采用自然环境暴露和田间埋土试验, 利用质量变化、 红外光谱和电镜扫描技术研究自行研发的包膜肥料用改性聚乙烯醇膜材料的降解性。 自然暴露和田间埋土试验结果表明, 研发的膜材料均具有一定的降解性, 且降解率随培养时间增加呈现上升的趋势。 两种试验条件下, 降解率最高的膜材料可达到35%以上, 其中柠檬酸作为改性剂研发的膜材料降解性远远强于环氧树脂作为改性剂研发的膜材料。 柠檬酸/聚乙烯醇/硅藻土复合膜材料因硅藻土的添加使得降解性能进一步增强, 强于未改性的膜材料。 而环氧树脂/聚乙烯醇膜材料虽然有一定的降解性, 但是相较于对照差别不显著, 添加硅藻土之后也不能明显增加其降解率。 红外光谱表征结果显示, 膜降解后一些主要基团CO, CC, CH的数量较对照有所减少, 透射率增强, 这说明膜发生了一定的降解。 电镜扫描结果显示膜降解后表面变粗糙、 凹凸不平, 也说明该膜材料具有一定的降解性。 红外光谱和电镜扫描的结果与质量变化试验的结果相一致, 能够更客观地表征膜材料的降解性。 研发的聚乙烯醇改性后的膜材料既能有效控制养分释放, 又能在自然环境中自行降解, 又不对环境造成危害, 适合作包膜肥料用的膜材料。

以聚丙烯酸酯类系列水基聚合物包膜控释肥料为样品, 测定了包膜肥料养分的释放曲线并原位测定了肥料包膜的中红外光声光谱, 分析了不同肥料的养分释放曲线以及不同包膜材料的红外光声光谱特征； 采用广义回归神经网络模型(GRNN), 以肥料包膜红外光声光谱的主成分作为GRNN模型的输入层, 并以包膜肥料养分释放曲线为输出层, 构建了预测养分释放曲线的GRNN模型。 结果表明, GRNN模型能快速有效地预测包膜肥料养分释放曲线, 其预测相关系数(R2)达0.93以上； 包膜的探测深度明显影响释放曲线的预测误差, 最小预测误差为7.14%, 平均为10.28%, 且基于包膜表层红外光声光谱的预测误差最小。 因此, 结合GRNN模型, 红外光声光谱可为包膜肥料养分释放曲线的快速预测提供新手段。