云南3个地方猪种猪肉的营养价值比较分析

为进一步利用云南地方猪种资源和生产优质猪肉,选用高黎贡山猪、撒坝猪、滇南小耳猪3个云南地方猪种,测定其背最长肌的水分、粗蛋白、灰分、粗脂肪、脂肪酸、胆固醇、氨基酸含量并进行比较分析。结果显示,高黎贡山猪脂肪含量较撒坝猪、滇南小耳猪高(P0. 05),而撒坝猪粗蛋白含量最高(P0. 01)。3个猪种各种氨基酸含量依次为撒坝猪、滇南小耳猪、高黎贡山猪,且3个猪种之间差异性极显著(P0. 01)。撒坝猪胆固醇含量最低,极显著低于高黎贡山猪(P 0. 01),低于滇南小耳猪(P0. 05)。结果表明,高黎贡山猪猪肉营养成分丰富,脂肪品质好;撒坝猪猪肉味鲜,胆固醇含量较低。     

宁夏玉米营养成分近红外分析模型建立与应用

研究采集宁夏区内各市县(固原、海原、同心、中卫、中宁、永宁、平罗)抽取玉米样品120批,用近红外分析仪扫描定标样品集获得玉米近红外光谱图,利用偏最小二乘法建立模型,并分别经过无预处理、均值中心化、标准正态变量转换、一阶导数、标准正态变量转换结合去趋势校正(SNV+D)预处理光谱,获得水分、粗蛋白、粗脂肪、粗纤维预测模型,分别是经过MC、SNV+D、SNV+D、SNV+D光谱预处理后效果最好。预测决定系数R² _p分别为0.951、0.976、0.728、0.897,相对分析误差RPD除粗脂肪为2.62外,其他均大于3的近红外预测模型,通过预测模型验证集验证后,并对模型预测值与实测值进行U检验,结果为差异不显著(P>0.05)。该近红外预测模型对玉米中水分、粗蛋白、粗纤维具有较佳预测效果,粗脂肪的预测精度有待进一步提高。     

云南地方猪种肌肉营养成分分析

为全面了解云南地方猪种的种质特性,促进云南地方猪种遗传资源的开发利用,测定了撒坝猪、丽江猪和迪庆藏猪等7个云南地方猪种及国外引进品种长白猪的肌肉营养成分,结果:云南地方猪种肌肉干物质、粗蛋白和粗脂肪含量分别为(27.82±0.87)%~(37.82±5.63)%、(20.18±1.60)%~(23.81±2.07)%和(4.58±1.47)%~(15.71±4.68)%;品种间以上三种成分的高低顺序分别是撒坝猪丽江猪明光小耳猪≈迪庆藏猪滇南小耳猪保山猪≈大河猪、迪庆藏猪撒坝猪保山猪≈大河猪明光小耳猪丽江猪滇南小耳猪和丽江猪撒坝猪滇南小耳猪迪庆藏猪≈大河猪≈明光小耳猪≈保山猪;云南7个地方猪种的肌肉粗蛋白含量均显著低于长白猪(P0.05),粗脂肪含量均显著高于长白猪(P0.05),干物质含量除保山猪和大河猪外均显著高于长白猪(P0.05),说明云南地方猪种沉积脂肪能力强,肉中脂肪和干物质含量高、蛋白含量低,肌肉营养价值和食用品质较好,尤其是肉品香味要远优于国外引进品种,是生产高档猪肉的理想原料猪种,可以合理利用这一特性生产高档猪肉以满足多元化的市场需求。     

近红外光谱分析技术在饲料成品上的应用

文章利用近红外光谱分析技术对猪料、虾料、膨化料三种不同工艺的颗粒料进行水分、粗蛋白预测效果的研究,并分析不同加工工艺对其应用的影响。收集每个品种饲料各400个,选择了最优的光谱散射校正和数学处理方法,确定最佳主因子数,建立猪料、虾料、膨化料样本水分、粗蛋白的NIRS定标模型。结果表明:除虾料水分的决定系数R2略低于0.9,其他料的水分和粗蛋白的R2都在0.9以上;除膨化料的水分,其余各料的水分、粗蛋白的相对标准差RSD均小于10%;所有料水分、粗蛋白的相对分析误差RPD均大于3,取得了良好的定标效果。NIRS能够准确的预测这三种饲料的水分、粗蛋白含量。猪料的水分定标模型效果最好,虾料次之,最后是膨化料;虾料的粗蛋白模型效果最好,膨化料次之,猪料略差。     

