ICS 65.020.30 B 43 DB 12 天 津 市 地 方 标 准 DB12/T 1015—2020 奶牛养殖场粪水中氮磷的测定 中红外衰减 全反射光谱法 Determination of nitrogen and phosphorus in the slurry of dairy farm—Mid-infrared attenuated total reflectance spectroscopy 2020 - 12 - 17 发布 天津市市场监督管理委员会 2021 - 01 - 16 实施 发 布 DB12/T 1015—2020 前 言 本标准按照GB/T 1.1—2009给出的规则起草。 本标准由天津市农业农村委员会提出并归口。 本标准起草单位：农业农村部环境保护科研监测所、天津农学院。 本标准主要起草人：赵润、杨仁杰、王鹏、孙迪、刘海学、牟美睿、李梦婷、张克强。 I DB12/T 1015—2020 奶牛养殖场粪水中氮磷的测定 中红外衰减全反射光谱法 1 范围 本文件规定了奶牛养殖场粪水中氮、磷含量的中红外衰减全反射光谱测定方法。 本文件适用于奶牛养殖场粪水中氮、磷含量的快速测定。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本 文件。 GB/T 6040—2019 红外光谱分析方法通则 GB/T 11891—1989 水质 凯氏氮的测定 GB/T 11893—1989 水质 总磷的测定 钼酸铵分光光度法 GB/T 27522—2011 畜禽养殖污水采样技术规范 DB12/T 655—2016 规模化奶牛场环境监测技术规程 3 术语和定义 下列术语和定义适用于本文件。 3.1 中红外衰减全反射 mid-infrared attenuated total reflection 当红外光以不小于临界角的角度入射到紧贴在粪水样品表面的高折射晶体上，通过全反射进入粪水 样品表层后再返回晶体表面，光被样品选择性吸收而发生强度衰减，在样品无吸收的频率范围内光线被 全部反射。 4 原理 通过衰减全反射方式获得粪水样品在中红外区域的吸收光谱，利用化学计量学方法建立粪水中红外 光谱与其氮、磷含量之间的关系模型，测定待测样品中的氮、磷含量。 5 粪水样品采集 5.1 采样物品准备 按照GB/T 27522—2011中第4章的规定执行。 5.2 采样方法 按照GB/T 27522—2011中第4.4款和DB12/T 655—2016中第5.2.2.2款规定执行。 1 DB12/T 1015—2020 5.3 采样记录和标识 按照GB/T 27522—2011中第4.5款规定执行。 5.4 运输和保存 按照GB/T 27522—2011中第5、6章的规定执行。 6 仪器设备 6.1 6.2 6.3 6.4 傅里叶变换红外光谱仪：应符合 GB/T 6040—2019 中 4.2.1 的规定。 衰减全反射附件：晶体池。 凯氏定氮仪：应符合 GB/T 11891—1989 中第 4 章的规定。 分光光度计：应符合 GB/T 11893—1989 中第 4 章的规定。 7 定量分析 7.1 光谱采集 7.1.1 光谱采集前根据傅里叶变换红外光谱仪使用说明进行校验。校准完成后，设置光谱仪分辨率为 -1 -1 -1 8 cm ，波数范围为 750 cm ～4000 cm ，扫描次数为 64 次。 7.1.2 采集背景光谱和待测样品溶液光谱，用待测样品溶液光谱扣除相邻的背景光谱，得到待测样品 的光谱数据。 7.1.3 每次采集光谱前用脱脂棉擦拭晶体池表面至无污染，添加去离子水充满晶体池至无气泡。 7.1.4 奶牛养殖场粪水样品中红外衰减全反射光谱图示例参见附录 A。 7.2 参比值测定 按照GB/T 11891—1989中和GB/T 11893—1989中第6、7章的规定，即时测定每个样品的氮、磷含量 参比值，并与7.1同步进行。 7.3 模型构建 7.3.1 校正样品集选择 用于建模的校正样品集对应的粪水样品数量应不少于样品采集总数量的60 %，且所有样品的氮、磷 含量范围应涵盖待测样品的氮、磷含量范围。 7.3.2 校正模型建立 对测定样品的中红外衰减全反射光谱进行异常光谱剔除和预处理，并根据光谱对应的氮、磷含量参 2 比值，采用化学计量学分析方法建立校正模型，以决定系数（R ）、校正标准差（RMSEC）和交叉验证 均方根误差（RMSECV）作为模型质量的评判指标，参见附录B。 