专利名称：：一种快速表征堆肥腐熟度的方法
技术领域：
：本发明涉及一种快速表征堆肥腐熟度的方法，具体是通过关联堆肥处理厂水萃液中的可溶性有机物的三维荧光特征与堆肥腐熟度，而快速鉴定堆肥腐熟度。属固体有机废弃物处理和资源化利用领域。
背景技术：
：据统计，我国每年产生约6000万吨养分资源的固体有机废弃物，其中包括畜禽粪便、农作物秸秆、农产品加工下脚料、生活污泥、厨余和筛选过的有机垃圾等，这些富含养分的固体有机废弃物如果不加以利用而随地弃置，不仅极大的浪费了养分资源，更严重地污染了环境。如果我国每年产生的50%固体有机废弃物做成有机(类)肥料，不仅可以节省40%左右的化肥(每年将节省或替代2000万吨标准养分的化肥)及提高化学氮肥的利用率，更可以显著提高我国土壤有机质含量和改善土壤生物活性。因此，解决固体有机废弃物问题的根本途径就在于开展其资源化利用。目前，资源化利用这些固体有机废弃物的最有效和最经济的途径是好氧堆肥。堆肥处理在稳定有机物、杀灭病原菌和杂草种子、脱水的同时获得优质的有机肥产品，实现了固体有机废弃物减量化、无害化和资源化，是适合我国国情和未来可持续发展的废弃物处理处置方法。评估堆肥腐熟度是确保堆肥产品质量的必不可少的步骤。常规的评价堆肥腐熟度的指标耗时较长且费用昂贵(如果样品量较多时)。由于堆肥化过程是固体废弃物中大分子有机物腐殖化的过程，评估腐殖化程度的参数可以用于表征堆肥的腐熟度。然而，化学方法测定腐殖酸过程中会包含非腐殖质，且该方法灵敏度不高。三维荧光光谱(3D-EEM)是一种非破坏性的腐殖化程度表征手段，具有灵敏度高，选择性强，需样品量少和方法简便等优点，且测定下限通常比分光光度法低2-4个数量级。同时，3D-EEM谱图分析堆肥腐殖化程度时不需要任何化学试剂，仅需简单的过滤和/或稀释。然而，目前的研究者用3D-EEM表征堆肥腐熟度时仅最低限度地利用了3D-EEM提供的大量信息。此外，堆肥萃取液成分复杂，含有不同类型的荧光基团；不同类型的荧光基团相互叠加，从而导致荧光强度与监测指标的关联度降低。平行因子(PARAFAC)分析方法是一种将三维荧光数据解析成为三线性组分的方法，它可以对荧光基团进行解析，将重叠的荧光峰进行分离，得到荧光成分的激发光谱矩阵和发射光谱矩阵，并通过其得分矩阵对其浓度进行相对定量。因此，三维荧光光谱与平行因子(EEM-PARAFAC)分析方法可望作为一种堆肥腐熟度的快速监测工具。
发明内容技术问题本发明的目的是针对上述问题，提供一种操作简单且快速表征堆肥处理厂堆肥腐熟度的方法，该方法用于评估堆肥腐熟度时，快速、价廉、灵敏度高。技术方案—种快速表征堆肥腐熟度的方法，其特征在于收集堆肥处理厂Ig腐熟的堆肥样品，其与IOmL水在摇床上IOOrpm振荡24h得到堆肥水萃液，然后测定堆肥水萃液的可溶性有机碳DOC并稀释到0<DOC<10mg/L,随后采集稀释后水萃液的三维荧光光谱数据176行X31列，采集到的三维荧光光谱数据176行X31列加入腐熟的堆肥产品数据库，待测样品与数据库腐熟堆肥产品的三维荧光光谱数据176行X31列均按下列形式排列，并在Excel表中存储为f1.csv形式123262728293031AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2数据库A3B3C3..Z3AA3BB3CC3DD3EE3样品1···········.......A176B176C176..Z176AAl76BB176CCl76DD176EE176AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2数据库A3B3C3..Z3AA3BB3CC3DD3EE3样品2....A176B176C176..Z176AAl76BB176CCl76DD176EE176......AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2待测A3B3C3..Z3AA3BB3CC3DD3EE3样品....A176B176C176..Z176AAl76BB176CCl76DD176EE176采用DOMFluor工具包在Matlab7.O软件上对待测样品与数据库腐熟堆肥产品的三维荧光光谱数据176行X31列进行平行因子分析，依次键入如下命令OriginalData.Ex=csvread(/Ex.csv'，1)OriginalData.Em=csvread(/Em.csv'，1)OriginalData.X=csvreacK'fl.csv'，1)OriginalData.nEx=(size(OriginalData.Ex,1))OriginalData.nEm=(size(OriginalData.Em,1))OriginalData.nSample=(size(OriginalData.X，1))OriginalData.nSample=OriginalData.nSample/OriginalData.nEmOriginalData.X=(reshape(OriginalData.X‘，OriginalData.nEx,OriginalData.nEm,OriginalData.ηSample))OriginalData.X=permute(OriginalData.X，[321])loadPARAFACexample.matOriginalData[CutData]=EEMCut(OriginalData,20,20,NaN,NaN,“)[Testl]=OutlierTest(CutData，2，1，7，‘No'，No')[Test2]=OutlierTest(CutData,2,1,7,‘Yes'，‘No')[Test3]=OutlierTest(Test3，1，1，7，‘Yes'，‘No')PlotLoadings(Test3,4)PlotLoadings(Test3,5)PlotLoadings(Test3,6)PlotLoadings(Test3,7)CompareSpecSSE(Test3,3,4,5)[AnalysisData]=SplitData(Test3)[AnalysisData]=SplitHalfAnalysis(AnalysisData,(37),'MyData.mat')SplitHalfValidation(AnalysisData,'1-2'，3)[AnalysisData]=RandInitAnal(AnalysisData,4,10)[FMax,B,C]=ModelOut(AnalysisData,4,'C:\MyParafacResults.xls')即输出结果得到数据库中所有样本和样品激发/发射波长为(230，330)/410和(220，280)/340的2个组分的得分数，即得到待测样品对应的激发/发射波长为(230，330)/410和(220，280)/340的2个组分的得分数；再将待测样品的所得得分数乘以样品稀释倍数后代入堆肥腐熟度判别关系式<formula>formulaseeoriginaldocumentpage7</formula>即得到样品的堆肥腐熟度判别指标值有机质含量，发芽指数，氧消耗速率，CO2生成速率，从而判定堆肥的腐熟程度。上述一种快速表征堆肥腐熟度的方法，其中所用腐熟的堆肥产品数据库的构建方法为1)取堆肥处理厂的20个以上腐熟的堆肥产品作建库样品；2)样品预处理，各取Ig堆肥样品与IOmL水在摇床上IOOrpm振荡24h得到堆肥水萃液，0.45μm滤膜去除其中悬浮物，然后利用总有机碳分析仪测定堆肥水萃液的可溶性有机碳DOC含量，并稀释到O<DOC<10mg/L；3)三维荧光光谱谱图测定，约5ml稀释后的堆肥水萃液进入三维荧光光谱仪的比色皿，实验设定的激发波长范围为200-500nm，发射波长范围为250-600nm，狭缝宽度为5nm，扫描速度为1200nm/min，运行模式为Scan模式，每隔2nm取一个点，每个样品扫描后获得三维荧光光谱图及其对应的三维荧光光谱数据176行X31列，所得三维荧光光谱图中激发波长200-220nm的数据因含仪器噪音而删去，删去数据后的位置在数据表中显示为缺失值；以同样的设置，获得其余样品的三维荧光光谱图及其对应的三维荧光光谱数据176行X31列，所有样品的数据按下列形式排列，并在Excel表中存储为fl.csv形式123262728293031AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2A3B3C3..Z3AA3BB3CC3DD3EE3样品1···········.......A176B176C176..Z176M176BB176CC176DD176EE176AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2A3B3C3..Z3AA3BB3CC3DD3EE3样品2....A176B176C176..Z176M176BB176CC176DD176EE176样品3AlBlCl..ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2A3B3C3..Z3AA3BB3CC3DD3EE3....A176B176C176..Z176AA176BB176CC176DD176EE176平行因子PARAFAC分析，采用DOMFluor工具包在Matlab7.0软件上对按上述格式排列好的各样品三维荧光光谱数据进行平行因子分析，分析中设置非负性限制，首先，对样品扫描后获得的三维荧光光谱数据除以各样品稀释后测定的DOC含量；然后，在Matlab7.0软件上用DOMFluor工具包去除瑞利和拉曼散射，并去除离群样品后，剩余样品的三维荧光光谱数据即为所构建的用于快速表征堆肥腐熟度的数据库。有益效果本发明具有如下突出优点1、操作简单、快速。样品处理仅需简单的过滤操作，不需要任何化学药剂；样品测定时间仅为15min。2、样品需求量少。样品需求量约为lg，容易携带。3、灵敏度高。三维荧光光谱谱图测定的灵敏度比常规分光光度法高10-1000倍。图1本发明的技术路线及数据分析流程。图2表征堆肥腐熟度的组分(Component)1和2的三维荧光光谱图谱[激发/发射(Ex/Em)波长分别为(230，330)/410和(220，280)/340]。具体实施例方式下面结合附图对本发明的实施方式，作具体说明1)取样点。样品取自我国9个省份共60个不同类型堆肥处理厂的堆肥产品(表4)，9个省份包括内蒙古自治区(7个堆肥产品)、吉林省(5个堆肥产品)、河北省(6个堆肥产品)、山东省(9个堆肥产品)、河南省(7个堆肥产品)、江苏省(10个堆肥产品)、湖北省(8个堆肥产品)、安徽省(2个堆肥产品)和广西壮族自治区(6个堆肥产品)。2)样品预处理。采集堆肥处理厂约20g堆肥产品，分成2份一份(约19g)用于测定常规的堆肥腐熟度指标，即有机质含量、发芽指数、氧消耗速率和CO2生成速率；另一份(Ig)用于提取堆肥水萃液，即将Ig堆肥产品与IOmL水在摇床上IOOrpm振荡24h得到堆肥水萃液，0.45μm滤膜去除其中悬浮物，然后利用总有机碳分析仪(型号T0C500，日本岛津)测定堆肥水萃液的可溶性有机碳(DOC)含量，并稀释到0<DOC<10mg/L；3)三维荧光光谱谱图测定。约5ml稀释后的堆肥水萃液进入三维荧光光谱仪(CaryEclipse,Varian,USA)的比色皿，实验设定的激发波长范围为200_500皿，发射波长范围为250-600nm,狭缝宽度为5nm，扫描速度为1200nm/min，运行模式为&an模式，每隔2nm取一个点，每个样品扫描后获得三维荧光光谱图及其对应的三维荧光光谱数据(176行X31列)。所得三维荧光光谱图中激发波长200-220nm的数据因含仪器噪音而删去，删去数据后的位置在数据表中显示为缺失值；以同样的设置，获得其余59个样品的三维荧光光谱图及其对应的三维荧光光谱数据(176行X31列)。所有60个样品的数据按下列形式排列，并在Excel表中存储为fl.CSV形式表1.样品的三维荧光光谱数据排列形式.__123___2627\28\29\30\31—AlBlCl._.ZlAAlBBlCClDDIEElA2B2C2.__.Z2AA2BB2CC2DD2EE2一A3B3C3..Z3AA3BB3CC3DD3EE3样品1----------A176B176C176..Z176AA176BB176CC176DD176EE176AlBlCl.__.ZlAAlBBlCClDDIEElA2B2C2._.Z2AA2BB2CC2DD2EE2^rlA3B3C3..Z3AA3BB3CC3DD3EE3样品2----------__A176B176C176._.Z176AA176BB176CC176DD176EE176AlBlCl._ZlAAlBBlCClDDIEElA2B2C2..Z2AA2BB2CC2DD2EE2_A3B3C3..Z3AA3BB3CC3DD3EE3样品3----------__A176B176C176.__.Z176AA176BB176CC176DD176EE1764)平行因子(PARAFAC)分析。