李娟，狄艷全，董強(qiáng)，張龍莊

［1.西安市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院，西安 710065； 2.聚光科技（杭州）股份有限公司，杭州 310052］

近紅外光譜法快速分析有機(jī)肥料中有機(jī)質(zhì)、總養(yǎng)分和pH值*

李娟1，狄艷全2，董強(qiáng)1，張龍莊1

［1.西安市產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)院，西安 710065； 2.聚光科技（杭州）股份有限公司，杭州 310052］

建立了近紅外光譜法結(jié)合偏最小二乘（PLS）法測(cè)定126種有機(jī)肥料中有機(jī)質(zhì)、總養(yǎng)分和pH值的快速方法。采用K-S法分類，選取S-G平滑、S-G導(dǎo)數(shù)、多元散射校正和均值平均化4種前處理方法對(duì)粉碎后樣品的近紅外光譜信息進(jìn)行預(yù)處理，以PLS法建立定量分析模型。結(jié)果表明，有機(jī)肥料中總養(yǎng)分的RC，SEC，RP，SEP，RPD分別為0.990，1.272%，0.985，1.084%，5.9；pH值的RC，SEC，RP，SEP，RPD分別為0.910，0.344%，0.737，0.428%，2.9。有機(jī)質(zhì)項(xiàng)目根據(jù)國(guó)標(biāo)方法分為小于40%、小于55%和大于55% 3種樣品進(jìn)行分析，3種樣品的RP分別為1.000，0.989，1.000；RPD分別為18.9，17.5，8.8。對(duì)比國(guó)標(biāo)方法，有機(jī)質(zhì)和總養(yǎng)分的測(cè)定精度滿足實(shí)驗(yàn)室精確分析要求，pH值測(cè)定法可用于定量分析。NIR-PLS法實(shí)現(xiàn)了對(duì)有機(jī)肥料進(jìn)行無損快速的檢測(cè)分析。

有機(jī)肥料；近紅外光譜法；PLS；主要成分

有機(jī)肥較之普通化肥的一個(gè)突出特點(diǎn)就是可以培肥土壤。發(fā)展有機(jī)肥既是為農(nóng)作物提供營(yíng)養(yǎng)、實(shí)現(xiàn)農(nóng)業(yè)增產(chǎn)增收的需要，又是保持土壤肥力、保護(hù)生態(tài)環(huán)境、實(shí)現(xiàn)農(nóng)業(yè)循環(huán)經(jīng)濟(jì)的需要。有機(jī)質(zhì)、總養(yǎng)分和pH值是評(píng)價(jià)有機(jī)肥料品質(zhì)的重要技術(shù)指標(biāo)。傳統(tǒng)的國(guó)標(biāo)分析方法需要使用昂貴的大型儀器設(shè)備，耗時(shí)費(fèi)力且對(duì)樣品破壞性大。近紅外反射光譜（NIRS）分析技術(shù)是利用物質(zhì)在近紅外光譜區(qū)的光學(xué)特性快速測(cè)定其中一種或多種化學(xué)成分含量的技術(shù)［1］，現(xiàn)已廣泛應(yīng)用于谷物、食品、飼料及土壤等的成分含量的分析測(cè)定［2-5］。

國(guó)外已有近紅外光譜技術(shù)應(yīng)用于畜禽糞便肥料成分含量的報(bào)道［6-8］，國(guó)內(nèi)也有學(xué)者用不同的化學(xué)計(jì)量學(xué)方法結(jié)合近紅外光譜法對(duì)有機(jī)肥料鉀離子含量、有機(jī)質(zhì)、總養(yǎng)分等指標(biāo)進(jìn)行分析研究［9-12］。除此之外，郭崢等人通過對(duì)復(fù)合肥料的近紅外光譜數(shù)據(jù)進(jìn)行分析預(yù)測(cè)，建立了復(fù)合肥料多種養(yǎng)分快速分析的新方法［13］。目前，針對(duì)市場(chǎng)上出售的有機(jī)肥料的快速檢測(cè)方法鮮有報(bào)道。筆者以偏最小二乘（PLS）法對(duì)有機(jī)肥料的近紅外光譜進(jìn)行建模，選取不同的波點(diǎn)數(shù)和主因子數(shù)對(duì)光譜進(jìn)行預(yù)處理，建立了一種基于NIR-PLS的快速檢測(cè)方法。

