蛋鸡粪便主要成分含量快速预测方法和模型研究

摘要

随着集约化养殖业的迅猛发展，大量的畜禽粪便给环境带来了巨大的压力。为了合理的利用畜禽粪便，减轻环境污染，快速测定其中主要成分含量是关键。本文在参考国内外相关资料的基础上，以蛋鸡粪便为研究对象，从理论的角度出发，通过大量的试验研究，用理化指标和近红外光谱分析技术两种不同的方法探讨了快速预测其主要成分含量的可行性。 为了探讨利用理化指标快速预测液体蛋鸡粪便中有机物、总氮、总磷、铵态氮、总钾、铜、铁、锌、镁和钠含量的方法，本试验采集了91份样本，并将其分别按1:5粪水比例(体积比)进行了稀释。首先研究了蛋鸡粪便溶液代表性样本的制备，然后从91份液体蛋鸡粪便中选择61份进行模型的建立，分别建立了比重、电导率和pH值与其中各成分含量间的一元和多元模型，通过比较选择出较优的模型，并用其余30份样本对其进行验证。结果表明：有机物、总氮、总磷、铜、铁、锌、镁的最优模型均是以比重为自变量的一元线性模型，其决定系数分别为0.81、0.82、0.86、0.77、0.78、0.68和0.80，而铵态氮、总钾和钠则与电导率之间的线性相关性最好，决定系数分别为0.87、0.63和0.70。利用30份样本对10个一元线性回归模型验证的结果表明所选择的10个一元线性回归模型均具有较好的预测效果。 为了探讨利用近红外光谱技术快速测定蛋鸡粪便中各成分含量的可行性，本试验利用傅立叶变换近红外光谱仪，对所采集的91份蛋鸡粪便的新鲜样本和干燥粉碎后的样本分别进行了光谱的扫描。用偏最小二乘法(PLS)建立两种样本中上述11种成分含量的近红外光谱定标模型。结果表明：(1)近红外光谱分析技术可以很好的预测新鲜样本中的总氮和铵态氮，其校正模型的相关系数(R<'2>)分别为0.92和0.90，相对分析误差(RPD)均大于3；(2)可较好的预测水分和有机物含量，R<'2>分别为0.87和0.88，RPD则分别为2.65和2.76，均大于2.5而小于3；(3)铁、锌和钠校正模型的相关系数(R<'2>)分别为0.77、0.83和0.69，相对分析误差(RPD)分别为2.00、2.30和2.29，不能满足于实际应用的精度；(4)总磷和镁的校正模型则只具有区分样本中这些成分含量高低的能力，在实际中无法应用，总钾和铜的校正模型则不能使用；(5)对于干燥粉碎样中的各成分含量来说，近红外光谱分析技术均不能对其进行较为准确的预测。

目录

文摘

英文文摘

论文说明：插图和附表清单，符号列表

声明

第一章绪论

1.1课题提出的背景

1.1.1畜禽粪便给环境带来巨大的压力

1.1.2畜禽粪便还田是减轻环境污染和解决土壤受损的有效途径

1.2研究的意义

1.3国内外相关研究现状

1.3.1基于理化指标的畜禽粪便主要肥料成分含量快速测定法

1.3.2基于近红外光谱的畜禽粪便主要肥料成分含量快速测定法

1.4存在的问题

1.5本课题主要研究内容与研究思路

1.6研究思路框图

第二章蛋鸡粪便理化特性的测定与分析

2.1材料与方法

2.1.1样本的采集与制备

2.1.2样本理化指标的测定

2.1.3样本主要成分含量的测定

2.1.4样本溶液主要阳离子的测定

2.1.5数据处理与统计分析

2.2结果与讨论

2.2.1稀释倍数的确定

2.2.2代表性样本的制备

2.2.3样本主要成分含量与理化指标

2.2.4样本溶液中主要阳离子组成

2.3本章小结

第三章基于理化指标快速预测蛋鸡粪便主要成分含量的方法和模型研究

3.1材料与方法

3.1.1样本的采集与制备

3.1.2主要仪器设备

3.1.3实验室分析

3.1.4数据处理与统计分析

3.2结果与讨论

3.2.1蛋鸡粪便样本主要成分含量分析结果

3.2.2样本比重与干物质含量之间的相关关系

3.2.3蛋鸡粪便理化指标与其中主要成分含量的一元相关关系

3.2.4蛋鸡粪便理化指标与其中主要成分含量的多元线性相关关系

3.2.5基于理化指标快速预测蛋鸡粪便主要成分含量的数学模型

3.2.6基于理化指标快速预测蛋鸡粪便主要成分含量模型的验证

3.3本章小结

第四章基于近红外光谱的蛋鸡粪便主要成分含量快速测定方法研究

4.1材料与方法

4.1.1样本的采集与制备

4.1.2样本主要成分含量的实验室化学分析

4.1.3近红外光谱的采集

4.1.4近红外光谱定量分析

4.2结果与讨论

4.2.1蛋鸡粪便新鲜样本化学成分的NIRS定量分析模型

4.2.2蛋鸡粪便干燥粉碎样本化学成分NIRS定量分析模型

4.3本章小结

第五章结论与进一步研究设想

5.1结论

5.1.1蛋鸡粪便理化特性

5.1.2理化指标与蛋鸡粪便主要成分含量间相关关系的研究

5.1.3基于近红外光谱的蛋鸡粪便新鲜和干燥粉碎样本主要成分含量的预测

5.1.4基于理化指标与近红外光谱的蛋鸡粪便主要成分含量快速预测方法的比较

5.2论文的创新之处

5.3进一步研究设想

参考文献

致谢

附录

个人简介