椰糠基質(zhì)有效氮近紅外檢測(cè)儀設(shè)計(jì)與試驗(yàn)

魯 兵 王旭峰 何 珂 胡 燦 高 薪 湯修映

(1.中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院， 北京 100083； 2.塔里木大學(xué)機(jī)械電氣化工程學(xué)院， 阿拉爾 843300)

0 引言

椰糠基質(zhì)是由椰子外殼經(jīng)過(guò)粉碎、脫鹽和干燥等一系列加工形成的可再生栽培基質(zhì)[1-2]。另外，椰糠基質(zhì)具有較好的儲(chǔ)水、蓄肥、透氣性和重復(fù)使用等優(yōu)點(diǎn)，被廣泛應(yīng)用于我國(guó)設(shè)施農(nóng)業(yè)番茄、黃瓜和草莓等作物的無(wú)土栽培[3-7]。氮是作物生長(zhǎng)所必需的大量營(yíng)養(yǎng)元素之一，土壤/基質(zhì)是作物生長(zhǎng)氮素供應(yīng)的重要來(lái)源[8-9]。有效氮表征土壤/基質(zhì)的近期氮肥供應(yīng)能力，通過(guò)測(cè)量其含量可實(shí)現(xiàn)氮肥精量科學(xué)施肥[10]。由于傳統(tǒng)土壤養(yǎng)分檢測(cè)方法具有耗時(shí)、費(fèi)力和操作專業(yè)性強(qiáng)等缺點(diǎn)，生產(chǎn)中常采用過(guò)量施加氮肥來(lái)保障種植效益，造成水體富營(yíng)養(yǎng)化等嚴(yán)重的農(nóng)業(yè)面源污染。因此，研究椰糠基質(zhì)氮肥快速檢測(cè)技術(shù)十分必要。

近紅外作為一種快速無(wú)污染的光學(xué)檢測(cè)技術(shù)，近年來(lái)被廣泛應(yīng)用于農(nóng)業(yè)、食品、石油化工和醫(yī)學(xué)等領(lǐng)域的快速檢測(cè)[11-14]。目前，國(guó)內(nèi)外學(xué)者對(duì)土壤指標(biāo)近紅外光譜檢測(cè)開(kāi)展了大量的研究工作，但利用近紅外光譜技術(shù)對(duì)栽培基質(zhì)指標(biāo)進(jìn)行快速檢測(cè)的研究鮮見(jiàn)報(bào)道。例如，張東興等[15]、楊柳等[16]基于可見(jiàn)/近紅外光譜技術(shù)開(kāi)發(fā)出土壤水分快速測(cè)量傳感器；焦彩霞等[17]利用可見(jiàn)-短近紅外成像光譜數(shù)據(jù)實(shí)現(xiàn)土壤有機(jī)質(zhì)含量的快速檢測(cè)；周鵬等[18]基于土壤全氮和含水率檢測(cè)的7個(gè)敏感波長(zhǎng)開(kāi)發(fā)出車載式原位土壤參數(shù)檢測(cè)儀；劉燕德等[19]采用近紅外漫反射技術(shù)實(shí)現(xiàn)贛南臍橙園土壤全磷和全鉀同時(shí)快速檢測(cè)；YANG等[20]利用卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)相結(jié)合，實(shí)現(xiàn)土壤有機(jī)碳、陽(yáng)離子交換量和pH值等指標(biāo)的高精度近紅外光譜預(yù)測(cè)；MUNNAF等[21]利用4種不同方法優(yōu)化得到了土壤pH值和有機(jī)碳、磷、鉀含量的最佳在線可見(jiàn)/近紅外光譜預(yù)測(cè)模型；TARNIK等[22]提出最小方差結(jié)合貝葉斯算法實(shí)現(xiàn)土壤氮、有機(jī)碳和水分等9種指標(biāo)的快速定量可見(jiàn)/近紅外光譜檢測(cè)；KODAIRA等[23]利用可見(jiàn)/近紅外微型光譜儀實(shí)現(xiàn)土壤中銨態(tài)氮、硝態(tài)氮和總氮等12種指標(biāo)的快速精確定量檢測(cè)。綜上所述，采用近紅外光譜對(duì)椰糠基質(zhì)有效氮含量進(jìn)行快速光學(xué)檢測(cè)具有較大的可行性。由于椰糠基質(zhì)與土壤的物理指標(biāo)、化學(xué)指標(biāo)和生物學(xué)指標(biāo)均存在顯著性差異，土壤養(yǎng)分的可見(jiàn)/近紅外光譜預(yù)測(cè)模型并不能用于椰糠基質(zhì)的養(yǎng)分評(píng)價(jià)。因此，采用近紅外光譜對(duì)椰糠基質(zhì)有效氮含量進(jìn)行快速檢測(cè)研究具有重要的實(shí)際意義。