1　實(shí)驗(yàn)部分

1.1主要儀器與試劑

近紅外光譜儀：SupNIR-2700型，聚光科技（杭州）股份有限公司；

化學(xué)計(jì)量學(xué)軟件：CM-2000，聚光科技（杭州）股份有限公司；

有機(jī)肥料樣品：共收集了全國(guó)17個(gè)省市的126種有機(jī)肥料。每一個(gè)樣品經(jīng)粉碎后分成兩份，分別用于實(shí)驗(yàn)室化學(xué)分析和近紅外光譜采集。

1.2化學(xué)分析

樣品的有機(jī)質(zhì)、總養(yǎng)分和pH值的化學(xué)值根據(jù)標(biāo)準(zhǔn)NY525-2012中5.2，5.6和5.7進(jìn)行測(cè)定。其中，有機(jī)質(zhì)含量測(cè)定采用重鉻酸鉀容量法，總養(yǎng)分（總氮+五氧化二磷+氧化鉀）分別采用凱氏定氮法測(cè)得總氮含量，分光光度法測(cè)得磷含量，原子吸收火焰光度法測(cè)得鉀含量，pH值采用pH計(jì)法測(cè)定［14］。

1.3近紅外光譜的采集

使用近紅外光譜儀采集光譜，取預(yù)先準(zhǔn)備好的原樣品與粉碎后樣品均勻放入固體樣品盤中，波長(zhǎng)范圍為1 000～2 499 nm，分辨率為6 nm，掃描次數(shù)為30。光譜掃描時(shí)，盡量將樣品裝滿樣品盤，并將表面刮平，確保無空隙氣泡。為避免樣本粒度差異引起光譜漂移，每個(gè)樣品重復(fù)裝填掃描兩次，取其平均光譜。

2　結(jié)果與討論

2.1化學(xué)分析結(jié)果

表1為全部樣品有機(jī)質(zhì)、總養(yǎng)分和pH值質(zhì)量分?jǐn)?shù)統(tǒng)計(jì)結(jié)果，包括樣品數(shù)量、最小值、最大值、平均值和標(biāo)準(zhǔn)偏差。

表1　樣品有機(jī)質(zhì)、總養(yǎng)分和pH值質(zhì)量分?jǐn)?shù)統(tǒng)計(jì)數(shù)據(jù) %

2.2有機(jī)肥料近紅外光譜解析

圖1為所有有機(jī)肥料粉碎后樣品的近紅外漫反射光譜圖。由圖1可知，不同樣品的紅外光譜存在較大差異，根據(jù)這些信息可以進(jìn)行定量分析。含有C—H，N—H，O—H和S—H化學(xué)鍵的官能團(tuán)合頻近紅外譜帶位于2 000～2 500 nm處，一級(jí)倍頻位于1 400～1 818 nm處，二級(jí)倍頻位于900～1 200 nm處，三級(jí)和四級(jí)或更高倍頻則位于780～900 nm處［15］。有機(jī)肥料中的有機(jī)質(zhì)主要為有機(jī)物質(zhì)，含有大量的C—H，N—H，O—H，S—H，C—O和C—C化學(xué)鍵的官能團(tuán)，所以紅外光譜圖中含有多個(gè)吸收峰，為定量分析有機(jī)質(zhì)含量提供了豐富的信息。

圖1　有機(jī)肥料樣品近紅外光譜圖

2.3樣品各組分NIRS模型的建立

2.3.1光譜預(yù)處理

利用CM-2000化學(xué)計(jì)量學(xué)軟件進(jìn)行數(shù)據(jù)處理。樣品集采用K-S方法分類，可保證校正集樣品數(shù)約占總樣品數(shù)的80%。圖2為有機(jī)肥料近紅外光譜預(yù)處理譜圖。光譜預(yù)處理采用S-G平滑、S-G導(dǎo)數(shù)、多元散射校正（MSC）和均值中心化。其中平滑主要去掉高頻噪音對(duì)信號(hào)的干擾，導(dǎo)數(shù)可以消除基線平移和線性傾斜，MSC可補(bǔ)償在漫反射光譜中遇到的波長(zhǎng)依賴的光散射變化。根據(jù)性質(zhì)殘差值及化學(xué)值誤差剔除異常樣品，最佳主成分?jǐn)?shù)（F）由交互驗(yàn)證（Cross Validation）計(jì)算得出的預(yù)測(cè)殘差平方和（PRESS）確定，采用PLS法建立定量分析模型。經(jīng)過數(shù)據(jù)預(yù)處理的譜圖其吸收峰得到了強(qiáng)化。

