近日，中國科學(xué)院合肥物質(zhì)院智能所光譜智能感知團隊提出了一種基于近紅外光譜（NIRS）和激光誘導擊穿光譜（LIBS）的數據融合策略，用于復合肥主要成分的快速精確檢測。相關(guān)研究成果已在分析化學(xué)領(lǐng)域TOP期刊Talanta上發(fā)表。

　　復合肥在中國肥料產(chǎn)品結構中占據主導地位，氮、磷、鉀元素的含量是影響復合肥肥效和價(jià)格的關(guān)鍵指標。激光誘導擊穿光譜(LIBS)和近紅外光譜(NIRS)是兩種適合于復合肥成分含量在線(xiàn)監測技術(shù)。然而，LIBS和NIRS應用時(shí)各自存在基質(zhì)效應、環(huán)境因素的干擾，以及無(wú)法直接測定無(wú)機成分的局限性。科研團隊在研究中發(fā)現，通過(guò)融合LIBS和NIRS的光譜數據并結合分析方法，有潛力克服這些局限，實(shí)現更高精度的快速檢測。

　　科研人員以168份復合肥樣本為測試對象，采用不同優(yōu)化條件和方式對LIBS-NIRS數據進(jìn)行分析，發(fā)現基于CARS-OPF(競爭自適應再加權采樣結合外產(chǎn)物融合)和CARS-EWF(競爭自適應再加權采樣結合等權融合)方式的LIBS-NIRS數據融合模型具有相比單光譜方法更優(yōu)越的定量分析效果。兩類(lèi)模型對復合肥三種元素的預測決定系數在89.5%至96.2%之間，最優(yōu)結果相比NIRS方法提高程度在0.25%-5.62%，相比LIBS方法提高程度在10.6%-33.5%。該成果能夠促進(jìn)復合肥品質(zhì)的在線(xiàn)精確監測技術(shù)的進(jìn)一步發(fā)展和應用。

　　徐琢頻博士為第一作者，王琦研究員和張鵬飛副研究員為通訊作者。本工作得到河南省中國科學(xué)院科技成果轉移轉化項目、國家自然科學(xué)基金等項目的支持。

　　原文鏈接:https://www.sciencedirect.com/science/article/pii/S0039914023007555 

　　圖1 復合肥LIBS和NIRS數據融合的流程圖