采用DOMFluor工具包(www,models,kvl.dk/source/)在Matlab7.O软件上对按上述格式排列好的60个样品的三维荧光光谱数据进行平行因子分析，分析中设置非负性限制{通过命令[CutData]=EEMCut(OriginalData,20,20,NaN,NaN,“)中的NaN设置实现}，具体步骤如下首先，对样品扫描后获得的60个三维荧光光谱数据除以各样品稀释后测定的DOC含量，用以减少不同样品有机物浓度的差异对样品的影响；然后，在Matlab7.0软件上用DOMFluor工具包去除瑞利和拉曼散射{通过命令[CutData]=EEMCut(OriginalData,20,20,NaN,NaN,“)实现}，并去除离群样品(Outlier，即与其它样品完全不同的样品){通过命令[Testl]=OutlierTest(CutData,2,1,7,‘No'，’No')实现}，在此数据库中共有2个样品鉴定为离群样品，剩余58个样品的三维荧光光谱数据即为所构建的用于快速表征堆肥腐熟度的数据库。5)最后，对经过以上处理步骤后的58个三维荧光光谱数据分别进行样品成份2至7组分运算{通过命令[Test3]=0utlierTest(Test3，2，l，7，‘Yes',No')实现}，并采用残差分析(Residualanalysis)、半分裂法(Splithalfanalysis)和目视检验(Visualinspection)确定最佳的荧光组分数为3{依次通过命令PlotLoadings(Test3，4)、PlotLoadings(Test3,5)、PlotLoadings(Τest3,6)、PlotLoadings(Τest3,7)、CompareSpecSSE(Test3，3，4，5)、[AnalysisData]=SplitData(Test3)、[AnalysisData]=SplitHalfAnalysis(AnalysisData,(3:7),'MyData.mat')>SplitHalfValidation(AnalysisData,'1_2'，3)实现}，最后获得激发/发射波长为(230，330)/410、(220，280)/340和(250,350)/450的组分1、2、3的得分数{通过命令[FMax,B,C]=ModelOut(AnalysisData,4,‘C:\MyParafacResults,xls')实现}。6)皮尔森(Pearson)相关性分析。对获得的3个组分的得分数与常规堆肥腐熟度表征指标(有机质含量、发芽指数、氧消耗速率和CO2生成速率)进行皮尔森相关性分析(SPSS软件，16.O版本)(见表2)。表2.荧光组分得分数与堆肥腐熟度指标的相关性分析(样品数为58)<table>tableseeoriginaldocumentpage10</column></row><table>注a相关性显著程度为0.01水平(2-尾)。b相关性显著程度为0.001水平(2-尾)。结果发现组分1和2的得分数与各堆肥腐熟度指标具有显著的线性关系，而组分3的得分数与各堆肥腐熟度指标的线性关系相对较差。以上结果表明，仅组分1和2的得分数可用于判定堆肥腐熟度，而组分3的得分数并不能用于判定堆肥腐熟度。通过上述皮尔森相关性分析，可以得到下列堆肥腐熟度判别关系式<formula>formulaseeoriginaldocumentpage11</formula>根据文献(Bernaletal.,2009.Compostingofanimalmanuresandchemicalcriteriaforcompostmaturityassessment.Areview.Bioresour.Technol.100，5444-5453)中的堆肥腐熟度判别阈值[有机质含量<30%，发芽指数>50%，氧消耗速率<IOmg02/g-0M/d,CO2生成速率<4mgC02/g-0M/d]，即可判定堆肥的腐熟程度。7)应用实例。分别取自安徽2个猪粪堆肥处理厂的堆肥产品用于验证三维荧光光谱_平行因子分析方法的可行性。该2个堆肥处理厂的堆肥产品的三维荧光光谱应用平行因子分析后，得出2个厂堆肥产品的组分1和2的得分数的对数值分别为4.3和4.2，而2号堆肥处理厂的组分1和2的得分数的对数值分别为3.8和3.6。