在生物燃气生产过程中,玉米秸秆中的木质纤维素(纤维素、半纤维素和木质素)成分含量对厌氧发酵性能具有重要影响.针对传统方法测定本质纤维素的耗时、成本高等问题,本研究分析了近红外光谱(NIRS)结合化学计量学进行玉米秸秆中木质纤维素含量快速检测的可行性.为提高NIRS模型的检测精度和效率,将遗传模拟退火算法(GSA)、区间偏最小二乘法(iPLS)和支持向量机(SVM)相结合,构建遗传模拟退火区间支持向量机(GSA-iSVM)进行NIRS特征谱区和SVM参数的同步优化,并与反向区间偏最小二乘法(BiPLS)、遗传模拟退火区间偏最小二乘法(GSA-iPLS)的优选特征谱区的建模性能进行对比,确定基于GSA-iSVM建立的纤维素和木质素校正模型性能最佳,基于GSA-iPLS建立的半纤维素校正模型性能最佳.纤维素、半纤维素和木质素最佳校正模型验证集的预测决定系数(R2p)分别为0.910、0.990和0.939,预测均方根误差(RMSEP)分别为0.881％、0.707％和0.249％,剩余预测偏差(RPD)分别为3.283、10.235和4.270.结果表明,NIRS与GSA特征谱区智能搜索相结合,可作为可靠的替代策略,用于测量厌氧发酵工艺中预处理玉米秸秆中的木质纤维素成分含量.

玉米秸秆;木质纤维素;近红外光谱;特征谱区;偏最小二乘;支持向量机

许永花;王娜;刘金明

东北农业大学电气与信息学院,哈尔滨150030;黑龙江八一农垦大学信息与电气工程学院,大庆163319;国家杂粮工程技术中心,大庆163319

分析化学

[1]许永花;王娜;刘金明-.基于谱区优选的近红外光谱快速预测玉米秸秆中木质纤维素含量的研究)[J].分析化学,2022(10):1587-1596

iSVM,反向区间偏最小二乘,BiPLS

近红外光谱,快速预测,玉米秸秆,木质纤维素,纤维素含量,生物燃气,半纤维素,木质素,成分含量,厌氧发酵,发酵性能,定本,NIRS,化学计量学,快速检测,检测精度,遗传模拟退火算法,GSA,区间偏最小二乘法,火区,特征谱区,同步优化,校正模型,模型性能,模型验证,验证集,决定系数,R2p,RMSEP,预测偏差,RPD,智能搜索,替代策略,发酵工艺

0.206412