本文基于近紅外漫反射光譜分析技術(shù)，設(shè)計(jì)椰糠基質(zhì)有效氮近紅外光譜檢測(cè)儀，開(kāi)發(fā)實(shí)時(shí)檢測(cè)及控制軟件，建立椰糠基質(zhì)有效氮近紅外光譜檢測(cè)的最佳預(yù)測(cè)模型，并將建立的最優(yōu)光譜預(yù)測(cè)模型嵌入到檢測(cè)儀器的軟件控制程序中，對(duì)檢測(cè)儀器的性能進(jìn)行試驗(yàn)驗(yàn)證，以實(shí)現(xiàn)椰糠基質(zhì)有效氮的快速實(shí)時(shí)檢測(cè)。

1 檢測(cè)儀硬件設(shè)計(jì)

1.1 整機(jī)結(jié)構(gòu)與工作原理

圖1 椰糠基質(zhì)有效氮近紅外光譜檢測(cè)儀Fig.1 NIR spectrum detecting instrument for available nitrogen in coco-peat substrate1.文丘里輸送管 2.粉碎室漏斗 3.粉碎室 4.高速交流電機(jī) 5.前處理裝置支撐架 6.前處理裝置 7.物料輸送軟管 8.氣力輸送裝置 9.氣流軟管 10.檢測(cè)機(jī)箱 11.樣品臺(tái) 12.光源 13.重力式沉降樣品室 14.光纖及光纖探頭 15.近紅外光譜檢測(cè)裝置 16.Flame NIR光譜儀 17.真空氣動(dòng)上料器 18.樣品回收裝置 19.控制系統(tǒng) 20.PU管 21.空氣壓縮機(jī)

為了實(shí)現(xiàn)椰糠基質(zhì)有效氮含量的快速穩(wěn)定檢測(cè)，基于漫反射測(cè)量原理設(shè)計(jì)了檢測(cè)波長(zhǎng)范圍為950～1 660 nm的椰糠基質(zhì)有效氮近紅外檢測(cè)儀。該檢測(cè)儀器主要由前處理裝置、氣力輸送裝置、重力式沉降樣品室、近紅外光譜檢測(cè)裝置、樣品回收裝置和空氣壓縮機(jī)等組成，總體結(jié)構(gòu)如圖1所示。其中，前處理裝置主要由粉碎室、粉碎室漏斗、高速交流電機(jī)和前處理裝置支撐架等組成；氣力輸送裝置主要由軟管、文丘里輸送管、調(diào)壓閥和電磁閥等組成；近紅外光譜檢測(cè)裝置主要由Flame NIR光譜儀、光源、光纖及光纖探頭、樣品臺(tái)及檢測(cè)機(jī)箱等組成；樣品回收裝置主要由真空氣動(dòng)上料器、軟管和旋風(fēng)式除塵器等組成。控制系統(tǒng)不僅實(shí)現(xiàn)樣本光譜數(shù)據(jù)采集及檢測(cè)，還可以通過(guò)控制各裝置的執(zhí)行部件實(shí)現(xiàn)協(xié)同作業(yè)。

檢測(cè)儀工作流程包含以下4個(gè)步驟：①前處理裝置將采集的椰糠基質(zhì)樣本進(jìn)行快速粉碎/干燥前處理。②旋轉(zhuǎn)前處理裝置180°，使前處理完成的椰糠基質(zhì)樣本顆粒從粉碎室漏斗出口處流出，利用氣力輸送裝置將樣本沿軟管輸送至重力式沉降樣品室。③重力式沉降樣品室將氣力輸送來(lái)的氣固二相流進(jìn)行沉降分離，使樣本顆粒快速沉降到樣品室的底部，再利用近紅外光譜檢測(cè)裝置實(shí)現(xiàn)樣品有效氮含量的快速檢測(cè)。④利用樣品回收裝置將檢測(cè)完成的樣品從重力式沉降樣品室中氣力回收至旋風(fēng)式除塵器，再利用旋風(fēng)式除塵器完成樣本顆粒的高效氣固分離和樣本回收，從而準(zhǔn)備下一個(gè)樣品的檢測(cè)。重復(fù)完成上述4個(gè)步驟，即完成椰糠基質(zhì)有效氮含量的快速高精度檢測(cè)。

1.2 關(guān)鍵部件設(shè)計(jì)與選型

1.2.1前處理裝置

固體顆粒樣本粒度變化會(huì)引起不同程度的光譜散射現(xiàn)象，光譜散射對(duì)近紅外光譜檢測(cè)有顯著性影響。同時(shí)，近紅外光譜對(duì)水分中的羥基有敏感響應(yīng)，樣本水分含量變化也會(huì)對(duì)近紅外光譜檢測(cè)有顯著性影響。實(shí)際采集椰糠基質(zhì)樣本顆粒粒度及含水率均存在顯著性差異，上述樣本的差異性對(duì)其有效氮近紅外光譜檢測(cè)精度產(chǎn)生顯著性影響。為了快速高效地消除椰糠基質(zhì)樣本顆粒粒度及含水率差異性的影響，本文研制了具有快速粉碎及干燥功能的椰糠基質(zhì)前處理裝置，其結(jié)構(gòu)如圖2所示。

圖2 前處理裝置Fig.2 Pretreatment device1.密封圈 2.陶瓷加熱片 3.粉碎刀固定件 4.40目篩網(wǎng) 5.粉碎室漏斗 6.粉碎室內(nèi)腔 7.絕熱層 8.粉碎刀 9.粉碎室 10.高速交流電機(jī) 11.前處理裝置支撐架

由圖2可知，前處理裝置主要由粉碎刀、高速交流電機(jī)、陶瓷加熱片、絕熱層、粉碎室、粉碎室內(nèi)腔、粉碎刀固定件、40目篩網(wǎng)、粉碎室漏斗、密封圈和前處理裝置支撐架等組成。為了提高椰糠基質(zhì)樣本的前處理效率，在粉碎室內(nèi)腔外壁安裝加熱部件，加熱部件通過(guò)熱輻射將熱量從粉碎內(nèi)腔外側(cè)傳遞至粉碎室內(nèi)腔中，實(shí)現(xiàn)椰糠基質(zhì)快速粉碎及干燥一體化同時(shí)作業(yè)。加熱部件由5個(gè)陶瓷加熱片均勻布置在粉碎室內(nèi)腔外側(cè)組成，陶瓷加熱片的中心加熱溫度為300℃。陶瓷加熱片與粉碎室之間填充納米氣凝膠絕熱材料，防止陶瓷加熱片產(chǎn)生的熱量向粉碎室外輻射。工作時(shí)，高速交流電機(jī)位于前處理裝置下方，將取樣器采集擠壓后的椰糠基質(zhì)樣品加入前處理裝置中進(jìn)行快速粉碎/干燥作業(yè)。每個(gè)樣品粉碎/干燥前處理6 min，再旋轉(zhuǎn)高速交流電機(jī)180°，前處理完成樣本通過(guò)40目篩網(wǎng)篩選進(jìn)入粉碎室漏斗，并從粉碎室漏斗出口處進(jìn)入文丘里輸送管，從而完成樣品快速高效物理前處理。

1.2.2氣力輸送裝置

氣力輸送裝置主要由文丘里輸送管、調(diào)壓閥、電磁閥和軟管等組成，其結(jié)構(gòu)如圖3所示。空氣壓縮機(jī)產(chǎn)生的壓縮氣體經(jīng)調(diào)壓閥進(jìn)入氣力輸送管道，通過(guò)控制系統(tǒng)控制電磁閥可實(shí)現(xiàn)樣品氣力輸送過(guò)程的啟/停控制。輸送氣體流經(jīng)文丘里輸送管時(shí)，在文丘里輸送管與粉碎室漏斗連接處產(chǎn)生局部負(fù)壓，使粉碎室漏斗中的樣品連續(xù)進(jìn)入文丘里輸送管中，并與輸送氣體一起形成氣固二相流繼續(xù)向前輸送。輸送氣壓是樣品平穩(wěn)輸送以及后續(xù)順利沉降的關(guān)鍵參數(shù)，通過(guò)試驗(yàn)確定氣力輸送的最佳氣流壓力為0.1 MPa，利用調(diào)壓閥調(diào)節(jié)氣流輸送壓力至最佳值。

