申请/专利权人：塔里木大学

申请日：2023-07-12

公开（公告）日：2024-01-26

公开（公告）号：CN116952893B

主分类号：G01N21/359

分类号：G01N21/359;G16C20/70

优先权：

专利状态码：有效-授权

法律状态：2024.01.26#授权;2023.11.14#实质审查的生效;2023.10.27#公开

摘要：本发明本发明提供了一种近红外检测猪粪堆肥过程中的腐殖化程度的方法，测定由猪粪为主原料的推肥通过利用己知腐熟后的待测样品的近红外光谱特征波段和化学成分含量待测样品中水溶性有机物、腐植酸、胡敏酸的含量实验值之间建立数学模型，来快速检测猪粪堆肥过程中的腐殖化程度，判断猪粪堆肥是否己完全腐熟可施入土壤，本发明提供的方法，操作简单，低成本，快捷方便。

主权项：1.一种近红外检测猪粪堆肥过程中的腐殖化程度的方法，包括以下步骤：1将待测猪粪堆肥依次进行烘干、粉碎和过筛，得到待测样品；2在4000～10000cm-1波数范围，对所述步骤1得到待测样品的进行近红外光谱测试，得到待测样品的近红外光谱图；采用化学实验方法对待测样品进行标准测量，分别得到待测样品中水溶性有机物、腐植酸和胡敏酸的含量实验值；3采用蒙特卡洛算法对所述步骤2得到待测样品的近红外光谱图进行数据预处理，分别得到待测样品中水溶性有机物、腐植酸和胡敏酸的光谱特征波段；4按预设比例，将所述步骤3得到的待测样品随机划分为训练集和测试集；所述训练集又称为样本；采用竞争自适应重加权算法，基于所述训练集中水溶性有机物、腐植酸和胡敏酸的光谱特征波段和含量实验值，构建Kohonen网络，计算节点与样本之间的相似度，并使用自适应权重策略更新节点权重和样本权重，然后通过重复执行相似度计算和自适应权重更新的过程即重复迭代，直到Kohonen网络达到收敛状态或者指定的迭代次数达到为止，得到训练后的Kohonen网络；基于所述测试集中水溶性有机物、腐植酸和胡敏酸的光谱特征波段和含量实验值对所述训练后的Kohonen网络进行测试验证；5对所述步骤3得到水溶性有机物的光谱特征波段进行二阶导数处理，然后采用基于PCR方法建立水溶性有机物的定量分析模型；对所述步骤3得到腐植酸的光谱特征波段进行二阶导数处理，然后基于PLS方法建立腐植酸的定量分析模型；对所述步骤3得到胡敏酸的光谱特征波段进行归一化处理，然后基于随机森林方法建立胡敏酸的定量分析模型；6按照与所述步骤1相同的方法制备得到验证样品，然后按照与所述步骤2相同的方法制备得到验证样品的近红外光谱图，再利用所述步骤4中水溶性有机物、腐植酸和胡敏酸的定量分析模型计算出所述验证样品中水溶性有机物、腐植酸和胡敏酸的含量预测值；采用化学实验方法对验证样品进行标准测量，分别得到验证样品中水溶性有机物、腐植酸和胡敏酸的含量实验值；将所述验证样品中水溶性有机物、腐植酸和胡敏酸的含量预测值和含量实验值的进行对比验证，对所述水溶性有机物、腐植酸和胡敏酸的定量分析模型建模型的检测能力进行评价，确定具有良好的检测能力，用于检测猪粪堆肥过程中的腐殖化程度；对所述水溶性有机物、腐植酸和胡敏酸的定量分析模型进行模型维护，构筑近红外检测猪粪堆肥过程中的腐殖化程度的方法；所述模型维护的方法，包括以下步骤：6-1实时按照与所述步骤1相同的方法制备得到模型维护样品；6-2将所述6-1得到模型维护样品和所述步骤3得到待测样品合并作为更新后的待测样品，基于所述更新后的待测样品，依次按照与所述步骤3、4、5相同的方法分别建立水溶性有机物、腐植酸和胡敏酸的定量分析模型。

全文数据：

权利要求：

百度查询： 塔里木大学 一种近红外检测猪粪堆肥过程中的腐殖化程度的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD