CN1712937A - 非破坏快速检测复合肥中多种元素组分含量的方法 - Google Patents
非破坏快速检测复合肥中多种元素组分含量的方法 Download PDFInfo
- Publication number
- CN1712937A CN1712937A CN 200410027803 CN200410027803A CN1712937A CN 1712937 A CN1712937 A CN 1712937A CN 200410027803 CN200410027803 CN 200410027803 CN 200410027803 A CN200410027803 A CN 200410027803A CN 1712937 A CN1712937 A CN 1712937A
- Authority
- CN
- China
- Prior art keywords
- composite fertilizer
- content
- infrared spectrum
- mathematical model
- elementary composition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种非破坏快速检测复合肥料中多种元素组分的方法。是对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型，利用该数学模型和采集的未知样近红外光谱来检测复合肥中待测元素组分的含量。使用本发明的方法用于复合肥料定量分析时，样品不用处理，亦不需要化学试剂，1－2分钟内就可测出一个样品中几种成分，操作简便，稳定性好，与化学法在同一个精度水平上。
Description
技术领域
本发明涉及检测肥料中多种元素组分的方法，特别涉及非破坏快速检测复合肥料中多种元素组分的方法。
背景技术
肥料是农作物生长发育的主要营养源，无论对提高产量，还是在改善品质方面，都是不可缺少的。土壤养分、肥料养分、作物养分的快速分析与诊断，是新世纪中普遍关注的研究课题。肥料质量常规的监测项目主要是N(氮)、P(磷)、K(钾)等无机元素的含量，而N(氮)、P(磷)、K(钾)组分一般采用化学分析，费事费力，污染较大。因此对肥料特别是目前最为常用的复合肥而言，无论从生产的质量检验和监控还是为实现因肥施用都非常需要找到快速、准确的对肥料中各主要元素的含量进行检测的方法。
发明内容
针对上述现状本发明的目的在于提出一种非破坏快速检测复合肥料中多种元素组分含量的方法。
近红外光谱技术(NIR)是近20年来迅速发展并得到广泛应用的一门新技术，它主要是利用化学物质在近红外光区的光学特性，与计算机技术、现代数学相配合，快速测定某种物质中的一种或多种物理化学成分的含量。在很多领域已成为快速常量分析手段中一项成熟的新技术。目前在农业、食品、化工、纺织、医药等领域已取得大批研究成果，它的快速、非破坏、稳定、不需要化学试剂、操作简便等特点已为人们所公认。
本发明提出的非破坏快速检测复合肥中多种元素组分含量的方法，是对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型，利用该数学模型和采集的未知样近红外光谱来检测复合肥中待测元素组分的含量。
本发明的检测方法由于是通过建立的数学模型和测量的未知样光谱来实现样品各元素的定量分析，所以模型的研制，是准确测量的基础。本发明所述方法中对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型具体包括如下步骤：
(1)采集与筛选复合肥标准样品；
(2)分别对所有复合肥标准样品采集近红外光谱图谱和进行其待测元素含量的常规化学分析；
(3)将步骤(2)得到的每个标准样品近红外光谱数据经二阶导数处理，用偏最小二乘法(PLS)进行统计分析，并与相应的常规化学分析含量数据结果进行对比，找到该元素近红外光谱处理数据与其常规化学分析含量数据结果之间的相关系数，对该元素建立起数学模型。
为保证建立高质量的数学模型，还可以更进一步地对建立的待测元素数学模型进行验证，以确保其检测结果的准确性。其具体步骤包括：对用于验证数学模型的复合肥样品分别采集近红外光谱图谱和进行其待测元素含量的常规化学分析，将验证样品通过数学模型得出待测元素的近红外光谱分析含量数据与常规化学分析得出的数据进行比较，如果误差在允许的范围内，则数学模型定型；如果误差超出允许范围，则按照前面所述的建立数学模型的方法重新建立数学模型，直至数学模型定型。
本发明方法中所述的步骤(1)采集与筛选复合肥标准样品包括尽量采集和筛选不同原料来源、不同样品形态(如颗粒状和粉末状)、不同生产线出品和不同配方组合的各种复合肥。