1.2.3重力式沉降樣品室

重力式沉降樣品室是椰糠基質(zhì)有效氮近紅外光譜檢測(cè)儀的核心部件之一，其主要作用是將氣力輸送過(guò)來(lái)的氣固二相流進(jìn)行氣固沉降分離，使粉塵顆粒樣本沉降到樣品室底部的待檢測(cè)部位，未分離的粉塵顆粒樣本隨氣流繼續(xù)向前輸送。本文采用重力沉降原理設(shè)計(jì)了重力式沉降樣品室，其結(jié)構(gòu)如圖4所示。另外，重力式沉降樣品室的底部采用高透過(guò)率的光學(xué)玻璃進(jìn)行密封。檢測(cè)光源透過(guò)光學(xué)玻璃照射到重力式樣品室內(nèi)部樣品的下表面，光纖及光纖探頭位于光學(xué)玻璃的正下方。通過(guò)固定重力式沉降樣品室與光纖及光纖探頭的相對(duì)位置，即可保證每個(gè)檢測(cè)樣品待檢測(cè)表面與光纖及光纖探頭距離的一致性，也保證了兩個(gè)檢測(cè)光源的照射焦點(diǎn)始終位于樣品待檢測(cè)表面上。

圖4 重力式沉降樣品室Fig.4 Gravity settling sample chamber1.沉降樣品室 2.光學(xué)玻璃

重力沉降主要利用椰糠基質(zhì)粉塵樣本顆粒與空氣的密度存在顯著差異，使椰糠基質(zhì)樣本顆粒在輸送過(guò)程中自然沉降，從而實(shí)現(xiàn)樣本氣固分離[24-25]。為了實(shí)現(xiàn)椰糠基質(zhì)粉塵顆粒的自然沉降，樣品沉降室的長(zhǎng)度和高度必須滿足

(1)

(2)

式中L——沉降樣品室的長(zhǎng)度，m

V——?dú)夤潭嗔髁魉伲琺/s

H——沉降樣品室的高度，m

VS——椰糠基質(zhì)樣本粉塵顆粒沉降速度，m/s

g——重力加速度，m/s2

ρ1——椰糠基質(zhì)粉塵顆粒密度，kg/m3

ρ0——空氣密度，kg/m3

φ——椰糠基質(zhì)粉塵顆粒直徑，m

μ——空氣粘度，Pa·s

將式(2)代入式(1)，再進(jìn)行不等式變換可得

(3)

根據(jù)沉降樣品室的實(shí)際安裝空間尺寸要求，首先確定重力式沉降樣品室的高度H為0.01 m。通過(guò)查閱相關(guān)文獻(xiàn)資料和實(shí)際測(cè)量得出，空氣粘度μ取0.000 180 8 Pa·s，氣固二相流流速V為1.15 m/s，重力加速度g取9.8 m/s2，椰糠基質(zhì)密度ρ1為95.6 kg/m3，空氣密度ρ0為1.29 kg/m3，椰糠基質(zhì)粉塵顆粒樣本平均直徑φ取0.000 38 m。根據(jù)式(3)，沉降樣品室的長(zhǎng)度L≥70.1 mm。

重力式樣品沉降室的氣固二相流沉降分離量為Q，則沉降樣品室的寬度B為

(4)

通過(guò)測(cè)量，重力式沉降樣品室需要處理的氣固二相流沉降分離量Q為0.000 36 m3/s。根據(jù)式(4)，沉降樣品室的寬度B=0.000 36/(1.15×0.01)=0.031 3 m。綜上所述，對(duì)上述設(shè)計(jì)得到的數(shù)據(jù)進(jìn)行取整，則沉降樣品室的長(zhǎng)L、寬B和高H分別為71、31、10 mm。

1.2.4樣品回收裝置

樣品回收裝置主要由真空氣動(dòng)上料器、軟管、旋風(fēng)式除塵器和樣品回收箱組成，其結(jié)構(gòu)如圖5所示。該裝置主要利用高速氣體在經(jīng)過(guò)真空氣動(dòng)上料器時(shí)產(chǎn)生負(fù)壓，再利用負(fù)壓將重力式沉降樣品室中的樣品進(jìn)行氣動(dòng)清理，清理后的樣品隨高速氣流一起向前輸送至旋風(fēng)式除塵器。通過(guò)旋風(fēng)式除塵器將樣品與高速氣體進(jìn)行高效分離，最終實(shí)現(xiàn)樣品回收和潔凈氣體返回大氣[26-27]。另外，重力式沉降樣品室中未能實(shí)現(xiàn)沉降分離的氣固二相流也通過(guò)旋風(fēng)式除塵器進(jìn)行二次氣固分離。根據(jù)重力式沉降樣品室對(duì)樣本的實(shí)際清理需求，選取ZG3/8型雙頭真空氣動(dòng)上料器作為樣品回收裝置的氣力回收動(dòng)力源部件，該真空氣動(dòng)上料器的耗氣量為0.25 m3/min。

