论文部分内容阅读
随着化学计量学和计算技术的快速发展，近红外（NIR）光谱以其简便、快速、非破坏性和易于在线分析等特点，在诸多实际领域中得到成功应用。波长优化是NIR分析的核心技术之一，它对于提高预测精度、降低计算复杂性和设计专用光谱仪器具有重要意义。本文以土壤锌含量NIR分析为例，研究连续型、准连续型两类NIR分析的波长优化模型，为研发土壤重金属检测新技术提供理论依据。在下列几方面取得成果：1)基于随机性、相似性和稳定性，构建包括定标、预测和检验过程的新型NIR分析建模体系，建立稳定可靠的数学模型；2)基于定标、预测集的多次划分，对移动窗口偏最小二乘（MW-PLS）回归方法进行改进，使之具有稳定性，建立土壤锌含量NIR分析的连续型波长优化模型；得到最优MW-PLS模型的波段为812-826nm，PLS因子个数为6，其检验的预测均方根偏差（V-SEP）、预测相关系数（V-RP）分别为67.980mg kg-1、0.775；3)采用本团队提出的等间隔组合多元线性回归（EC-MLR）方法，建立土壤锌含量NIR分析的准连续型波长优化模型；得到最优EC-MLR模型的波长组合为(1082,1086,1090,1094,1098,1102,1106)，其检验效果V-SEP、V-RP分别为75.870mg kg-1、0.712；4)提出最优MW-PLS模型、最优EC-MLR模型的等效模型集合，它们分别包括29、11个等效模型。MW-PLS等效模型集的29个等效波段中，波段812-822nm正好被其余波段包含，表明它具有充分的信息含量和最低的计算复杂性，其检验效果V-SEP、V-RP分别为69.328mg kg-1、0.760；EC-MLR等效模型集的11个等效波长组合中，波长组合(1094,1098,1102,1106)具有最少的波长个数（N），从而具有最低的计算复杂性，其检验效果V-SEP、V-RP分别为76.520mg kg-1、0.713。结果表明，土壤锌含量的光谱预测值与参考方法实测值的相关性、吻合性良好。本文提出的连续型、准连续型波长优化模型为近红外光谱用于土壤锌含量分析以及相关仪器设计提供有价值的参考。