基于人工神经网络的狼尾草属牧草品质近红外光谱预测研究

本研究利用近红外光谱通过人工神经网络(Artificial neural network, ANN)建立狼尾草属(Pennisetum Rich)牧草水分、粗蛋白、木质素、酸性/中性洗涤纤维及灰分含量的预测模型。结果表明：基于人工神经网络的狼尾草属牧草品质预测模型总体优于全光谱偏最小二乘法(PLS)模型效果。在人工神经网络的方向传播(BP)网络模型中,6项表征牧草品质指标的校正均方根误差(RMSEC)、预测均方根误差(RMSEP)均显著低于PLS模型,同时校正集决定系数(R■)、预测集决定系数(R■)显著提高,除灰分含量预测不理想外,其他预测效果均理想。同时人工神经网络的BP网络对于近红外光谱的非线性数据具有良好的拟合能力,其预测模型对于指导狼尾草属牧草品质预测和分级管理研究具有广阔的应用前景。     

滇南小耳猪与DLY商品猪背最长肌营养成分比较分析

本试验为比较研究滇南小耳猪与DLY商品猪肉的营养价值,分别检测了53头滇南小耳猪和58头DLY猪背最长肌肉的水分、粗蛋白质、粗脂肪、灰分、氨基酸及脂肪酸等营养成分含量,比较分析其差异性。结果显示,滇南小耳猪背最长肌的水分含量极显著低于DLY商品猪背最长肌（P < 0.01）,粗蛋白质、粗脂肪含量极显著高于DLY商品猪（P < 0.01）,灰分含量差异不显著（P > 0.05）;其中滇南小耳猪背最长肌的7种必需氨基酸（苏氨酸、缬氨酸、蛋氨酸、异亮氨酸、亮氨酸、赖氨酸、苯丙氨酸）、肉豆蔻酸、棕榈酸、油酸、顺式异油酸、11-顺-二十碳烯酸,饱和脂肪酸、单不饱和脂肪酸、总脂肪酸含量均极显著高于DLY商品猪（P < 0.01）。综上所述,滇南小耳猪与DLY猪相比具有更高的营养价值和开发价值。     

检测燕麦干草主要营养成分含量的近红外光谱分析模型

为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示：粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。     

基于近红外光谱技术快速测定豆油过氧化值的研究

本试验基于近红外光谱技术,以大豆油为材料,探讨利用近红外光谱技术快速测定油脂中过氧化物的含量。首先研究了光谱预处理方法、分析谱区及PLS模型因子数对校正模型的影响,然后应用偏最小二乘法(PLS)建立了豆油过氧化值的近红外定量模型。结果显示:最佳光谱预处理方法为一阶导数+SNV,最适分析谱区为12003.2~7498.2cm-1与5450.1-4597.6cm-1,最佳因子数为9,最优模型的决定系数r=0.9882,RMSECV=0.503,RMSEP=0.521,RPD=12,盲样验证测试结果与国标经典法结果不存在显著性差异(P0.05),相对偏差均小于5%,说明所建立的分析模型具备较强的预测能力和实用性。     

近红外反射光谱法(NIRS)分析奶牛精料补充料营养成分的研究

采用滤光片型8620近红外光谱技术(NIRS),结合主成分回归法,以105个不同的奶牛精料补充料样品建立了常规化学成分以及可消化总养分(TDN)含量的近红外定量分析校正模型。常规化学成分中,粗蛋白、粗脂肪、粗灰分、中性洗涤纤维、酸性洗涤纤维、酸性洗涤木质素和可消化总养分含量的校正模型决定系数R2分别为0.9132、0.9016、0.9220、0.9171、0.8928、0.7083和0.8346;研究发现除酸性洗涤木质素之外,其他成分含量的相对分析误差RPD(SD/SEP)均大于2.5,因此除酸性洗涤木质素之外,所建近红外预测模型对奶牛精料补充料常规营养成分以及TDN含量的快速测定具有重要的实际意义。     

近红外光谱法测定虉草体外干物质消化率的研究

为了对虉草体外干物质消化率(IVDMD)进行快速、简便、准确的分析和测定,本研究利用近红外光谱技术,结合化学计量学方法建立近红外校正模型,并通过外部验证对模型的实际预测能力进行评价并筛选最佳模型。结果表明,采用5 000～7144cm~(-1)和7 404～10 000cm~(-1)的建模光谱波段、mf光谱预处理方法、10/1～9的初/次级主成分数和偏最小二乘法(PLS)所建的模型为最佳模型,其校正决定系数(R2 cal)和验证决定系数(R2 val)分别为0. 9552和0. 9572,校正标准差(SEC)和验证标准差(SEP)分别为1. 9907和2. 0512,残差BIAS为0. 0829,预测相关系数(r)为0. 9784。由此可见,NIRS技术可用于虉草IVDMD的实际测定,模型预测效果良好。     

傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪、蛋白质和水分含量。以常规化学分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立鲜猪肉各组分含量的定量分析模型,并以肉样平行扫描光谱验证分析模型预测的准确性和重现性。结果,肉样肌内脂肪、蛋白质和水分模型预测值和化学分析测定值的配对t检验差异均不显著(P>0.05),预测均方差(RMSEP)分别为0.110、0.238和0.193;模型重复预测的相对标准偏差(RSD)分别为0.667%、0.192%和0.007%。结果表明,该方法结果准确可靠,适用于鲜猪肉中肌内脂肪、蛋白质和水分的快速定量检测。     

云南地方猪种肉质NIR指纹主成分分析和聚类分析研究

试验旨在探讨近红外（near-infrared,NIR）光谱技术应用于云南地方猪种肉质特性分析的可行性。在云南省8个县采集7个云南地方猪种腰背最长肌共计102份样品,利用近红外光谱分析技术,对各猪种近红外指纹图谱进行主成分分析和聚类分析。结果表明,7个猪种肉质的近红外光谱具有共性和差异性,其主成分空间分布位于不同的区域,大河乌猪与大河猪光谱欧氏距离最近,迪庆藏猪肉质特异性明显。利用近红外光谱技术可以准确、快速地对地方猪种进行肉质特性分析,揭示出地方猪种肉质方面的特色资源。     

近红外光谱法与常规化学分析法苜蓿营养成分的对比研究

选取20个不同来源的苜蓿样品作为研究对象,分别使用近红外光谱法和常规化学分析法检测苜蓿样品中水分、粗蛋白、粗脂肪、粗灰分、酸性洗涤纤维和中性洗涤纤维的含量,验证近红外光谱分析法与常规化学分析法检测的符合程度。试验结果表明：与常规化学分析法比较,苜蓿近红外光谱预测模型更适用于苜蓿样品中粗蛋白、粗脂肪、粗灰分、酸性洗涤纤维和中性洗涤纤维含量的检测,但并不适用于苜蓿水分含量的检测,因此,需要对已有的近红外预测模型进行调整和优化。     

蜂蜜中果糖含量近红外光谱试验研究

以68份蜂蜜样品为材料,利用傅立叶变换近红外光谱技术（NIR）结合偏最小二乘法（PLS）,建立了蜂蜜中果糖含量的近红外光谱数学模型,并对模型预测结果进行评价。结果表明,选择11065．36cm^-1～7857．90cm^-1波数范围内的光谱,进行SG预处理方法,用8个主成分建立的蜂蜜果糖含量模型效果最好,模型相关系数、校正均方差和预测均方差分别为0．9259、1．21和1．64。该方法具有快速、准确、成本低等特点。     

基于在线近红外光谱快速检测玉米籽粒主要品质参数的研究

本试验旨在探讨利用在线近红外对玉米籽粒主要品质参数进行在线快速预测的可行性。以全国范围内收集的171个饲用玉米籽粒为研究对象,利用试验室自主搭建的在线近红外平台扫描样品的动态光谱,通过CARS(Competitive Adaptive Reweighted Sampling)方法筛选出与品质参数密切相关的变量,并结合偏最小二乘方法建立在线定量分析模型,为玉米籽粒质量的判别提供一种快速有效的方法。结果表明:利用在线近红外光谱技术得到的玉米籽粒中水分、粗蛋白、粗灰分和总能的定量分析模型校正集相关系数分别为0.90、0.92、0.78和0.92,预测集的相关系数分别为0.76、0.89、0.72和0.83,相对分析误差RPD分别为2.41、3.04、1.80和2.42,表明粗蛋白在线近红外定量分析模型可用于实际检测;水分和总能可用于定量分析,但模型精度有待于进一步提高;粗灰分的定量模型效果较差,需要进一步优化。     

近红外光谱分析技术在鲜鸡肉快速检测分析中的应用研究

应用傅立叶变换近红外光谱分析技术建立鲜鸡肉快速定量检测方法.共收集到9个鸡种的148个鲜肉样品,采用其中111个样品分别建立脂肪、蛋白质和水分的定量分析模型,模型的相关系数(R)分别为0.993、0.994和0.979,校正均方差(RMSEC)分别为0.126、0.198和0.232;对其余37个验证样品进行预测分析,与化学分析值配对t检验,两者差异不显著.研究结果表明,傅立叶变换近红外光谱分析方法准确、可靠,且分析快速简便,有望在鲜鸡肉质量检测中得到广泛应用.     

