价及生物质能源产业在线控制。本研究采用傅里叶变换近红外光谱 (FT-NIR)技术结合偏最小二乘 法(PLSR)建立了荻、南荻、奇岗、芒四种芒属能源植物品质指标 (纤维素，半纤维素，木质素和灰分)近红外 预测模型，并在此基础上研究了样本粒度对模型的影响。研究结果表明：(1)四种芒属能源植物茎秆中纤维 素，半纤维素和木质素含量误差均方根(RMSECV)分别为 1．35 (R 一0．88)，0．39％(Rz一0．91)和0．35 (R 一O．80)，叶片中纤维素，半纤维素和木质素含量误差均方根 (RMSECV)分别为0．72％(R 一0．88)， 0．85 (R2—0．85)和0．44( 一0．87)，所建的纤维素，半纤维素和木质素的近红外校准模型在预测未知样 品含量时效果较好，但灰分含量预测效果不理想；(2)2和0．5mm粒度样品所建近红外模型均满足样品检 测精度要求，但考虑到时间和人工成本，建议在工厂对能源植物原料品质进行分析时，采用 2lnlTl样品建 模 。 关键词 纤维素；近红外 ；芒；能源植物；粒度 中图分类号：O561．3 文献标识码：A DOI：10．3964／j．issn．1000—0593(2016)01—006406 业、环保领域。然而有关近红外光谱分析技术在能源植物方 引 言 面应用的研究却很少。Hames等研究了利用近红外光谱法来 预测以玉米秸秆为原料加工乙醇所产生的中间产物的含量， 能源是当今社会发展的物质基础，也是现代工业生产的 并发现是可行的，为了节省时问和成本，在不影响精度的情 核心，但随着不可再生资源的日益耗竭，能源危机也将成为 况下，可 以使用近红外光谱技术 来预测热值、水分 和灰 世界性难题。因此，可再生能源的开发与利用是我国能源可 分l3j。XPhilip和Lu等建立了玉米秸秆、柳枝稷的三个品种 持续发展战略中的重要组成部分。纤维素类植物因其分布广 葡聚糖、木聚糖、半乳糖体、树胶醛糖、甘露聚糖、木质素和 泛，充足丰富作为可再生能源具有极大的潜力_1]。但是不 灰分的近红外模型，在糖和木质素指标方面取得了较好的预 同的纤维素植物种、同一植物种不同的栽培方式、不同的收 测效果l4 。Fagan等建立了芒草水分、热值、灰分、碳含量 获日期均可造成其生物组成不同，进而影响到其利用方式及 的近红外模型，表明近红外光谱技术对于水分、热值具有很 加工工艺。比如，生物乙醇的预处理和发酵过程需要了解原 好的预测效果l6]。在国内程旭云，牛智有等构建了生物质秸 料的生物成分信息，进行合理的设计以达到加速其高温分解 秆热值的近红外光谱模型 ，预测结果理想[7]。杨增玲，薛俊 的目的。因此在纤维素类植物加工为生物燃料之前，了解原 杰等分析了不同光谱采集条件下麦秸低位热值的近红外光谱 料的生物成分信息是必须的，因此需要快速准确检测每一批 技术检测效果 ，表 明不同的近红外光谱仪所建模型精度一 料生物成分 ，但传统