王 鵬，孫 迪，牟美睿，劉海學(xué)，張克強(qiáng)，孟祥輝，楊仁杰*，趙 潤*

1. 天津農(nóng)學(xué)院工程技術(shù)學(xué)院，天津 3003842. 農(nóng)業(yè)農(nóng)村部環(huán)境保護(hù)科研監(jiān)測所，天津 3001913. 天津農(nóng)學(xué)院農(nóng)業(yè)分析測試中心，天津 300384

引 言

近年來，奶牛場規(guī)模化程度的不斷攀升給環(huán)境造成巨大壓力，特別是在非農(nóng)用季節(jié)大量糞便的出路問題日趨嚴(yán)峻。將糞污固液篩分，固體糞便經(jīng)過堆漚和風(fēng)干后制備臥床墊料，在儲糞設(shè)施中存放以備補(bǔ)充墊料或還田的做法成為現(xiàn)階段牧場主緩解糞便積壓的主要路徑之一。2018年初國家正式發(fā)布的《畜禽糞污土地承載力測算技術(shù)指南》中表明，氮素是糞肥還田的重要衡量指標(biāo)，通過文獻(xiàn)和實地調(diào)研得知，在糞污收儲、處理及處置環(huán)節(jié)容易產(chǎn)生氮素?fù)p失[1-2]，從而影響還田時氮素含量的變化，導(dǎo)致無法快速且準(zhǔn)確預(yù)知還田時的氮素含量，成為奶牛場糞污還田難的瓶頸之一。因此監(jiān)測現(xiàn)場環(huán)境條件下典型規(guī)?；膛黾S便處理全過程環(huán)節(jié)的變化規(guī)趨，研發(fā)滿足現(xiàn)場、快速且相對準(zhǔn)確地獲得奶牛糞便中氮素含量的技術(shù)方法是糞肥安全、科學(xué)還田的重要保障，具有重要的理論和實踐指導(dǎo)意義。

近紅外光譜檢測技術(shù)，相比傳統(tǒng)的實驗室常規(guī)檢測方法，具有快速測定、使用簡單、靈活性強(qiáng)、檢測可靠性高等優(yōu)越性[3]，在食品、飼料、中藥、土壤、堆肥等領(lǐng)域得到廣泛應(yīng)用[4-8]。同時在畜禽糞便檢測領(lǐng)域也有相關(guān)研究報道，如樊霞[9]、Reeves[10]、Takashi[11]等利用近紅外光譜技術(shù)對牛糞樣品進(jìn)行檢測都取得較好的效果。除了牛糞樣品，楊增玲[12]、Saeys[13]等還建立了豬糞樣品的近紅外定量分析模型，并對豬糞中的全氮和全磷指標(biāo)進(jìn)行分析等。但都是在實驗室開展利用近紅外檢測實現(xiàn)快檢氮磷含量的可行性探究，鮮見面向奶牛場糞污治理全過程環(huán)節(jié)(收集—篩分—堆儲)糞便樣品中氮素含量變化，研究適于現(xiàn)場快速檢測的方法及模型構(gòu)建的相關(guān)報道。

奶牛場環(huán)境復(fù)雜，且包括很多復(fù)雜因素，如不同牛群的清糞方式不同，糞便處理方式不同，本工作旨在將近紅外漫反射光譜與化學(xué)計量學(xué)相結(jié)合，嘗試建立適用于現(xiàn)場糞便處理全過程環(huán)節(jié)的全氮含量快速檢測方法模型，為規(guī)?；膛黾S便安全、科學(xué)還田與糞便全氮快檢儀器的開發(fā)及現(xiàn)場應(yīng)用提供技術(shù)支撐。

1 實驗部分

1.1 奶牛場概況

研究對象選取位于天津市濱海新區(qū)的一家典型規(guī)模化奶牛場，該場養(yǎng)殖區(qū)占地約25 ha，建筑面積5.98×104m2，其中生產(chǎn)區(qū)主要包括成母牛舍、后備牛舍、青貯窖、干草棚、擠奶車間及糞污處理車間等。農(nóng)用地面積約680 ha，種植347 ha玉米、燕麥及333 ha苜蓿，為奶牛場提供粗飼料并直接消納該場糞污，是濱海新區(qū)和天津市典型的種養(yǎng)結(jié)合型規(guī)?；痉赌翀觥?/p>