圖2　樣品近紅外預(yù)處理譜圖

2.3.2NIR模型的建立與驗(yàn)證

不同波段的近紅外光譜信息對(duì)各組分貢獻(xiàn)值不同，且用全波長(zhǎng)建立模型效果不理想，因此各組分采用不同的波段和波點(diǎn)數(shù)進(jìn)行建模，達(dá)到了滿意的模型效果。模型性能由校正集相關(guān)系數(shù)（RC）、校正集標(biāo)準(zhǔn)偏差（SEC）、驗(yàn)證集相關(guān)系數(shù)（RP）、預(yù)測(cè)標(biāo)準(zhǔn)偏差（SEP）綜合評(píng)價(jià)。其中RC和RP值越接近1，SEC和SEP值越接近0，模型校正和驗(yàn)證效果越好。表2為各組分含量NIR校正模型及驗(yàn)證數(shù)據(jù)的統(tǒng)計(jì)結(jié)果。

表2　各組分含量的NIR校正模型及驗(yàn)證數(shù)據(jù)的統(tǒng)計(jì)結(jié)果

有機(jī)質(zhì)根據(jù)NY525中結(jié)果誤差而分為3個(gè)含量段。結(jié)果表明，有機(jī)肥料粉碎樣品的有機(jī)質(zhì)、總養(yǎng)分、pH的RC和RP值均在0.98以上（pH的RP值除外），SEC和SEP值都接近國(guó)標(biāo)誤差范圍（國(guó)標(biāo)誤差范圍見表3）［14］，所建模型對(duì)有機(jī)質(zhì)和總養(yǎng)分有很好的預(yù)測(cè)能力和預(yù)測(cè)精度。

表3　國(guó)標(biāo)中有機(jī)質(zhì)、總養(yǎng)分和pH值的誤差范圍

判斷模型是否適用于實(shí)際檢驗(yàn)，相對(duì)分析誤差（RPD）也是重要的指標(biāo)之一。如果RPD≥3，說明定標(biāo)效果良好，所建模型可以用于實(shí)際檢測(cè)；如果RPD為2.5～3，說明利用NIRS進(jìn)行定量分析可行，但精度有待于提高；如果RPD≤2.5，則說明該成分進(jìn)行NIRS定量分析比較困難。經(jīng)計(jì)算，各個(gè)組分的相對(duì)分析誤差（RPD）分別為18.9（有機(jī)質(zhì)＜40%）、17.5（有機(jī)質(zhì)為40%～55%）、8.8（有機(jī)質(zhì)＞55%）、5.9（總養(yǎng)分）和2.9（pH）。

綜合RC，RP，SEC，SEP和RPD值可以看出，近紅外光譜結(jié)合PLS法對(duì)有機(jī)肥料的主要成分進(jìn)行分析是可行的。有機(jī)質(zhì)、總養(yǎng)分和pH值的NIRPLS分析模型可用于實(shí)際實(shí)驗(yàn)室分析中，有機(jī)質(zhì)和總養(yǎng)分模型的預(yù)測(cè)精度足以滿足實(shí)際檢驗(yàn)需要，但pH值的模型預(yù)測(cè)精度欠佳，可以通過增加樣品或?qū)ふ腋玫臄?shù)據(jù)前處理方法和化學(xué)計(jì)量學(xué)方法對(duì)模型進(jìn)行優(yōu)化，以更好的服務(wù)于實(shí)際檢驗(yàn)工作。各組分的化學(xué)值和NIR模型預(yù)測(cè)值的相關(guān)關(guān)系散點(diǎn)圖見圖3。結(jié)果表明，所建立的有機(jī)肥料重要參數(shù)近紅外模型具有較高的精度。pH值的近紅外分析精度不高，可能是由近紅外光譜信息對(duì)pH值的貢獻(xiàn)較少所致。偏最小二乘回歸方法是目前應(yīng)用較為成熟和廣泛的回歸方法，但不同化學(xué)計(jì)量學(xué)方法對(duì)不同性質(zhì)物料的近紅外光譜分析均存在一定的適用性，在以后的研究中有必要對(duì)此進(jìn)行研究探討。

