Количественный анализ азота в сложных удобрениях с использованием лазерной атомно-эмиссионной спектроскопии в сочетании с методом многомерной регрессии

С помощью лазерной атомно-эмиссионной спектроскопии (LIBS) проведен количественный анализ концентрации азота в сложных удобрениях. Тридцать два образца использованы в качестве калибровочного набора, восемь образцов — в качестве проверочного набора. Для построения моделей и устранения матричного эффекта использованы частичная регрессия методом наименьших квадратов и регрессия опорных векторов методом наименьших квадратов (LS-SVR). Для модели частичной регрессии методом наименьших квадратов коэффициенты корреляции для наборов калибровки  и прогнозирования составили 0.837 и 0.794. С использованием метода LS-SVR коэффициенты корреляции для наборов калибровки и прогнозирования улучшены до 0.994 и 0.993. Таким образом, метод  LS-SVR повышает точность анализа. Средняя абсолютная ошибка прогноза 0.023%. Показано, что LIBS в сочетании с LS-SVR является надежным и точным методом определения концентрации азота в сложных удобрениях.

1. S. L. Cui, Mod. Agric. Sci. Technol., 5, 231–232 (2016).

2. Z. M. Xiao, H. J. Liang, Chem. Fertil. Ind., 42, 12–15 (2015).

3. C. C. Yuan, G. L. Lv, Chem. Fertil. Ind., 45, 17–18, 70 (2018).

4. M. R. Wang, Y. M. Yuan, N. L. Tao, Mod. Agric. Sci. Technol., 7, 20–21 (2012).

5. Y. Q. Cai, J. Wang, Z. Q. Wang, F. M. Meng, J. X. Liu, Phosphate Compound Fertil., 32, 18–19, 46 (2017).

6. A. C. David, L. J. Radziemski, Handbook of Laser-Induced Breakdown Spectroscopy, Cambridge University Press, Cambridge (2006).

7. D. C. Zhang, Z. Q. Hu, Y. B. Su, B. Hai, X. L. Zhu, X. X. Ma, Opt. Express, 26, 18794–18802 (2018).

8. P. Y. Gao, P. Yang, R. Zhou, S. X. Ma, W. Zhang, Z. Q. Hao, X. Y. Li, X. Y. Zeng, Appl. Opt., 57, 8942–8946 (2018).

9. C. H. Yan, J. Qi, J. Liang, T. L. Zhang, H. Li, J. Anal. At. Spectrom., 33, 2089–2097 (2018).

10. H. Jull, R. Kunnemeyer, P. Schaare, Precis. Agric., 19, 823–839 (2018).

11. X. Y. He, B. Q. Chen, Y. Q. Chen, R. H. Li, F. J. Wang, J. Anal. At. Spectrom., 33, 2203–2209 (2018).

12. D. Anglos, V. Detalle, In: Laser-Induced Breakdown Spectroscopy, Springer, 531–554 (2014).

13. W. A. Farooq, F. N. Al-Mutairi, A. E. M. Khater, A. S. Al-Dwayyan, M. S. AlSalhi, M. Atif, Opt. Spectrosc., 112, 874–880 (2012).

14. D. F. Andrade, M. A. Sperança, E. R. Pereira Filho, Anal. Methods, 9, 5156–5164 (2017).

15. S. C. Yao, J. D. Lu, J. Y Li, K. Chen, J. Li, M. R Dong, J. Anal. At. Spectrom., 25, 1733–1738 (2010).

16. B. S. Marangoni, K. S. G. Silva, G. Nicolodelli, G. S. Senesi, J. S. Cabral, P. R. Villas-Boas, C. S. Silva, P. C. Teixeira, A. R. A. Nogueira, V. M. Benites, D. M. B. P. Milori, Anal. Methods, 8, 78–82 (2016).

17. G. Nicolodelli, G. S. Senesi, I. L.O. Perazzoli, B. S. Marangoni, V. M. Benites, D. M. B. P. Milori, Sci. Total Environ., 565, 1116–1123 (2016).

18. B. H. Zhang, W. Sha, Y. C. Jiang, Z. F. Cui, Appl. Opt., 58, 3277–3281 (2019).

19. N. F. Yang, N. S. Eash, J. Lee, M. Z. Martin, Y. S. Zhang, F. R. Walker, J. E. Yang, Soil Sci., 175, 447–452 (2010).

20. Y. He, X. Liu, Y. Lv, F. Liu, J. Peng, T. Shen, Y. Zhao, Y. Tang, S. Luo, Sensors, 18, 1526 (2018).

21. X. Liu, F. Liu, W. Huang, J. Peng, T. Shen, Y. He, Molecules, 23, 2492 (2018).

22. Q. Shi, G. H. Niu, Q. Y. Lin, T. Xu, F. J. Li, Y. X. Duan, J. Anal. At. Spectrom., 30, 2384–2393 (2015).

23. W. Sha, J. T. Li, W. B. Xiao, P. P. Ling, C. P. Lu, Sensors, 19, 3277 (2019).

24. C. G. Ricardo, M. O. Adudelo, K. Tiels, J. A. K. Suykens, Europ. Control Conf. (ECC) (2016).

25. J. B. Sirven, B. Bousquet, L. Canioni, L. Sarger, Anal. Chem., 78, No. 5, 1462–1469 (2006).