圖5 樣品回收裝置Fig.5 Sample recycling device1.重力式沉降樣品室 2.軟管 3.真空氣動(dòng)上料器 4.旋風(fēng)式除塵器 5.樣品回收箱

本文設(shè)計(jì)的旋風(fēng)式除塵器主要利用氣固二相流在除塵器內(nèi)部進(jìn)行高速旋轉(zhuǎn)產(chǎn)生的離心力使椰糠基質(zhì)粉塵樣本顆粒從氣固二相流中分離，其結(jié)構(gòu)如圖6所示。根據(jù)椰糠基質(zhì)粉塵顆粒樣本回收的氣固分離要求，選取切線進(jìn)口的斯維夫特型旋風(fēng)分離器作為旋風(fēng)式除塵器的最終結(jié)構(gòu)，其各部分結(jié)構(gòu)尺寸比例如表1所示[28-30]。

圖6 旋風(fēng)式除塵器Fig.6 Cyclone dust collector

根據(jù)旋風(fēng)式除塵器需要分離的氣固二相流處理量，旋風(fēng)式除塵器圓柱體直徑可表示為[28]

(5)

式中D——旋風(fēng)式除塵器圓柱體直徑，m

Q1——旋風(fēng)式除塵器的最大氣固二相流處理量，m3/s

V1——旋風(fēng)式除塵器入口處的氣固二相流速度，m/s

進(jìn)一步分析可知，樣品回收裝置的最大氣固二相流為自真空氣動(dòng)上料器氣力輸送的樣品，則Q1取0.25 m3/min。采用風(fēng)速計(jì)測(cè)得旋風(fēng)式除塵器入口處的氣固二相流流速約為25 m/s。將Q1和V1的取值代入式(5)，可得旋風(fēng)式除塵器的圓柱體直徑D約為40.8 mm。根據(jù)直徑D的取值，通過(guò)表1中的比例關(guān)系可確定旋風(fēng)式除塵器各部分的具體結(jié)構(gòu)參數(shù)。

2 椰糠基質(zhì)有效氮光譜預(yù)測(cè)模型建立

2.1 試驗(yàn)材料

采用Sail Substrates椰糠磚制備試驗(yàn)樣品，該椰糠磚產(chǎn)自印度。試驗(yàn)前通過(guò)去離子水將椰糠磚浸泡成松散狀態(tài)，再通過(guò)晾曬形成風(fēng)干的基質(zhì)樣本。利用微型粉碎機(jī)對(duì)風(fēng)干樣本進(jìn)行快速粉碎處理，粉碎后的樣本過(guò)40目標(biāo)準(zhǔn)篩網(wǎng)以供制備不同有效氮含量樣本使用。為了制備有效氮含量覆蓋范圍廣的椰糠基質(zhì)樣本集，在相同質(zhì)量的空白椰糠基質(zhì)樣本中依次添加等體積不同濃度的氮肥溶液，再將樣品靜置吸收24 h，從而完成不同有效氮含量的試驗(yàn)樣本制備。靜置完成的椰糠基質(zhì)樣本在105℃條件下進(jìn)行干燥處理，以供光譜建模使用。試驗(yàn)共制備不同有效氮含量的椰糠基質(zhì)樣本135份，每份樣品質(zhì)量約為10 g。

表1 斯維夫特型旋風(fēng)式除塵器結(jié)構(gòu)尺寸比例Tab.1 Structure dimensions of Swift type cyclone dust collector

