Calibration models for evaluation of acetic acid and dry matter contents in compound substrates of agricultural origin

• Autorzy: Adamczak W. , Adamski M. , Wojciechowski T. , Czechlowski M.

Warianty tytułu

PL

Modele kalibracyjne do oceny zawartości kwasu octowego i materii suchej w mieszankach substratów pochodzenia rolniczego

• Języki publikacji: EN

Abstrakty

EN

The paper presents the results of modeling an acetic acid and dry matter content carried out by the method of transforming spectral spectra VIS-NIR using software, Unscrambler X 10.1. To build the models reference data obtained applying the Nordman’s method as well as dryer-weight one were used. In respect of of the proposed chemometric method the measuring range between 400 nm and 2170 nm was tested using a reflective method of obtaining spectral spectra. The studies indicated that the prepared calibration models of acetic acid and dry matter content in the fermenting mixture of corn silage and manure obtain the best fit factor (R2) for the measuring range of 950 nm to 2170 nm. The best ratio of fit (R2) for the model of dry matter content was 0.86, and for acetic acid content 0.68.

PL

Przedstawiono efekty modelowania zawartości kwasu octowego i materii suchej zrealizowane przy wykorzystaniu metody transformacji widm spektralnych VIS-NIR przy zastosowaniu oprogramowania Unscrambler X 10.1. Do budowy modeli wykorzystano dane referencyjne uzyskane przy zastosowaniu metody Nordmana i metody suszarkowo-wagowej. W zakresie zaproponowanej metody chemometrycznej testowano zakres pomiarowy między 400 nm a 2170 nm przy zastosowaniu refleksyjnej metody pozyskiwania widm spektralnych. W wyniku przeprowadzonych badań wskazano, że wytworzone modele kalibracyjne zawartości materii suchej oraz kwasu octowego w fermentującej mieszance kiszonki kukurydzy i gnojowicy uzyskują najlepszy współczynnik dopasowania (R2) dla zakresu pomiarowego od 950 nm do 2170 nm. Najlepszy współczynnik dopasowania (R2) dla modelu zawartości materii suchej wyniósł 0,86, a dla modelu zawartości kwasu octowego 0,68.

Słowa kluczowe

EN

model calibration; acetic acid; dry matter; spectral analysis

PL

model kalibracyjny; kwas octowy; materia sucha; analiza widmowa

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Journal of Research and Applications in Agricultural Engineering
• Rocznik: 2016
• Tom: Vol. 61, nr 3
• Strony: 7--11
• Opis fizyczny: Bibliogr. 20 poz., tab., wykr., zdj.

Twórcy

autor

Adamczak W.

• Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Biosystemów, ul. Wojska Polskiego 28, 60-637 Poznań, Poland

autor

Adamski M.

• Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Biosystemów, ul. Wojska Polskiego 28, 60-637 Poznań, Poland

autor

Wojciechowski T.

• Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Biosystemów, ul. Wojska Polskiego 28, 60-637 Poznań, Poland

autor

Czechlowski M.

• Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Biosystemów, ul. Wojska Polskiego 28, 60-637 Poznań, Poland