由表3可知，代入上述堆肥腐熟度判别关系式，得出本发明三维荧光光谱-平行因子分析方法预测堆肥腐熟度的误差<10%，表明该方法快速预测堆肥腐熟度是可行的。表3堆肥腐熟度判别关系式应用实例.<table>tableseeoriginaldocumentpage11</column></row><table>表4堆肥腐熟度评估所用堆肥产品<table>tableseeoriginaldocumentpage12</column></row><table><table>tableseeoriginaldocumentpage13</column></row><table><table>tableseeoriginaldocumentpage14</column></row><table>权利要求一种快速表征堆肥腐熟度的方法，其特征在于收集堆肥处理厂1g堆肥产品，其与10mL水在摇床上100rpm振荡24h得到堆肥水萃液，然后测定堆肥水萃液的可溶性有机碳DOC并稀释到0＜DOC＜10mg/L，随后采集稀释后水萃液的三维荧光光谱数据176行×31列，采集到的三维荧光光谱数据176行×31列加入腐熟的堆肥产品数据库，待测样品与数据库腐熟堆肥产品的三维荧光光谱数据176行×31列均按下列形式排列，并在Excel表中存储为f1.csv形式123262728293031A1B1C1..Z1AA1BB1CC1DD1EE1A2B2C2..Z2AA2BB2CC2DD2EE2数据库A3B3C3..Z3AA3BB3CC3DD3EE3样品1......................A176B176C176..Z176AA176BB176CC176DD176EE176A1B1C1..Z1AA1BB1CC1DD1EE1A2B2C2..Z2AA2BB2CC2DD2EE2数据库A3B3C3..Z3AA3BB3CC3DD3EE3样品2..A176B176C176..Z176AA176BB176CC176DD176EE176……A1B1C1..Z1AA1BB1CC1DD1EE1A2B2C2..Z2AA2BB2CC2DD2EE2待测A3B3C3..Z3AA3BB3CC3DD3EE3样品..A176B176C176..Z176AA176BB176CC176DD176EE176采用DOMFluor工具包在Matlab7.0软件上对待测样品与数据库腐熟堆肥产品的三维荧光光谱数据176行×31列进行平行因子分析，依次键入如下命令OriginalData.Ex＝csvread(′Ex.csv′，1)OriginalData.Em＝csvread(′Em.csv′，1)OriginalData.X＝csvread(′fl.csv′，1)OriginalData.nEx＝(size(OriginalData.Ex，1))OriginalData.nEm＝(size(OriginalData.Em，1))OriginalData.nSample＝(size(OriginalData.X，1))OriginalData.nSample＝OriginalData.nSample/OriginalData.nEmOriginalData.X＝(reshape(OriginalData.X′，OriginalData.nEx，OriginalData.nEm，OriginalData.nSample))OriginalData.X＝permute(OriginalData.X，[321])loadPARAFACexample.matOriginalData[CutData]＝EEMCut(OriginalData，20，20，NaN，NaN，″)[Test1]＝OutlierTest(CutData，2，1，7，′No′，′No′)[Test2]＝OutlierTest(CutData，2，1，7，′Yes′，′No′)[Test3]＝OutlierTest(Test3，1，1，7，′Yes′，′No′)PlotLoadings(Test3，4)PlotLoadings(Test3，5)PlotLoadings(Test3，6)PlotLoadings(Test3，7)CompareSpecSSE(Test3，3，4，5)[AnalysisData]＝SplitData(Test3)[AnalysisData]＝SplitHalfAnalysis(AnalysisData，(