本发明方法采集近红外光谱的仪器为傅立叶变换近红外光谱仪，其中所述的近红外光谱包括反射谱和吸收谱，其采集的波数范围是：10000cm-1-4000cm-1。本发明的方法可以对复合肥中的N(氮)、P(磷)、K(钾)等要素含量进行检测。
本发明的方法其中所述对复合肥的常规化学分析方法包括：对复合肥中N含量进行分析时通过自动定氮仪，采用凯氏法；对复合肥中P含量进行分析时，采用磷钼酸喹磷重量法；对复合肥中N元素进行分析时，采用苯基合硼酸重量法。
本发明为复合肥生产的质量检验和监控及实现因肥施用提供一种崭新的测试手段。使用本发明的方法用于复合肥料定量分析时，样品不用处理，亦不需要化学试剂，1-2分钟内就可测出一个样品中几种成分，操作简便，稳定性好，与化学法在同一个精度水平上，完全可以用于复合肥料中的N、P、K三要素的定量分析。
具体实施方式
实施例
采集材科：复合肥样品共70份，包括兰复肥(属N、P、K三元肥料)30份，金复肥、硫复肥、硅复肥、硫酸钾复肥(后四种属N、K二元肥料)每个品种各10份样品，其中金复肥、硫复肥、硅复肥、硫酸钾肥等4种复合肥的主要NIRS光谱吸收是一致的，故采用混合建模通用于4种复肥的快速测定，(为方便起见，在本文中把该4种复肥统称为混合复肥，下同)，而兰复肥则单独建模专供用于兰复肥的快速定量分析。将兰复肥和混合复肥的30个和40个样品，各分成两组，一组分别为22个和30个，用于建模，另一组8个和10个用于模型的检验。
化学分析——对所有复合肥料样品中的N、P、K进行测定，均按国家标准分析方法进行。其中：N采用凯氏法、P采用磷钼酸喹磷重量法、K采用4苯基合硼酸重量法
光谱分析——采用美国NICOLET公司生产的360N近红外光谱仪，连接光纤探针，波数范围为10000cm-1-4000cm-1，用反射法测量采集光谱资料，扫描次数110，光谱经二阶导数处理后，用最小二乘法(PLS)进行统计分析，并作交叉检验。
通过用二阶导数处理光学数据，以PLS法进行数据的统计分析，近红外光谱分析结果可获得与常规化学分析结果之间良好的线性关系，它们的相关系数分别为：兰复肥中的N＝0.9925；P＝0.9910；K＝0.9986，混合复肥中的N＝0.9916；K＝0.9896。所选择的波数范围详见表1。
表1 两类复合肥三种成分建模的主要参数
| 兰复肥 混合复肥 |
| 成分 样品 波数范围 相关系 标准误 样品 波数范围 相关系 标准误数 (cm-1) 数 差(％) 数 (cm-1) 数 差(％)N 22 5859-5565 0.9925 0.22 30 9730-5080 0.9916 0.50P 22 10200-5800 0.9910 0.10K 22 8320-7340 0.9986 0.33 30 9950-7780 0.9896 1.20 |
表2和表3是用建立的定量分析模型对验证样品的具体检验结果：
表2 兰复肥验证样品的检验结果
| N | P | K | |||||||||
| 样品编号 | Lab | NIR | 差值 | 样品编号 | Lab | NIR | 差值 | 样品编号 | Lab | NIR | 差值 |
| 1 | 15.68 | 15.72 | 0.04 | 5 | 4.73 | 4.71 | 0.02 | 3 | 8.26 | 8.31 | 0.05 |
| 3 | 15.88 | 15.84 | 0.04 | 8 | 4.81 | 4.79 | 0.02 | 7 | 8.53 | 8.56 | 0.03 |
| 8 | 16.39 | 16.61 | 0.22 | 11 | 4.70 | 4.60 | 0.10 | 10 | 8.87 | 8.91 | 0.04 |
| 12 | 15.18 | 15.09 | 0.09 | 14 | 4.82 | 4.72 | 0.10 | 13 | 10.76 | 10.74 | 0.02 |
| 14 | 15.72 | 15.69 | 0.03 | 18 | 4.92 | 4.90 | 0.02 | 15 | 11.36 | 11.31 | 0.05 |
| 18 | 15.52 | 15.45 | 0.07 | 21 | 4.83 | 4.93 | 0.10 | 19 | 10.93 | 10.89 | 0.04 |
| 20 | 15.37 | 15.30 | 0.07 | 24 | 5.00 | 4.90 | 0.10 | 25 | 11.13 | 11.13 | 0.00 |
| 28 | 15.47 | 15.46 | 0.01 | 25 | 4.55 | 4.68 | 0.13 | 28 | 11.00 | 10.97 | 0.03 |