7.3.3 校正模型验证 未用于建模的剩余样品用来验证7.3.2所建立的模型。按照7.1步骤测定其中红外衰减全反射光谱， 按照7.2要求测定验证集样品的氮、磷含量参比值，比较模型测定值与参比值之间的偏差，以预测均方 根误差（RMSEP）和相对分析误差（RPD）综合评判模型验证结果，模型验证评价指标参见附录B。 2 DB12/T 1015—2020 7.4 待测样品测定 7.4.1 按照 7.1 步骤采集待测样品的中红外衰减全反射光谱。 7.4.2 将采集的中红外衰减全反射光谱数据代入 7.3.2 的模型中，得到待测样品氮、磷含量的测定值。 7.4.3 氮、磷含量测定值在校正集范围内的可被采用，超出范围的应被认定为疑似异常样品。 7.5 模型校准和升级 定期选用不同类型的代表性样品，按照步骤7.1和7.2分别采集中红外衰减全反射光谱并测定氮、磷 含量参比值，并按照7.3.2和7.3.3要求重新建立校正模型并进行模型验证，校准和升级校正模型。 8 结果处理和表示 8.1 取 3 次测定值的平均值作为测定结果，保留至小数点后 1 位。 8.2 异常样品筛查和处理流程按照第 9 章规定执行。 9 异常样品筛查和处理 7.4.2中的测定值超出校正集中氮、磷含量范围的样品，应被认定为疑似异常样品并再次采集中红 外衰减全反射光谱；同时按照7.2要求再次测定样品氮、磷含量，确认测定结果无误后可用于校正模型 升级。 3 DB12/T 1015—2020 AA 附 录 A （资料性附录） 奶牛养殖场粪水样品中红外衰减全反射光谱图示例 图A.1为奶牛养殖场粪水样品中红外衰减全反射光谱图示例。 图 A.1 奶牛养殖场粪水样品中红外衰减全反射光谱图示例 4 DB12/T 1015—2020 BB 附 录 B （资料性附录） 奶牛养殖场粪水中氮磷含量测定校正模型性能评价指标 2 B.1 决定系数 coefficient of determination（R ） 中红外衰减全反射光谱法测定值与样本参比值之间相关系数的平方，按式B.1计算。 n  2   ( yi  yˆ i )   100% R  1  i n1 2   ( y  y ) i    i 1 2 ……………………（B.1） 式中： R2——接近100%表示测定值接近参比值； n ——校正集的样本数； y i ——校正集第i个样本的参比值； yˆ i ——校正集第i个样本的测定值； y ——校正集样本参比值的平均值。 B.2 校正标准差 root mean square error of calibration（RMSEC） 校正样本集中红外衰减全反射光谱法测定值与样本参比值之间残差的标准差，按式B.2计算。 RMSEC  n 1 ( y j  yˆ j ) 2  n  p  1 j 1 ……………………（B.2） 式中： n —— 校正集的样本数； p —— 回归因子数； ——校正集第j个样本的参比值； y j yˆ j ——校正集第j个样本的测定值。 B.3 交叉验证均方根误差 root mean square error of validation（RMSECV） 每次从样本集中取出一个样本，用剩余样本建立校正模型，测定被取出的样本，直至模型中样本都 被取出一次，计算测定值与参比值之间的交叉验证均方根误差，按式B.3计算。 n RMSECV   ( y  yˆ ) l 1 l n 1 l 2 ……………………（B.3） 式中： n —— 校正集的样本数； 5 DB12/T 1015—2020 y ——校正集第l个样本的参比值； yˆ ——校正集交互验证过程中第l个样本的测定值。 l l B.4 预测均方根误差 root mean square error of prediction（RMSEP） 验证集测定过程样本测定值与其参比值之间的标准偏差，按式B.4计算。 m RMSEP   ( y  yˆ ) k 1 k 2 k m 1 ……………………（B.4） 式中： m —— 验证集的样本数； y yˆ ——验证集第k个样本的参比值； k ——验证集第k个样本的测定值。 k B.5 相对分析误差 residual prediction deviation（RPD） 验证集标准差与预测均方根误差的比值，按式B.5计算。 RPD  标准差（SD） 预测均方根误差（RMSEP ） ……………………（B.5） 式中： SD——验证集所有样本测定值的标准差。 _________________________________ 6