2.2 光譜采集及參考值測(cè)定

試驗(yàn)采用設(shè)計(jì)的椰糠基質(zhì)有效氮近紅外檢測(cè)儀硬件系統(tǒng)進(jìn)行漫反射光譜數(shù)據(jù)采集。開(kāi)啟檢測(cè)儀光源預(yù)測(cè)30 min，待檢測(cè)光源穩(wěn)定之后再進(jìn)行光譜數(shù)據(jù)采集。另外，在采集樣本光譜數(shù)據(jù)之前，采用聚四氟乙烯標(biāo)準(zhǔn)白板進(jìn)行檢測(cè)儀黑/白參考校正。每個(gè)樣本采集3個(gè)點(diǎn)的光譜數(shù)據(jù)，將3個(gè)點(diǎn)的光譜數(shù)據(jù)求平均值作為該樣品的最終原始光譜數(shù)據(jù)。試驗(yàn)最終成功獲取135個(gè)樣本的漫反射光譜數(shù)據(jù)，如圖7所示。

圖7 椰糠基質(zhì)漫反射光譜Fig.7 Diffuse reflectance spectrum of coco-peat substrate

由圖7可知，不同椰糠基質(zhì)樣本的反射率隨波長(zhǎng)變化的趨勢(shì)基本相同，不同樣本光譜曲線差異主要體現(xiàn)在各波長(zhǎng)對(duì)應(yīng)反射率幅值的變化，該結(jié)果表明采集的樣本光譜數(shù)據(jù)不存在明顯的異常數(shù)據(jù)。上述光譜曲線在965、1 120、1 450、1 570 nm處存在光譜能量吸收。965 nm和1 570 nm處的吸收峰與NH基團(tuán)的倍頻振動(dòng)吸收有關(guān)，其變化反映了椰糠基質(zhì)氮含量[31-32]；1 450 nm處的吸收峰主要反映水或纖維素中的OH基團(tuán)信息，或者表示椰糠基質(zhì)木質(zhì)素中的CH2基團(tuán)信息[33]；1 120 nm處的吸收峰與C—H(CH2，CH3)中的二級(jí)倍頻和組合頻的振動(dòng)吸收有關(guān)[31]。試驗(yàn)樣本完成光譜數(shù)據(jù)采集以后，采用國(guó)家林業(yè)標(biāo)準(zhǔn)LY/T 1229—1999中規(guī)定的化學(xué)方法進(jìn)行樣品有效氮參考值測(cè)量[34]。

2.3 光譜預(yù)處理與模型建立

2.3.1樣品集合劃分

采用國(guó)家林業(yè)標(biāo)準(zhǔn)LY/T 1229—1999對(duì)135個(gè)椰糠基質(zhì)樣本進(jìn)行有效氮含量(質(zhì)量比)參考值測(cè)量，并根據(jù)濃度梯度法以比例3∶1對(duì)全部樣本進(jìn)行校正集和驗(yàn)證集樣本劃分，其劃分結(jié)果如表2所示。

表2 椰糠基質(zhì)校正集和驗(yàn)證集樣本有效氮含量參考值分布情況Tab.2 Reference measurement of available nitrogen content of coco-peat substrate samples in calibration and prediction sets

由表2可知，校正集有效氮含量參考值范圍包含驗(yàn)證集范圍，并且校正集和驗(yàn)證集的平均值和標(biāo)準(zhǔn)差之間無(wú)明顯差異。上述樣本集劃分滿足建立預(yù)測(cè)性能較優(yōu)模型的基本要求。

2.3.2光譜預(yù)處理

試驗(yàn)采集的椰糠基質(zhì)有效氮近紅外光譜數(shù)據(jù)中還包含一些與檢測(cè)指標(biāo)無(wú)關(guān)的噪聲和干擾信息，如樣品背景、基線漂移、散射和電噪聲等[35-36]。為了減小上述因素的干擾和提高獲取數(shù)據(jù)的信噪比，采用導(dǎo)數(shù)、S-G平滑(Savitzky-Golay smooth)、標(biāo)準(zhǔn)正態(tài)變量變換(Standard normal variable transformation, SNV)和多元散射校正(Multiplicative scatter correction, MSC)等對(duì)采集的光譜數(shù)據(jù)進(jìn)行預(yù)處理[37-38]。

