通过色彩传感器预测堆肥中的有机物质

科学领域:

• 农业科学 农业科学
• 土壤科学 土壤科学
• 分析化学 分析化学

背景情况:

• 堆肥材料是重要的土壤修正物,有机物含量对于质量评估至关重要.
• 测量有机物质的传统方法耗时且资源密集,需要专门的实验室设备.

研究的目的:

• 评估NixPro2色彩传感器在预测堆肥材料中的有机物质含量方面的潜力.
• 开发一种快速的现场方法来分析堆肥质量,减少对传统实验室技术的依赖.

主要方法:

• 通过燃烧损失 (LOI) 和NixPro2彩色传感器,对13种类型的200个堆肥样本进行了有机物质分析.
• 一个通用添加模型 (GAM) 算法被应用到CIEL*a*b*色彩数据,用于LOI预测.
• 主要成分分析 (PCA) 用于根据有机物质含量区分堆肥类型.

主要成果:

• NixPro2色彩传感器实现了对有机物质含量的优异预测准确度 (验证R2=0.87,验证RMSE=4.66%).
• 与GAM算法相结合的CIEL*a*b*色彩模型证明在预测LOI方面是有效的.
• 通过PCA,PCA成功地区分了含有最低有机物质的堆肥样本.

结论:

• NixPro2色彩传感器提供了一个有希望的,准确的,快速的替代传统方法来确定堆肥中的有机物质.
• 这项技术对堆肥行业具有重大实际意义,使实时质量评估和过程优化成为可能.