表3 混合复肥验证样品的检验结果
| N(％) | P(％) | ||||||
| 样品编号 | Lab | NIR | 差值 | 样品编号 | Lab | NIR | 差值 |
| 1 | 16.90 | 16.62 | 0.28 | 3 | 8.45 | 8.47 | 0.02 |
| 6 | 16.07 | 16.17 | 0.10 | 7 | 8.62 | 8.46 | 0.16 |
| 10 | 15.40 | 15.48 | 0.08 | 9 | 8.71 | 8.65 | 0.06 |
| 11 | 15.43 | 15.44 | 0.01 | 12 | 6.52 | 6.67 | 0.15 |
| 27 | 13.82 | 13.95 | 0.13 | 16 | 7.46 | 7.43 | 0.03 |
| 30 | 15.10 | 15.24 | 0.14 | 21 | 7.85 | 7.74 | 0.11 |
| 31 | 15.83 | 15.61 | 0.22 | 24 | 8.21 | 8.21 | 0.00 |
| 38 | 15.12 | 15.09 | 0.03 | 30 | 9.62 | 9.70 | 0.08 |
| 39 | 15.08 | 15.03 | 0.05 | 33 | 9.48 | 9.50 | 0.02 |
| 40 | 15.90 | 16.14 | 0.24 | 37 | 10.42 | 10.38 | 0.04 |
其中兰复肥的N差值在0.01-0.22，相对误差在±1％以内；P的差值在0.02-0.13之问，相对误差＜±3％；K的差值在0.00-0.05之间，相对误差在±1％以内：而混合复肥的N其差值在0.01-0.28之间，相对误差在±2％；K的差值在0.00←0.16，相对误差＜±1％。根据国家标准方法的规定，同一样品在不同实验室分析的允许误差是：N(0.30-0.50)，P(0.20～0.30)，K在含量小于10％时是0.24，而用NIR光谱法测得的标准误差是：N在0.01-0.28之间；P在0.02-0.13之间；K在0.00-0.16之间，完全符合标法规定的要求。
Claims (10)
1、一种非破坏快速检测复合肥中多种元素组分含量的方法，是对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型，利用该数学模型和采集的未知样近红外光谱来检测复合肥中待测元素组分的含量。
2、根据权利要求1所述的非破坏快速检测复合肥中多种元素组分含量的方法，所述对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型包括如下步骤：
(1)采集与筛选复合肥标准样品；
(2)分别对所有复合肥标准样品采集近红外光谱图谱和进行其待测元素含量的常规化学分析；
(3)将步骤(2)得到的每个标准样品近红外光谱数据经二阶导数处理，用偏最小二乘法(PLS)进行统计分析，并与相应的常规化学分析含量数据结果进行对比，找到该元素近红外光谱处理数据与其常规化学分析含量数据结果之间的相关系数，对该元素建立起数学模型。
3、根据权利要求2所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述对复合肥标准样品中待测元素建立对应于其常规化学分析含量数据与该标样的近红外光谱分析数据相关联的数学模型还包括：对建立的待测元素数学模型进行验证，其具体步骤包括：对用于验证数学模型的复合肥样品分别采集近红外光谱图谱和进行其待测元素含量的常规化学分析，将验证样品通过数学模型得出待测元素的近红外光谱分析含量数据与常规化学分析得出的数据进行比较，如果误差在允许的范围内，则数学模型定型；如果误差超出允许范围，则按照权利要求2中所述的方法重新建立数学模型，直至数学模型定型。
4、根据权利要求1所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述利用数学模型和采集的未知样近红外光谱来检测复合肥中待测元素组分的含量的具体步骤包括：采集未知样品的近红外光谱并经二阶导数处理，用偏最小二乘法(PLS)进行统计分析，将所得结果通过已经建立的待测元素组分的数学模型，得出该未知样待测元素组分的含量。
5、根据权利要求2所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中步骤(1)所述的采集与筛选复合肥标准样品包括采集和筛选不同原料来源、不同样品形态、不同生产线出品和不同配方组合的各种复合肥。