Bibliografia

• [1] Bliska A., Krysztofiak K., Komorowski P.: Zastosowanie spektroskopii odbiciowej do oznaczenia zawartości wody w serach. Acta Scientianum Polonorum, Technologia Alimentaria, 2002, 1, 85-90.
• [2] Chodak M.: Application of near infrared spectroscopy for analysis of soils. Litte and Plant Materials, 2008, 17, 5, 631-642.
• [3] Digman M.F., Shinners K.J.: Real time moisture measurement on a forage harvester using near infrared reflectance spectroscopy. Transactions of the ASABE. 2008, 51, 5, 1801-1810.
• [4] Dias A.M.A., Moita I., Páscoa R., Alves M.M., Lopes J.A., Ferreira E.C.: Activated sludge process monitoring through in-situ NIR spectral analysis. Water Science and Technology, 2008, 57, 1643-1650.
• [5] Hansson M., Nordberg A., Sundh I., Mathisen B.: Early warning of disturbances in a laboratory-scale MSW biogas process. Water Science and Technology, 2002. 45, 10, 255-260.
• [6] Hansson M., Nordberg A., Mathisen B.: On-line NIR monitoring during anaerobic treatment of municipal solid waste. Water Science and Technology, 2003. 48, 9-13.
• [7] Holm-Nielsen JB., Lomberg CJ., Oleskowicz-Popiel P., Esbensen KH.: On-line near infrared monitoring of glycerolboosted anaerobic digestion processes: Evaluation of process analytical technologies. Biotechnology and Bioengineering, 2008, 99, 302-313.
• [8] Jacobi H.F., Moschner C.R., HartungE.: Use of near infrared spectroscopy in monitoring of volatile fatty acids in anaerobic digestion. Water Science and Technology, 2009, 60, 2, 339-46.
• [9] Jacobi H.F., Moschner C.R., Hartung E.: Use of near infrared spectroscopy in online-monitoring of feeding substrate quality in anaerobic digestion. Bioresource Technology, 2011, 102, 7, 4688-1421.
• [10] Lourenço N.D., Lopes J.A., Almeida C.F., Sarraguça M.C., Pinheiro H.M.: Bioreactor monitoring with spectroscopy and chemometrics: a review. Analytical and Bioanalytical Chemistry, 2012. 404, 4, 1211-1237.
• [11] Madsen M., Ihunegbo F.N., Holm Nielsen J., Halstensen M., Esbensen K.: On-line near infrared monitoring of ammonium and dry matter in bioslurry for robust production a full-scale feasibility study. Journal of Near Infrared Spectroscopy, 2012, 20 (6), 635-645.
• [12] Pons M., Bonté S., Potier O.: Spectral analysis and fingerprinting for biomedia characterization. J. Biotechnol., 2004, 113, 211-230.
• [13] Reed J.P., Devlin D., Esteves S.R.R., Dinsdale R., Guwy A.J.: Performance parameter prediction for sewage sludge digesters using reflectance FT-NIR spectroscopy. Water Research, 2011, 45, 2463-2472.
• [14] Roberts C., Workman J., Reeves J.: Near - infrared spectroscopy for the analysis of poultry manures. Journal of Agricultural and Food Chemistry, 49. 2004, 5, 2193-2197.
• [15] Saeys W., Mouazen A.M., Ramon H.: Potential for onsite and online analysis of pig manure using visible and near infrared reflectance spectroscopy. Biosystems Engineering, 2005, 91, 4, 393-402.
• [16] Soriano-Disla J.M., Gomez I., Guerrero C., Navarro-Pedreño J., GarcíaOrenes F.: The potential of NIR spectroscopy to predict stability parameters in sewage sludge and derived compost. Geoderma, 2010, 158, 1-2, 93-100.
• [17] Stanimirova I., Daszykowski B., Walczak M.: Metody uczenia z nadzorem - kalibracja, dyskryminacja i klasyfikacja. Chemometria w analityce. Kraków: IES, 2008.
• [18] Uddin M., Okazaki E., Ahmad M.U., Fukuda Y., Tanaka M.: NIR spectroscopy: A nondestructive fast technique to verify heat treatment of fish-meat gel. Food Control, 2006, 17, 660-664.
• [19] Wojciechowski T., Czechlowski M., Szaban S.: Wykorzystanie metod spektrometrii VIS-NIR do oceny wilgotności kompostów rolniczych. Monografia: Aktualne problemy Inżynierii Biosystemów, UP Poznań, 2014, 86-93. ISBN 978 83 7160 731 8.
• [20] Wojciechowski T., Czechlowski M., Mioduszewska N., Niemann J., Zaborowicz M., Wojciechowski A.: Spektrometryczne modele kalibracyjne do oceny jakości całych nasion rzepaku ozimego (Brassica napus L.). Monografia: Aktualne problemy Inżynierii Biosystemów, UP Poznań, 2015. 325331. ISBN 978 83 7160 778 3.

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.