LIBS和NIRS數(shù)據(jù)協(xié)調(diào)方法的流程圖。學分：徐卓品

在塔蘭大發(fā)表的一項研究中，由中國科學院合肥物理科學研究所吳躍進教授領導的研究團隊制定了基于近紅外光譜（NIRS）和激光誘導擊穿光譜（LIBS）的數(shù)據(jù)協(xié)調(diào)策略，用于快速準確地檢測復合肥料的主要成分。

復合肥在我國肥料產(chǎn)品結構中起著主要作用，氮、磷、鉀含量是影響復合肥效率和價格的關鍵指標。LIBS和NIRS是在線監(jiān)測復合肥料這些主要成分的兩種理想技術。然而，LIBS和NIRS的應用存在基質(zhì)效應、環(huán)境因素的干擾以及直接測定無機成分的局限性。

在這項研究中，研究人員發(fā)現(xiàn)，通過結合LIBS和NIRS的光譜數(shù)據(jù)，以及結合分析方法，可以克服這些限制，實現(xiàn)更快的檢測和更高的準確性。

他們以168個復合肥樣品為測試對象，分析了不同優(yōu)化條件和方法下的LIBS-NIRS數(shù)據(jù)。發(fā)現(xiàn)基于競爭性自適應重加權采樣結合外積協(xié)調(diào)（CARS-OPF）和競爭性自適應重加權采樣結合等權協(xié)調(diào)（CARS-EWF）的LIBS-NIRS數(shù)據(jù)協(xié)調(diào)模型比單一光譜方法具有更好的定量分析性能。

基于CARS-OPF和CARS-EWF的LIBS-NIRS方法的組合有望快速準確地檢測復合肥料中的關鍵元素含量。預測的決定系數(shù)（R2）使用提出的LIBS-NIRS模型的復合肥料中三種元素的含量范圍為89.5%至96.2%。與NIRS方法相比，模型的結果提高了0.25%至5.62%，與LIBS方法相比提高了10.6%至33.5%。

“基于這項研究，我們可以進一步結合多臺光譜儀來開發(fā)高精度的檢測設備，”該研究的通訊作者王博士說，“它在復合肥質(zhì)量在線準確監(jiān)測的應用方面具有良好的前景。