3:7)，′MyData.mat′)SplitHalfValidation(AnalysisData，′1-2′，3)[AnalysisData]＝RandInitAnal(AnalysisData，4，10)[FMax，B，C]＝ModelOut(AnalysisData，4，′C:\MyParafacResults.xls′)即输出结果得到数据库中所有样本和样品激发/发射波长为(230，330)/410和(220，280)/340的2个组分的得分数，即得到待测样品对应的激发/发射波长为(230，330)/410和(220，280)/340的2个组分的得分数；再将待测样品的所得得分数乘以样品稀释倍数后代入堆肥腐熟度判别关系式即得到样品的堆肥腐熟度判别指标值有机质含量，发芽指数，氧消耗速率，CO2生成速率，从而判定堆肥的腐熟程度。FSA00000097931100021.tif2.根据权利要求1所述一种快速表征堆肥腐熟度的方法，其中所用腐熟的堆肥产品数据库的构建方法为1)取堆肥处理厂的20个以上腐熟的堆肥产品作建库样品；2)样品预处理，各取Ig堆肥样品与IOmL水在摇床上IOOrpm振荡24h得到堆肥水萃液，0.45μm滤膜去除其中悬浮物，然后利用总有机碳分析仪测定堆肥水萃液的可溶性有机碳DOC含量，并稀释到O<DOC<10mg/L；3)三维荧光光谱谱图测定，约5ml稀释后的堆肥水萃液进入三维荧光光谱仪的比色皿，实验设定的激发波长范围为200-500nm，发射波长范围为250-600nm，狭缝宽度为5nm，扫描速度为1200nm/min，运行模式为Scan模式，每隔2nm取一个点，每个样品扫描后获得三维荧光光谱图及其对应的三维荧光光谱数据176行X31列，所得三维荧光光谱图中激发波长200-220nm的数据因含仪器噪音而删去，删去数据后的位置在数据表中显示为缺失值；以同样的设置，获得其余样品的三维荧光光谱图及其对应的三维荧光光谱数据176行X31列，所有样品的数据按下列形式排列，并在Excel表中存储为fl.csv形式，123262728293031AlBlCl··ZlAAlBBlCClDDIEElA2B2C2··Z2AA2BB2CC2DD2EE2样品1A3B3C3..Z3AA3BB3CC3DD3EE3A176B176C176..Z176AA176BB176CC176DD176EE176AlBlCl··ZlAAlBBlCClDDIEElA2B2C2··Z2AA2BB2CC2DD2EE2样品2A3B3C3..Z3AA3BB3CC3DD3EE3A176B176C176..Z176AA176BB176CC176DD176EE176AlBlCl··ZlAAlBBlCClDDIEElA2B2C2··Z2AA2BB2CC2DD2EE2样品3A3B3C3..Z3AA3BB3CC3DD3EE3A176B176C176..Z176AA176BB176CC176DD176EE1764)平行因子PARAFAC分析，采用DOMFluor工具包在Matlab7.O软件上对按上述格式排列好的各样品三维荧光光谱数据进行平行因子分析，分析中设置非负性限制，首先，对样品扫描后获得的三维荧光光谱数据除以各样品稀释后测定的DOC含量；然后，在Matlab7.O软件上用DOMFluor工具包去除瑞利和拉曼散射，并去除离群样品后，剩余样品的三维荧光光谱数据即为所构建的用于快速表征堆肥腐熟度的数据库。全文摘要本发明公开了一种快速表征堆肥腐熟度的方法，属于固体有机废弃物处理领域。收集1g样品，制备得到堆肥水萃液，测定堆肥水萃液的DOC，并稀释到DOC＜10mg/L，采集稀释后水萃液的三维荧光光谱EEM谱图，采用DOMFluor工具包在Matlab7.0软件上对采集到的EEM谱图代入数据库进行平行因子分析，确定激发/发射波长为(230，330)/410和(220，280)/340的2个组分的得分数，再将所得得分数乘以样品稀释倍数后代入堆肥腐熟度判别关系式，即可用于表征堆肥腐熟度。本方法可以快速、价廉地监测堆肥腐熟度。同时该方法分析堆肥腐熟度时不需要化学试剂，仅需过滤或稀释等简单的预处理程序。文档编号G01N1/34GK101806738SQ20101015673公开日2010年8月18日申请日期2010年4月27日优先权日2010年4月27日发明者余光辉,冉炜,吴敏杰,杨兴明,沈其荣,罗轶红申请人:南京农业大学