基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
建立了基于近红外光谱技术的生物炭组分快速定量分析方法.采集了163个样品在10000~3800 cm-1范围内的近红外光图谱,测定了样品中的固定碳(Fixed carbon,FC)、挥发分(Volatile matter,VM)和灰分(Ash)3种组分含量.在优化建模波段,确定最佳因子数,采用多元散射校正与二阶导数光谱法对原始光谱预处理后,利用偏最小二乘法(Partial least squares,PLS)构建了生物炭样品中3种组分的模型,并对模型的预测性能进行了评价.结果表明,PLS模型具有良好的预测能力,FC、VM和Ash 的真实值和预测值的相关系数(Predicted coefficient, R2p)分别达到0. 9423,0. 9517和0. 9265,预测均方差(Root mean square error of prediction,RMSEP)值分别为0.1074,0.1201和0.1243,相对预测误差(Ratio of prediction to deviation, RPD)值分别为3.51,4.28和2.03.模型对FC和VM的精度较高,可以作为定量分析方法.根据RPD值,模型对Ash的预测精度较差,需要进一步提高模型预测精准度.本方法为生物炭组分的定量分析提供一种快速有效的技术手段.
推荐文章
基于近红外光谱技术的鱼雷燃料组分含量分析系统
鱼雷燃料
近红外光谱
组分含量
近红外光谱成像分析技术的应用进展
近红外图像
化学计量学
进展
基于独立组分分析和BP神经网络的可见/ 近红外光谱稻谷年份的鉴别
可见/近红外光谱
稻谷
独立组分分析
BP神经网络
近红外光谱技术在制药过程分析中的应用进展
近红外光谱技术
制药过程分析
化学计量学
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于近红外光谱技术的生物炭组分分析
来源期刊 分析化学 学科
关键词 近红外 光谱 生物炭 固定碳 挥发分 灰分
年,卷(期) 2018,(4) 所属期刊栏目 研究报告
研究方向 页码范围 609-615
页数 7页 分类号
字数 5422字 语种 中文
DOI 10.11895/j.issn.0253-3820.171084
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪建飞 安徽科技学院资源与环境学院 20 49 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (30)
二级引证文献  (4)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
近红外
光谱
生物炭
固定碳
挥发分
灰分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
分析化学
月刊
0253-3820
22-1125/O6
大16开
长春人民大街5625号
12-6
1972
chi
出版文献量(篇)
9636
总下载数(次)
16
论文1v1指导