[发明专利]一种基于LM神经网络的堆肥腐熟度分级评价方法

摘要

一种基于LM神经网络的堆肥腐熟度分级评价方法，涉及一种堆肥腐熟度分级评价方法。本发明为不同来源的有机废弃物堆肥提供了一种新的堆肥腐熟度评价方法。步骤：一、取样、制备样品溶液；二、二维和三维荧光光谱扫描；三、提取荧光参数；四、采用LM神经网络模型对提取的堆肥样品荧光参数进行模型分析，通过模型输出堆肥样品腐熟等级。本发明方法评价结果准确、稳定性好，不仅无需添加任何化学试剂，而且所需样品量少，操作更是容易简单、用时少。

主权项

1.一种基于LM神经网络的堆肥腐熟度分级评价方法，其特征在于该方法按以下步骤进行：一、取堆肥样品加水避光震荡24±1小时，离心后提取上清液过滤，得到堆肥样品的水溶性有机物样品溶液；二、TOC仪测量堆肥样品的水溶性有机物样品溶液的DOC含量，然后调节浓度统一，再进行二维和三维荧光光谱扫描，并导出数据；三、提取荧光参数A4/A1、AFLR、r(A,C)、P(Hs)/(Pr)、P(II,n)、P(V,n)和P(V,n)/P(III,n)；其中，A4/A1为荧光发射光谱370～600nm范围内后四分之一部分的面积积分与前四分之一部分的面积积分的比值；AFLR为同步荧光光谱中308～363nm范围的面积积分与总波长面积积分比值；r(A,C)为三维荧光光谱中A峰与C峰的荧光强度比值；P(Hs)/(Pr)为区域积分类腐殖酸区与类蛋白区区域体积积分比值，其中类腐殖酸区为III区和V区，类蛋白区为I区、II区和IV区；P(II,n)与P(V,n)分别为三维荧光二区和五区的区域体积积分值；P(V,n)/P(III,n)为区域体积积分中V区与III区积分比值；四、采用LM神经网络模型对提取的堆肥样品荧光参数进行模型分析，通过模型输出堆肥样品腐熟等级。