1.2 樣品采集與全氮測定

該場糞便處理工藝為： 刮板/鏟車清糞—固液分離—堆漚—平鋪晾曬—儲存—回墊臥床、還田，屬于目前國家首推的種養(yǎng)結(jié)合模式，泌乳牛、大育成牛、小育成牛及犢牛的糞便全部進(jìn)入糞污處理后還田主系統(tǒng)。2018年10月16日—21日，連續(xù)6 d采集該場糞便處理全過程環(huán)節(jié)中的固態(tài)糞便和墊料樣品共計111個，糞便處理工藝全過程環(huán)節(jié)及采樣點位標(biāo)識如圖1所示。對采集的111個糞污治理全過程環(huán)節(jié)糞便樣品，使用XCA-80001電熱鼓風(fēng)干燥箱在55 ℃環(huán)境下烘干48 h后用FW100型高速萬能粉碎機(jī)進(jìn)行粉碎并過18目篩。參照2012版《有機(jī)肥料標(biāo)準(zhǔn)》中的第5.3條，采用福斯2300凱氏定氮儀對樣品中的全氮含量進(jìn)行測定。111個牛糞樣品的全氮含量范圍為0.20%～3.86%，平均含量為1.62%。

圖1 糞便處理工藝流程及采樣點位標(biāo)識Fig.1 Cow dung treatment process and the positionof sample collection

1.3 光譜采集

采用美國PerkinElmer公司的傅里葉變換近紅外光譜儀，InGaAs檢測器，儀器自帶積分球附件，光譜掃描范圍為4 000～12 000 cm-1，光譜掃描參數(shù)為： 分辨率為8 cm-1，掃描間隔為2 cm-1，掃描次數(shù)64。將糞便樣品裝入樣品杯中，并放置在積分球旋轉(zhuǎn)樣品臺上，以積分球內(nèi)置參比為背景，分別采集每一個樣品的近紅外漫反射光譜。

2 結(jié)果與討論

2.1 規(guī)模化奶牛場糞使近紅外漫反射光譜特性

圖2為處理全過程環(huán)節(jié)111個樣品在4 000～12 000 cm-1范圍的近紅外漫反射光譜。從中可觀察到在4 324，5 188，5 780和6 842 cm-1處存在明顯的吸收峰，其中4 324 cm-1附近的波帶主要是C—H(CH3，CH2)的組合頻吸收所引起的； 5 188 cm-1附近波帶為游離的O—H組合頻吸收引起； 5 780 cm-1附近波帶為CH3和CH2一級倍頻吸收所引起； 6 842 cm-1附近波帶為游離的NH基團(tuán)一級倍頻吸收所引起。雖然待分析的糞便樣品來自不同糞便處理環(huán)節(jié)，但是其光譜在全譜范圍內(nèi)整體輪廓相似，僅在吸光度強(qiáng)度上存在差別，這也表明了利用近紅外漫反射光譜技術(shù)對同一奶牛場不同糞便處理環(huán)節(jié)中全氮含量的分析是可行的。

圖2 111個糞便樣品的近紅外漫反射光譜Fig.2 Near-infrared spectra of 111 dung samplesin the whole process of treatment

2.2 主成分分析

對上述糞便處理全過程環(huán)節(jié)樣品的原始近紅外漫反射光譜進(jìn)行SG一階導(dǎo)數(shù)與去噪預(yù)處理，并采用蒙特卡洛交叉驗證法對預(yù)處理后的光譜數(shù)據(jù)進(jìn)行異常樣品檢測，根據(jù)各樣品在均值和方差圖上的分布，剔除17個異常樣品。

為明確該奶牛場糞便處理全過程環(huán)節(jié)樣品之間的關(guān)系以及性質(zhì)組成的變化，對剔除異常樣品后的94個樣品進(jìn)行主成分分析。在主成分得分圖上，樣品之間的距離越近，表明這些樣品性質(zhì)、組成越相似； 距離越遠(yuǎn)，表明樣品間性質(zhì)或組分變化較大。

圖3為前兩個主成分的得分圖，其中第一主成分PC1(principal component 1)解釋81%的總變量，第二主成分PC2解釋8%的總變量。圖中紅色橢圓里所包含的為鮮糞樣品，藍(lán)色橢圓里所包含的為混合糞樣品，黑色橢圓里所包含的為墊料樣品。鮮糞樣品主要分布在PC2大于0的區(qū)域，混合糞樣品主要分布在PC1和PC2都小于0的區(qū)域，而墊料樣品主要分布在PC1大于0同時PC2小于0的區(qū)域。鮮糞樣品分布在較大區(qū)域，其原因是這些樣品來源于不同育齡的奶牛，包括犢牛、小育成牛、大育成牛、青年牛、泌乳牛等，但這些樣品距離較近，表明雖然這些樣品來自不同育齡牛，但其性質(zhì)和組成相似。從圖中還可以看出，鮮糞與混合糞樣品存在重疊，表明從鮮糞環(huán)節(jié)到混合糞環(huán)節(jié)，樣品的性質(zhì)和組分變化不大。值得注意的是，墊料類樣品到鮮糞類和混合糞類樣品距離較遠(yuǎn)，表明墊料類環(huán)節(jié)的樣品相對于鮮糞和混合糞環(huán)節(jié)，其性質(zhì)和組成發(fā)生了較大變化，其主要原因可能是經(jīng)過固液篩分后的糞便在自然堆漚存放過程中氮素以氣態(tài)形式損失造成組分和含量發(fā)生變化，通過常規(guī)的實驗室分析可以直觀看出分離后的樣品與墊料類樣品氮素含量有明顯的降低。