6、根据权利要求1所述的非破坏快速检测复合肥中多种元素组分含量的方法，其所述方法检测的元素包括氮、磷、钾。
7、根据权利要求1所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述对复合肥的常规化学分析包括：对复合肥中N含量进行分析时通过自动定氮仪，采用凯氏法；对复合肥中P含量进行分析时，采用磷钼酸喹磷重量法；对复合肥中N元素进行分析时，采用苯基合硼酸重量法。
8、根据权利要求2所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述采集近红外光谱的仪器为傅立叶变换近红外光谱仪，其采集波数范围是：10000cm-1-4000cm-1。
9、根据权利要求2所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述复合肥为颗粒状或粉末状。
10、根据权利要求1所述的非破坏快速检测复合肥中多种元素组分含量的方法，其中所述的近红外光谱包括反射谱和吸收谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200410027803 CN1712937A (zh) | 2004-06-21 | 2004-06-21 | 非破坏快速检测复合肥中多种元素组分含量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200410027803 CN1712937A (zh) | 2004-06-21 | 2004-06-21 | 非破坏快速检测复合肥中多种元素组分含量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1712937A true CN1712937A (zh) | 2005-12-28 |
Family
ID=35718642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200410027803 Pending CN1712937A (zh) | 2004-06-21 | 2004-06-21 | 非破坏快速检测复合肥中多种元素组分含量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1712937A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975800A (zh) * | 2010-09-06 | 2011-02-16 | 中国农业大学 | 畜禽粪便肥料成分检测方法及其检测装置 |
| CN102680529A (zh) * | 2012-06-08 | 2012-09-19 | 中国农业大学 | 一种有机肥养分含量快速分析方法 |
| CN103245585A (zh) * | 2013-05-21 | 2013-08-14 | 湖南省烟草公司湘西自治州公司 | 一种有机肥料腐解吸收测定方法及装置 |
| CN103926211A (zh) * | 2014-04-25 | 2014-07-16 | 孙西钊 | 人体结石智能定性定量检测方法 |
| CN106198447A (zh) * | 2016-07-13 | 2016-12-07 | 中国科学院合肥物质科学研究院 | 基于近红外光谱技术的复混肥主要成分无损定量检测方法 |
| CN107300535A (zh) * | 2017-08-09 | 2017-10-27 | 安徽莱姆佳生物科技股份有限公司 | 近红外快速检测有机肥有效成分含量的方法 |
| CN109696407A (zh) * | 2019-01-22 | 2019-04-30 | 中国农业大学 | 一种基于特征波长的椰糠基质有效氮光谱检测方法 |
-
2004
- 2004-06-21 CN CN 200410027803 patent/CN1712937A/zh active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975800A (zh) * | 2010-09-06 | 2011-02-16 | 中国农业大学 | 畜禽粪便肥料成分检测方法及其检测装置 |
| CN101975800B (zh) * | 2010-09-06 | 2013-01-23 | 中国农业大学 | 畜禽粪便肥料成分检测方法及其检测装置 |
| CN102680529A (zh) * | 2012-06-08 | 2012-09-19 | 中国农业大学 | 一种有机肥养分含量快速分析方法 |