圖3　各組分的真實(shí)值與NIR模型預(yù)測(cè)值的相關(guān)關(guān)系散點(diǎn)圖

2.4模型評(píng)價(jià)

粉碎有機(jī)肥料并采用近紅外透射光譜法分析，可快速準(zhǔn)確地測(cè)定有機(jī)肥料的有機(jī)質(zhì)、總養(yǎng)分和pH值。根據(jù)國(guó)標(biāo)方法誤差范圍，將有機(jī)質(zhì)分成3個(gè)含量范圍進(jìn)行建模。結(jié)果表明，各個(gè)成分的校正相關(guān)系數(shù)RC和總養(yǎng)分驗(yàn)證相關(guān)系數(shù)RP均大于0.98（pH值的RP除外）。結(jié)合近紅外光譜技術(shù)的特性，造成pH值的驗(yàn)證精確度偏低的因素有以下幾點(diǎn)：（1）樣品量偏少，造成模型容量?。唬?）pH值范圍內(nèi)點(diǎn)分布不均勻；（3）化學(xué)計(jì)量學(xué)方法不適用?？梢酝ㄟ^擴(kuò)展樣品數(shù)量和范圍、選擇其它化學(xué)計(jì)量學(xué)方法進(jìn)行處理等進(jìn)行改善。

3　結(jié)語

綜合各組分的RC，RP，SEC，SEP和RPD值可以得出，NIR-PLS法測(cè)定有機(jī)肥料中有機(jī)質(zhì)和總養(yǎng)分的分析精密度和準(zhǔn)確度已接近國(guó)標(biāo)方法分析允許誤差要求，為有機(jī)肥料成分含量分析提供了一種新型快速分析手段。

［1］ 張子儀，陳雪秀，任鵬.近紅外光譜分析技術(shù)［M］.北京：中國(guó)農(nóng)業(yè)科技出版社，1992.

［2］ 白琪林，陳紹江，董曉玲，等.近紅外漫反射光譜法測(cè)定玉米秸稈NDF與ADF含量［J］.光譜學(xué)與光譜分析，2004，11（11）：1 345-1 347.

［3］ 彭玉魁，李菊英. NIRS 法同時(shí)測(cè)定小麥種子水分、粗蛋白、賴氨酸和粗淀粉含量的研究［J］.西北農(nóng)業(yè)學(xué)報(bào)，1996，5（3）： 31-34.

［4］ 彭玉魁，李菊英，祈振秀.近紅外光譜分析技術(shù)在小麥營(yíng)養(yǎng)成分堅(jiān)定上的應(yīng)用［J］.麥類作物，1997，17（2）： 33-35.

［5］ 于飛健，閔順耕，巨曉棠，等.近紅外光譜法分析土壤中的有機(jī)質(zhì)和氮素［J］.分析試驗(yàn)室，2002，21（5）： 49-51.

［6］ ReevesⅢJ B，Van Kessel J S. Near-infraredspectroscopic determination of carbon，total nitrogen，andammonium-N in dairy Manures［J］. J Dairy SCi，2000，83： 182-1 836.

［7］ Millmier A，Lorimor J，Hurburgh C，et al. Near-infrared sensing of manure nutrients.Transactions of the ASAE，2000，43（4）： 903-908.

［8］ Nakatani M，Harada Y，Haga K，et al. Near infraredspectroscopy analysis of the changes in quality of cattle wastesduring composting processes［J］. J Japanese Soil and Fertile Soc， 1996，66（2）： 159-161.

［9］ 李子剛，劉浩，屈凌波，等.有機(jī)堆肥中作物營(yíng)養(yǎng)元素鉀的近紅外光譜快速分析［J］.光譜學(xué)與光譜分析，2007，27（8）： 1 523-1 526.

［10］ 黃光群，王曉燕，韓魯佳.基于支持向量機(jī)的有機(jī)肥總養(yǎng)分含量NIRS分析［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（2）： 93-98.

［11］ 王曉燕，韓魯佳，黃光群.基于近紅外光譜的雞糞工廠化堆肥過程理化指標(biāo)速測(cè)分析研究［C］//.紀(jì)念中國(guó)農(nóng)業(yè)工程學(xué)會(huì)成立30周年暨中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2009年學(xué)術(shù)年會(huì)（CSAE 2009）論文集.山西太古，2009.