圖3 前兩個主成分得分圖Fig.3 Score plot of the first two principal components

2.3 奶牛場糞便處理全過程環(huán)節(jié)全氮定量分析PLS模型的建立

采用K-S[14-15]法從94個樣品中選擇63個樣品(24個鮮糞樣品、28個混合糞樣品、11個墊料樣品)作為校正集建立模型，31個樣品(12個鮮糞樣品、9個混合糞樣品、10個墊料樣品)作為預(yù)測集來驗證模型。

采用間隔偏最小二乘(iPLS)法[16]來選擇建模光譜特征區(qū)間，將全譜分別劃分為16，17，…，21，22個子區(qū)間，以此來考察不同波數(shù)變量區(qū)間對建模效果的影響。不同子區(qū)間最佳局部模型的性能指標(biāo)如表1所示?？梢钥闯?，在第17個子區(qū)間(4 892～4 446 cm-1)建立的模型具有良好預(yù)測能力，因此選擇該波數(shù)變量區(qū)間對校正集63個樣品的光譜數(shù)據(jù)矩陣(63×223)和對應(yīng)的全氮濃度矩陣(63×1)，建立偏最小二乘模型，在3個因子數(shù)下模型的交叉驗證均方根誤差(RMSECV)為0.201 6%。由于校正集中包含了糞便處理全環(huán)節(jié)的代表性樣品，因此所建立的模型適合對奶牛糞便處理過程各環(huán)節(jié)動態(tài)樣品的全氮進(jìn)行定量分析。

表1 不同子區(qū)間最佳局部模型的性能Table 1 Performance of optimal partial models for different subintervals

以相關(guān)系數(shù)(r)、預(yù)測均方根誤差(RMSEP)、相對分析誤差(RER)以及RMSEP/RMSEC來判定模型的穩(wěn)定性與準(zhǔn)確性。一般認(rèn)為當(dāng)RER>20，可成功定標(biāo)，RMSEP/RMSEC≤1.2模型穩(wěn)定性良好。圖4是所建糞便處理全過程全氮PLS模型對預(yù)測集31個未知樣品中全氮的預(yù)測含量與真實含量的線性擬合，其中綠色直線為45°線，擬合線與45°線重合度較高，其R為0.91，RMSEP為0.151%，RER值為24.17，RMSEP與RMSEC的比值為1，說明該模型穩(wěn)定性與準(zhǔn)確性相對較好。從上述分析結(jié)果可以看出，所建立的糞便處理全過程總氮PLS模型能對未知樣品(包括了各環(huán)節(jié)動態(tài)變化的樣品)提供較好的預(yù)測結(jié)果。因此，基于近紅外漫反射光譜實現(xiàn)縱向同一奶牛場糞便處理全過程環(huán)節(jié)全氮含量的檢測是可行的。

圖4 預(yù)測集樣品中全氮預(yù)測含量和實際含量之間的線性擬合Fig.4 Linear fitting between predicted and actualTN contents in predicted set

3 結(jié) 論

通過對天津市典型規(guī)模化奶牛場糞便處理全過程環(huán)節(jié)糞便和墊料樣品的近紅外漫反射光譜的主成分分析和偏最小二乘分析，可得出以下結(jié)論：

(1)不同育齡奶牛鮮糞便性質(zhì)和組分相似，從鮮糞到混合糞環(huán)節(jié)，性質(zhì)和組分變化不大，而到墊料環(huán)節(jié)，性質(zhì)和組分發(fā)生較大變化。

(2)將近紅外漫反射光譜與化學(xué)計量學(xué)結(jié)合快速定量分析規(guī)?；膛鋈碳S便中全氮的含量是可行的； 所建模型對不同育齡奶牛鮮糞、不同處理環(huán)節(jié)糞便中的全氮含量都能提供較好的預(yù)測結(jié)果。

(3)該研究為糞便全氮快速檢測近紅外儀器的開發(fā)和現(xiàn)場應(yīng)用提供理論和實驗依據(jù)，為現(xiàn)場糞便定量還田提供支撐。