第32卷,第2期 光谱学与光谱分析 Vol.32,no.2,pp330-333 2012年2月 Spectroscopy and Spectral Analysis February ,2012 基于中红外光声光谱的聚合物包膜控释肥料养分释放曲线预测 申亚珍12,杜昌文1*,周健民1,王火焰1,陈小琴1 1.中国科学院南京土壤研究所,土壤与农业可持续发展国家重点实验室,江苏南京210008 2.中国科学院研究生院,北京100049 摘要以聚丙烯酸酯类系列水基聚合物包膜控释肥料为样品,测定了包膜肥料养分的释放曲线并原位测 定了肥料包膜的中红外光声光谱,分析了不同肥料的养分释放曲线以及不同包膜材料的红外光声光谱特征; 采用广义回归神经网络模型(GRNN),以肥料包膜红外光声光谱的主成分作为GRNN模型的输入层,并以 包膜肥料养分释放曲线为输出层,构建了预测养分释放曲线的GRNN模型。结果表明,GRNN模型能快速 有效地预测包膜肥料养分释放曲线,其预测相关系数(R2)达0.93以上;包膜的探测深度明显影响释放曲线 的预测误差,最小预测误差为7.14%,平均为10.28%,且基于包膜表层红外光声光谱的预测误差最小。因 此,结合GRNN模型,红外光声光谱可为包膜肥料养分释放曲线的快速预测提供新手段 关键词红外光声光谱;包膜肥料;GRNN模型;释放曲线 中图分类号:S143文献标识码:ao:10.3964/j-iss.1000-0593(2012)2 的固态样品分析,所需样品少,样品也不需做前处理,可 引言 实现原位逐层扫描。由于包膜肥料的控释效果主要决定于包 衣材料性质,因而可以通过包膜的红外光声光谱直接获取相 由于控释肥料具有提高养分利用率、减少环境胁迫、节 应包膜肥料的养分释放特征 省劳动力和施肥成本等诸多优点而日益成为研究的热点之 本工作原位测定了肥料包膜的红外光声光谱并分析了肥 ,其中研究养分释放曲线对于评价控释效果具有重要意 料养分释放曲线,然后通过人工神经网络模拟包膜的红外光 义;最直接的做法是在25℃下采用静水溶出试验2,但该 声光谱和相应包膜肥料养分释放曲线之间的关系,构建了人 方法费时费力,在应用中很难采用。高温下养分释放周期大 工神经网络模型,以期快速预测聚合物包膜肥料的养分释放 大缩短,因此通过高低温度下释放曲线间的关系进行转化, 曲线。 可以在较短时间内推导得到养分释放曲线,但温度过高可 能使得控释肥料膜层破裂,同时高温释放曲线和低温释放曲 1实验部分 线的转换并不一定是简单线性关系,因此该方法在预测的可 靠性上存在问题。通过养分释放模型也可以进行养分释放曲 11包衣材料 线的估算,Du等5建立了聚合物包膜肥料养分释放的理论 以聚丙烯酸酯类水基聚合物为基材,通过改变有机硅种 模型和人工神经网络模型,尽管模型较好地描述了聚合物包 类及交联剂的...
基于中红外光声光谱的聚合物包膜控释肥料养分释放曲线预测.pdf