2.3.3有效氮光譜預(yù)測(cè)模型建立

利用獲取的全部椰糠基質(zhì)樣本光譜數(shù)據(jù)組合形成光譜矩陣X，采用國(guó)標(biāo)法測(cè)量全部樣本的有效氮參考值組合形成有效氮參考值矩陣Y。利用偏最小二乘回歸(Partial least square regression, PLSR)建立原始和各種預(yù)處理光譜矩陣X與有效氮參考值矩陣Y之間的定量預(yù)測(cè)模型。主成分?jǐn)?shù)選取是建立預(yù)測(cè)性能穩(wěn)定的PLSR模型的關(guān)鍵，采用交互驗(yàn)證法來(lái)選取椰糠基質(zhì)有效氮PLSR模型的最佳主成分?jǐn)?shù)。利用校正集相關(guān)系數(shù)(Correlation coefficient of calibration,RC)、驗(yàn)證集相關(guān)系數(shù)(Correlation coefficient of validation,RV)、校正集均方根誤差(Root mean square error of calibration, RMSEC)、驗(yàn)證集均方根誤差(Root mean square error of validation, RMSEV)和殘差預(yù)測(cè)偏差(Residual prediction bias, RPD)等指標(biāo)對(duì)預(yù)測(cè)模型性能進(jìn)行評(píng)價(jià)。不同預(yù)處理光譜數(shù)據(jù)建模結(jié)果如表3所示。

由表3可知，光譜預(yù)處理對(duì)椰糠基質(zhì)有效氮光譜預(yù)測(cè)模型性能有顯著性影響，所有預(yù)處理均對(duì)模型的預(yù)測(cè)性能有不同程度的提升效果。一階導(dǎo)數(shù)、MSC和SNV預(yù)處理對(duì)模型的預(yù)測(cè)精度改善效果不明顯，二階導(dǎo)數(shù)預(yù)處理對(duì)模型的預(yù)測(cè)精度略有提高。導(dǎo)數(shù)結(jié)合S-G平滑預(yù)處理對(duì)模型的精度有較為明顯的提高。SNV和MSC預(yù)處理的主要作用是消除檢測(cè)樣本固體顆粒粒度差異和表面散射的影響，故SNV和MSC預(yù)處理后的光譜建模結(jié)果相近。試驗(yàn)的椰糠基質(zhì)樣本均采用微型粉碎機(jī)進(jìn)行粉碎和40目標(biāo)準(zhǔn)篩網(wǎng)過(guò)篩處理，椰糠基質(zhì)樣本粒度差異性和表面散射影響均較小，故MSC和SNV預(yù)處理效果不顯著。對(duì)比上述各種預(yù)處理方式的建模結(jié)果，采用S-G平滑預(yù)處理結(jié)合PLSR可建立椰糠基質(zhì)有效氮的最優(yōu)光譜預(yù)測(cè)模型。最優(yōu)模型的RC和RV分別為0.973和0.965，RMSEC和RMSEV分別為14.025 mg/(100 g)和15.757 mg/(100 g)，模型的RPD為3.72。上述結(jié)果表明，采用近紅外光譜技術(shù)可實(shí)現(xiàn)椰糠基質(zhì)有效氮的高精度快速檢測(cè)。

表3 不同預(yù)處理光譜數(shù)據(jù)的建模結(jié)果Tab.3 Modeling results of different preprocessed spectral data

3 檢測(cè)儀軟件開(kāi)發(fā)

基于Microsoft Visual Studio中的MFC開(kāi)發(fā)工具，利用OmniDriver和aaeonEAPI二次開(kāi)發(fā)包中的封裝函數(shù)編寫了檢測(cè)儀的控制系統(tǒng)軟件，如圖8所示。整個(gè)控制系統(tǒng)軟件包括數(shù)據(jù)顯示模塊、參數(shù)設(shè)置模塊、光譜檢測(cè)模塊、前處理模塊、輸送模塊和無(wú)線傳輸模塊。數(shù)據(jù)顯示模塊主要用于顯示采集樣品的光譜數(shù)據(jù)曲線；參數(shù)設(shè)置模塊對(duì)光譜采集的積分時(shí)間、平均次數(shù)和平均寬度等參數(shù)進(jìn)行人機(jī)交互設(shè)置；光譜檢測(cè)模塊實(shí)現(xiàn)光譜儀通信連接控制、黑/白校正和檢測(cè)觸發(fā)；前處理模塊主要實(shí)現(xiàn)前處理時(shí)間設(shè)置及前處理操作控制；輸送模塊主要實(shí)現(xiàn)樣品氣力輸送以及氣力清樣過(guò)程控制；無(wú)線傳輸模塊主要用于將檢測(cè)結(jié)果無(wú)線發(fā)送至下位機(jī)。整個(gè)軟件程序的流程如圖9所示。

圖8 椰糠基質(zhì)有效氮近紅外檢測(cè)儀軟件界面Fig.8 Software interface of coco-peat substrate available nitrogen NIR detecting instrument