近红外反射光谱分析技术鉴别对四种毛绒纤维的研究

由于近红外光谱检测快速、无损的特点,在检测领域已经被广泛应用。本文应用近红外漫反射光谱对细羊毛、地毯用羊、粗羊毛、山羊绒4个类型共200个样品进行了定性鉴别研究,通过采用主成分-马氏距离聚类判别分析法,主成分回归分析技术结合多元离散校正,建立了定性鉴别模型并用于预测,预测性能较好,说明利用近红外漫反射光谱技术对不同类型毛绒纤维定性检测是可行的。     

基于FAO模式评价中国部分猪种肌肉氨基酸组成

试验旨在深入了解中国地方猪种肌肉氨基酸组成,从而有利于改良猪肉品质及营养价值,促进优良猪种资源的保护和开发利用。基于前人对嵊县花猪、湘西黑猪、西藏藏猪、荣昌乳猪、滇南小耳猪、青海八眉猪、杜陆猪、淮南猪、沂蒙黑猪、蕨麻猪、甘肃白猪、姜曲海猪、江香猪、东北民猪、松辽黑猪15个中国地方猪种肌肉中16种氨基酸含量的测定结果,比较了不同猪种肌肉16种氨基酸含量及味觉氨基酸含量差异,以联合国粮食组织(FAO)模式评价8种必需氨基酸,并对16种氨基酸组成指标进行因子分析和系统聚类分析。结果表明,嵊县花猪猪肉的必需氨基酸含量、味觉氨基酸含量及氨基酸总量最高,分别为48.28、68.82、125.93 g/100 g,且猪肉氨基酸模式与FAO氨基酸模式最接近,必需氨基酸含量远高于FAO提出的理想蛋白质含量。主成分分析获得的前4个主成分可以解释全部变异的89.499%,基于主成分值的UPGMA聚类图将中国15个地方猪种归为九大类。总之,中国地方猪猪肉氨基酸组成和相对含量呈现出明显的差异,其中嵊县花猪的肌肉氨基酸组成最优,营养价值更高。     

近红外光谱法测定DDGS中粗蛋白含量的试验研究

试验建立DDGS粗蛋白含量测定的近红外光谱分析定标模型。采用化学分析法测定72个DDGS样品中的粗蛋白含量,利用FOSS InfraXact型近红外光谱分析仪采集样品光谱,光谱经2,4,4,1导数和标准正常化+散射处理(SNV+Detrend),用改进最小二乘法(MPLS)回归,获得了较好的定标模型,校正决定系数(RSQ)、交叉验证决定系数(1-VR)、校正标准误差(SEC)、交叉验证标准误差(SECV)分别为0.982 5、0.932 8、0.266 2、0.389 5。利用30个验证集的DDGS样品进行外部检验,预测值与真实值之间差异不显著(P>0.05)。结果表明,定标模型的预测性能较好,可以替代化学分析法快速测定DDGS中的粗蛋白含量。     

基于近红外光谱技术评估高粱中粗蛋白质、水分含量的研究

本研究旨在探讨利用近红外光谱技术评估高粱中粗蛋白质、水分含量的可行性。以收集的110份高粱样品作为研究对象,采用GB/T 6432—1994、GB/T 6435—2014中方法分别对粗蛋白质、水分含量进行测定,利用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱,光谱扫描范围4 000～12 800 cm~(-1),分辨率16 cm~(-1),样品重复装样扫描4次,每次扫描64次获得平均光谱,取4次扫描光谱作为样本的原始光谱。分别选取矢量归一化、最小-最大归一化、一阶导数、二阶导数、多元散射校正、一阶导数+减去一条直线、一阶导数+矢量归一化、一阶导数+多元散射校正探索适用于高粱中粗蛋白质、水分含量的光谱预处理方法。利用定标集样品光谱数据,采用偏最小二乘方法结合全交互验证手段来防止过拟合现象,建立定标模型。在此基础上,利用定标决定系数、定标均分根误差、定标相对分析误差、交互验证决定系数、交互验证均方根误差、交互验证相对分析误差确定最优模型。结果显示:粗蛋白质含量扫描光谱采用一阶导数+多元散射校正光谱预处理,光谱范围为9 401.9～5 443.6 cm~(-1)与4 603.0～4 243.9 cm~(-1)。水分含量扫描光谱采用一阶导数+减去一条直线,光谱范围为7 500. 3～6 096. 5 cm~(-1)与5 451. 8～4 243.9 cm~(-1)。高粱中粗蛋白质、水分含量的近红外光谱预测模型定标相对分析误差分别为8.41、12.20;交互验证相对分析误差分别为4.97、7.97;外部验证相对分析误差分别为3.32、5.36。由结果可知,本研究建立的高粱中粗蛋白质和水分含量的近红外光谱预测模型的相对分析误差均大于评估值,具有精确地评估高粱中粗蛋白质和水分含量的应用效果。