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