［12］ 李娟，狄艷全，董強(qiáng)，等.基于PLS的近紅外光譜法測(cè)定有機(jī)肥料中的有機(jī)質(zhì)和水分含量［J］.現(xiàn)代科學(xué)儀器，2015（4）： 82-85.

［13］ 郭崢，袁洪福，張嫻，等.復(fù)合肥料多種養(yǎng)分含量快速分析新方法［J］.光譜學(xué)與光譜分析，2011，31（9）： 2 424-2 427.

［14］ NY 525-2012 有機(jī)肥料［S］.

［15］ 陸婉珍.現(xiàn)代近紅外光譜分析技術(shù)［M］.2版.北京：中國(guó)石化出版社，2006：29-31.

科學(xué)家研發(fā)出便攜式埃博拉病毒檢測(cè)“實(shí)驗(yàn)室”

西非埃博拉病毒新瑪可拉（Makona）毒株已導(dǎo)致超過11 000人死亡，該病毒平均每個(gè)基因組中有16～27個(gè)遺傳變異?；蚪M測(cè)序可以用來追蹤這種變化，且日益受到醫(yī)護(hù)工作者的歡迎，因?yàn)橹灰獪y(cè)序結(jié)果分析得足夠快，就可以給他們提供信息并采取病毒控制措施。然而，由于當(dāng)?shù)厝鄙贉y(cè)序能力，且遠(yuǎn)距離運(yùn)輸樣本測(cè)序有難度，西非埃博拉疫情期間采取基因組監(jiān)控十分零散。

英國(guó)伯明翰大學(xué)Nicholas Loman團(tuán)隊(duì)開發(fā)的基因組監(jiān)測(cè)系統(tǒng)使用一個(gè)重量不足100 g的DNA測(cè)序裝置，既可以用標(biāo)準(zhǔn)航空行李運(yùn)送，也可以插入筆記本電腦的USB接口。研究團(tuán)隊(duì)使用該系統(tǒng)測(cè)序并且分析了2015年3～10月收集的142例埃博拉病毒樣本，并可在24 h內(nèi)得到分析結(jié)果，測(cè)序過程需要的時(shí)間尚不到1 h。研究者認(rèn)為，這顯示出在資源缺乏的情況下進(jìn)行實(shí)時(shí)基因組監(jiān)控是可行的。

（中國(guó)分析計(jì)量網(wǎng)）

Rapid Analysis of Organic Matter， Total Nutrient and pH of Organic Fertilizer by Near-infrared Reflectance Spectroscopy

Li Juan1， Di Yanquan2， Dong Qiang1， Zhang Longzhuang1
［1. Xi'an Supervision & Inspection Institute of Product Quality， Xi'an 710065， China；2. Focused Photonics（Hangzhou）， Inc.， Hangzhou 310052， China］

A new method was explored to predict the content of organic matter， total nutrient and pH value of organic fertilizer using near-infrared spectroscopy（NIR） combined with partial least squares（PLS）. The near-infrared spectroscopy of 126 pulverized samples were pretreated by S-G smooth， S-G derivative， multiplicative scatter correction（MSC）and average， and the models were established by PLS using K-S classification. The results showed that RC， SEC， RP，SEP and RPD of total nutrient were 0.990， 1.272%， 0.985， 1.084%， 5.9； and RC， SEC， RP， SEP and RPD of pH value were 0.910， 0.344%， 0.737， 0.428%， 2.9， respectively. The organic matter was divided into three samples according to national standard（＜40%， ＜55% and ＞55%）， RP were 1.000， 0.989， 1.000； and RPD were 18.9， 17.5， 8.8， respectively. The determination accuracy of organic matter and total nutrient could be used in accurate analysis， and pH value test could be used in quantitative analysis. NIR-PLS method could be used in quantitative analysis of main components of organic fertilizer rapidly and nondestructive.

organic fertilizer； near infrared spectroscopy； PLS； main components

O657.33

A

1008-6145（2016）02-0016-04

10.3969/j.issn.1008-6145.2016.02.005

*國(guó)家質(zhì)檢總局科技計(jì)劃項(xiàng)目（2013QK152）

聯(lián)系人：李娟；E-mail： 397830401@qq.com

2016-02-19