| CN102680529B (zh) * | 2012-06-08 | 2014-05-07 | 中国农业大学 | 一种有机肥养分含量快速分析方法 |
| CN103245585A (zh) * | 2013-05-21 | 2013-08-14 | 湖南省烟草公司湘西自治州公司 | 一种有机肥料腐解吸收测定方法及装置 |
| CN103926211A (zh) * | 2014-04-25 | 2014-07-16 | 孙西钊 | 人体结石智能定性定量检测方法 |
| CN106198447A (zh) * | 2016-07-13 | 2016-12-07 | 中国科学院合肥物质科学研究院 | 基于近红外光谱技术的复混肥主要成分无损定量检测方法 |
| CN107300535A (zh) * | 2017-08-09 | 2017-10-27 | 安徽莱姆佳生物科技股份有限公司 | 近红外快速检测有机肥有效成分含量的方法 |
| CN109696407A (zh) * | 2019-01-22 | 2019-04-30 | 中国农业大学 | 一种基于特征波长的椰糠基质有效氮光谱检测方法 |
| CN109696407B (zh) * | 2019-01-22 | 2020-11-03 | 中国农业大学 | 一种基于特征波长的椰糠基质有效氮光谱检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0877923B1 (en) | Mutivariate sample analysis | |
| CN101413885A (zh) | 一种快速定量蜂蜜品质的近红外光谱方法 | |
| CN103411906B (zh) | 珍珠粉和贝壳粉的近红外光谱定性鉴别方法 | |
| CN101791331B (zh) | 一种快速测定丹参提取液中鞣质含量的方法 | |
| CN105372200A (zh) | Sbs改性沥青改性剂含量快速检测方法 | |
| CN106950192A (zh) | 一种基于近红外光谱分析技术的植物蛋白饮料中主要成分含量快速检测的方法 | |
| CN103411895B (zh) | 珍珠粉掺伪的近红外光谱鉴别方法 | |
| CN104596979A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法 | |
| CN105372195A (zh) | 一种微量紫外分光光度计质量检测方法和检测试剂盒 | |
| CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
| CN1712937A (zh) | 非破坏快速检测复合肥中多种元素组分含量的方法 | |
| CN106018329A (zh) | 一种近红外光谱快速检测白砂糖指标的方法 | |
| CN108169168A (zh) | 检测分析水稻籽粒蛋白质含量数学模型及构建方法和应用 | |
| CN104849234A (zh) | 基于近红外光谱分析吡虫啉原药主成分含量的测定方法 | |
| CN104596976A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶蛋白质的方法 | |
| CN109540837A (zh) | 近红外快速检测苎麻叶片木质纤维素含量的方法 | |
| CN107314986A (zh) | 一种利用近红外光谱检测油菜茎秆可溶性糖含量的方法 | |
| CN106053380A (zh) | 利用近红外光谱技术快速分析混合制浆木材树种比例的方法 | |
| CN108061724A (zh) | 新疆彩棉内在品质近红外光谱无损快速检测方法 | |
| CN105717061B (zh) | 乙硼烷混合气中乙硼烷的定量测定方法 | |
| CN104596982A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶果胶的方法 | |
| CN106872397A (zh) | 一种基于已有校正模型快速检测农产品化学组分的方法 | |
| CN102213674A (zh) | 近红外光谱法检测面粉中石灰类物质的方法 | |
| CN106092960A (zh) | 一种快速校正近红外设备并检测农产品中化学成分的方法 | |
| CN105699302A (zh) | 一种利用光谱法测定苹果主要营养成分的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |