论文部分内容阅读
水稻秸秆是一种可以用做木质纤维材料和可再生能源的主要生物质,快速分析水稻秸秆的组成成分,机械特性和近红外反射光谱(NIRS)特性有助于探究其生长机制,从而提高其可持续利用功能与价值。本研究从中国南方海南省崖城和三亚收集了多种不同亚种(籼稻和粳稻),生长季(早、中、晚季)和生长环境(稻田和旱地)的水稻秸秆并进行了分析研究。主要创新点与结论总结如下:1.化学分析包括3种木质纤维成分、5种元素组成、4种工业组成、14种矿质元素和2种热化学特性的测定。结果表明,水稻秸秆组成特性在不同品种之间差异显著,显著性水平(P)小于0.05。水稻秸秆木质纤维含量为纤维素(39.96%±3.19%)>木质素(15.39%±1.57%)>半纤维素(14.68%± 1.96%)。元素组成含量大小依次为氧元素(O)(40.83%± 1.38%)>碳元素(C)(39.78%± 1.03%)>氢元素(H)(4.93%±0.31%)>氮元素(N)(1.51%±0.25%)>硫元素(S)(0.38%± 0.07%)。工业组成成分为:水分(5.62%± 0.41%)、挥发分(VM)(71.77%± 1.60%)、灰分(12.58%±1.92%)、固定碳(FC)(10.04%±0.83%)。矿质元素含量大小依次为:钾(K)(16.42 ± 3.27 g kg-1)>钙(Ca)(3.72 ±0.76 g kg-1)>磷(P)(2.30 ±0.68 g kg-1)>镁(Mg)(1.24±0.36gkg-1)>锰(Mn)(770.67± 173.28 mgkg-1)>钠(Na)0.28±0.16gkg-1)>铁(Fe)(.08±0.12gkg-1)>锌(Zn)(25.36±10.38mgkg-1)>砷(As)(2.00±4.94 mgkg-1)>硼(B)(.53±1.03mgkg-1)>铜(Cu)(3.46±1.15mgkg-1)>铬(Cr)(0.66±0.45mgkg-1)>镍(Ni)(0.38 ±0.18 mg kg-1);>镉(Cd)。高位热值(HHV)和低位热值(LHV)分别为14.35-17.24 MJ kg-1和13.18-16.14 Mkg-1。28个组成特性之间相关系数(R)大于0.50且显著相关(P<0.01)的关系总结为:C、VM、HHV、LHV之间呈正相关,并与Ash呈负相关;O、VM、FC、LHV之间呈正相关、并与Ash呈负相关。2.测定了不同种类水稻秸秆的物理特性(直径、厚度、面积)和机械特性(剪切、弯曲、拉伸)。结果表明,物理和机械特性呈负相关。不同水稻秸秆品种的物理特征几乎没有显着差异。水稻秸秆的长径为3.64 ± 0.54 mm,短径为2.31 ±0.38 mm,厚度为0.37 ±0.06 mm,横截面积为3.00 ±0.77 mm2。水稻秸秆所能承受的最大拉力(11.53-133.27 N)>最大剪切力(4.34-54.56 N)>弯曲力(0.43-4.93N),抗拉强度(56.47 ± 22.67 MPa)>抗弯强度(22.44 ±6.60 MPa)>剪切强度(2.94± 1.10 MPa),拉伸弹性模量(6.87±1.95 MPa)>弯曲弹性模量(2.82± 1.10 MPa)。通过四分位数范围选择了机械特征突出的样本,同时需要进一步研究它们的遗传差异。3.基于偏最小二乘(PLS)和竞争自适应重加权变量选择-偏最小二乘(CARS-PLS)两种算法,建立了水稻秸秆木质纤维素和元素组成的NIRS速测模型。建模结果表明,大多数CARS-PLS模型比PLS模型具有更高的准确性,可能是因为CARS-PLS模型选择了波数的最佳组合,这可能增强了组分的信号,从而提高了预测效率。N含量作为水稻秸秆利用的主要元素,可以通过CARS-PLS模型进行精确预测。一般来说,CARS-PLS模型能够有效定量不同水稻秸秆的木质纤维素和元素组成。在实际应用中模型的精确度是可以接受的。