圖9 椰糠基質(zhì)有效氮近紅外檢測(cè)儀工作流程圖Fig.9 Working flowchart of coco-peat substrate available nitrogen NIR detecting instrument

4 檢測(cè)儀性能測(cè)試

為了驗(yàn)證檢測(cè)儀的實(shí)際檢測(cè)性能，采用蛇形取樣法在廣東省農(nóng)業(yè)技術(shù)推廣總站溫室采集實(shí)際種植番茄的椰糠基質(zhì)樣本，每次采集樣本15個(gè)，每間隔5 d采集一次試驗(yàn)樣本，試驗(yàn)共采集3次樣本，總共獲取45個(gè)椰糠基質(zhì)樣本。通過(guò)對(duì)采集的椰糠基質(zhì)樣本進(jìn)行有效氮光譜檢測(cè)驗(yàn)證檢測(cè)儀的檢測(cè)性能。所有采集樣品在進(jìn)行近紅外光譜檢測(cè)之前，均采用椰糠基質(zhì)有效氮近紅外檢測(cè)儀的前處理裝置進(jìn)行粉碎/干燥前處理。最終，45個(gè)椰糠基質(zhì)樣本有效氮國(guó)標(biāo)測(cè)量值與儀器檢測(cè)值的散點(diǎn)分布圖如圖10所示。

圖10 檢測(cè)儀測(cè)試結(jié)果散點(diǎn)圖Fig.10 Scatter plot of test results of detecting instrument

將上述45個(gè)試驗(yàn)樣本形成測(cè)試集，并對(duì)椰糠基質(zhì)有效氮近紅外檢測(cè)儀進(jìn)行性能測(cè)試。由圖10可知，測(cè)試集樣本的有效氮儀器檢測(cè)值與國(guó)標(biāo)測(cè)量值之間的相關(guān)系數(shù)(Correlation coefficient of prediction,RP)為0.883，測(cè)試集均方根誤差(Root mean square error of prediction, RMSEP)為18.605 mg/(100 g)。結(jié)果表明，測(cè)試集樣本的實(shí)際檢測(cè)精度較高，所研制的椰糠基質(zhì)有效氮近紅外檢測(cè)儀性能滿足實(shí)際快速檢測(cè)要求。

5 結(jié)論

(1)采用近紅外光譜漫反射測(cè)量原理，研發(fā)了椰糠基質(zhì)有效氮近紅外檢測(cè)儀，主要包括前處理裝置、氣力輸送裝置、重力式沉降樣品室、近紅外光譜檢測(cè)裝置、樣品回收裝置和空氣壓縮機(jī)等。通過(guò)該儀器可實(shí)現(xiàn)椰糠基質(zhì)樣本前處理、氣力輸送裝樣、有效氮光譜檢測(cè)和檢測(cè)樣本高效氣力回收等功能。

(2)基于椰糠基質(zhì)有效氮檢測(cè)儀硬件系統(tǒng)，采集了椰糠基質(zhì)950～1 660 nm的漫反射光譜數(shù)據(jù)。利用導(dǎo)數(shù)、S-G平滑和MSC等方法進(jìn)行光譜預(yù)處理，建立椰糠基質(zhì)有效氮含量的PLSR模型。椰糠基質(zhì)有效氮最優(yōu)模型的RC和RV分別為0.973和0.965，RMSEC和RMSEV分別為14.025 mg/(100 g)和15.757 mg/(100 g)，RPD為3.72。

(3)基于MFC開(kāi)發(fā)工具，采用C/C++語(yǔ)言開(kāi)發(fā)了檢測(cè)儀硬件控制及檢測(cè)分析軟件界面，并將建立的椰糠基質(zhì)有效氮最優(yōu)光譜預(yù)測(cè)模型移植到軟件程序中。通過(guò)軟件界面可實(shí)現(xiàn)對(duì)檢測(cè)儀前處理裝置、氣力輸送裝置和氣力回收裝置的操作控制和有效氮光譜檢測(cè)的一鍵式操作。

(4)驗(yàn)證了所研制椰糠基質(zhì)有效氮近紅外檢測(cè)儀的檢測(cè)性能。有效氮的測(cè)試集相關(guān)系數(shù)RP和均方根誤差(RMSEP)分別為0.883和18.605 mg/(100 g)。結(jié)果表明，該檢測(cè)儀可實(shí)現(xiàn)椰糠基質(zhì)有效氮含量的快速實(shí)時(shí)檢測(cè)。