生物质近红外光谱模型传递方法的研究  

Study on the transfer method of near infrared spectroscopy model for biomass analysis

作　　者：姚燕[1] 王晶[1] 孙琪[1] 王常玥 朱颖颖[2] 

机构地区：[1]中国计量大学计量测试工程学院,杭州浙江310018 [2]宁波大学海运学院,宁波浙江315211

出　　处：《可再生能源》2017年第1期148-153,共6页Renewable Energy Resources

基　　金：国家自然科学基金项目(51606181);中国计量大学"仪器科学与技术"重中之重学科人才培育计划项目(JL150512);浙江省自然科学基金项目(LQ12E06002)

摘　　要：在建立近红外光谱预测模型时,由于受到环境、温度以及其他因素的影响,使得原模型无法预测新样本成分,造成模型预测精度的下降。文章探讨了基于近红外光谱技术的林木类生物质工业分析的预测模型在不同时间之间的转移方法,即采用斜率/截距校正和分段式直接校正两种方法进行研究。结果表明:采用斜率/截距方法后,对于工业分析,模型的RMSEP比转移前分别降低了0.91,0.78,1.23和1.03,R2分别上升了96.97%,37.99%,23.83%和23.51%;采用分段式直接校正方法后,模型的RMSEP比转移前分别降低了0.93,0.83,1.24和1.08,R2分别上升了102.22%,43.73%,26.92%和29.35%。经过模型转移方法处理后,预测结果的精度有较大程度的改善,尤其是采用分段式直接校正方法的效果更为明显。Affected by environment, temperature and other factors, the original model cannot predict components of the latest samples through near infrared spectroscopy（NIRS）. To address this problem, two methods of transfer model, slope/bias correction and piecewise direct standardiaztion（PDS）, are applied to improve the prediction results in this paper. The results indicate that Root-Mean-Square Error of Prediction（RMSEP） reduces 0.91, 0.78, 1.23 and 1.03, R2 increases 96.97%,37.99%, 23.83% and 23.51% through slope/bias correction method. RMSEP reduces 0.93, 0.83, 1.24,1.08, R2 increases 102.22%, 43.73%, 26.92% and 29.35% through PDS method. The model predicting results improve obviously after transferring. Compared with slope/bias correction, PDS method has more significant effect on transferring model.

关 键 词：林木类生物质 近红外光谱 模型转移 斜率/截距校正 分段式直接校正 

分 类 号：TK6[动力工程及工程热物理—生物能] S216.2[农业科学—农业机械化工程]