[发明专利]一种有机肥产品近红外模型转移方法

说明书

技术领域

本发明涉及一种模型转移方法，特别是关于一种有机肥产品近红外模型转移方法。

背景技术

近年来，近红外光谱分析技术以其高效、无损、无污染和可同时进行多组分或性质的测定分析等优点在各个行业得到了广泛应用，其在有机肥技术指标的测定分析中的应用研究，始于20世纪90年代，且显现了良好的应用效果。但是，近红外光谱分析技术是一种间接的分析方法，在建立校正模型时，往往需要测定分析大量样品的化学值或基础性质数据作为建立校正模型的基础，这个过程不仅费时费力，且投入较大，所以对所建立的模型在动态适应性方面提出了较高的要求。其不仅要求模型的预测范围广，而且要求在一台仪器上建立的模型能够在其它仪器上应用，即要求进行近红外光谱分析模型的转移。这样可实现资源的共享和模型的有效利用，大大减少因重复建模所造成的人力、物力和财力的浪费。但是，目前对有机肥近红外光谱分析模型的转移还没有一种有效的方法。

发明内容

针对上述问题，本发明的目的是提供一种可有效、精确地对近红外模型进行转移，进而可实现资源共享和模型有效利用的有机肥产品近红外模型转移方法。

为实现上述目的，本发明采取以下技术方案：一种有机肥产品近红外模型转移方法，其包括以下步骤：1)选择并设定两个近红外光谱仪作为对有机肥样品进行光谱分析的主仪器和从仪器，以从仪器获得的有机肥样品光谱数据格式为标准，将主仪器获得的有机肥样品光谱数据格式向从仪器获得的有机肥样品光谱数据格式进行匹配，使其光谱阵横坐标一致；2)用光谱数据匹配前和匹配后主仪器测得的光谱阵与有机肥样品的化学真值浓度阵，建立基于偏最小二乘法的留一法全交互验证近红外模型，并对这两个近红外模型的预测效果进行比较，验证光谱数据匹配前、后，主仪器测得的近红外光谱阵间的差异；3)对有机肥样品异常样品进行剔除，对校正集样品和验证集样品进行分集，并对光谱数据进行预处理，利用校正集样品，采用偏最小二乘法作为回归方法，建立光谱数据匹配后主仪器近红外校正模型，并利用该近红外校正模型对主仪器验证集和从仪器验证集的预测效果进行比较；4)在校正集样品中选出若干个样品，分别在主仪器和从仪器上扫描其光谱，得到主仪器标准化样品集光谱阵和从仪器标准化样品集光谱阵，以用于计算近红外模型的转移参数；5)采用步骤3)所建近红外校正模型分别对主仪器和从仪器在步骤4)中选用的标准化样品集进行光谱扫描，并计算出对应的标准化样品集预测值浓度阵，对其进行最小二乘拟合，得到主仪器上预测的标准化样品集浓度阵C_mp与从仪器上预测的标准化样品集浓度阵C_sp的最小二乘拟合关系式：

                 C_mp＝bias+slope*C_sp                        (1)

采用最小二乘法求出bias和slope；其中，slope为最小二乘法拟合得到的斜率值，bias为最小二乘法拟合得到的截距值；6)利用步骤3)所建近红外校正模型获得从仪器验证集样品浓度阵，并利用步骤5)所得到的最小二乘拟合关系式(1)中求出的斜率值和截距值进行校正，得到最终主仪器近红外校正模型预测从仪器验证集样品浓度阵；7)对近红外校正模型转移后的预测效果进行评价分析。

所述步骤2)中，根据校正决定系数交互验证决定系数校正均方差RMSEC、交互验证均方差RMSECV和系统偏差bias这四个指标评价光谱数据匹配前、后主仪器所建模型的预测效果，并验证光谱数据匹配前、后主仪器测得的近红外光谱阵间的差异；其中，校正决定系数交互验证决定系数表示光谱数据匹配前、后，主仪器近红外预测值浓度阵与化学真值浓度阵之间的拟合程度：