可见/近红外漫反射光谱分析法测定牧草营养成分研究

选用新疆伊犁昭苏草原5~10月份的5种单一品种牧草及混合牧草样品共252份,利用可见/近红外漫反射全谱扫描技术结合实验室检测数据进行粗蛋白(CP)、干物质(DM)、粗脂肪(EE)和磷(P)的定标和检校。结果表明:CP采用改进偏最小二乘法(ModifiedPLS)和(SNV+Detrend;2,4,4,1)的数学转换方法定标结果最好,其定标决定系数(RSQ=0.960)和交叉验证相关系数(1-VR=0.9836)最高,定标标准分析误差(SEC=0.5155)和交叉校验定标标准分析误差(SECV=0.5859)最小,其交叉验证相对分析误差(RPD=8.5782)和外部验证相对分析误差(RPD=5.0575)均大于3;DM采用ModifiedPLS和(SNV+Detrend;1,4,4,1)的数学转换方法定标结果最好,其RSQ和1-VR分别为0.904和0.8878,SEC和SECV分别为0.1789和0.1990,其交叉验证和外部验证RPD分别为2.9385和3.0359;EE采用最小二乘法(PLS)和(SNV+Detrend;1,4,4,1)的数学转换方法定标结果最好,但是RSQ和1-VR值较低,分别为0.192和0.3715,SEC和SECV分别为1.4526和1.5122,其交叉验证和外部验证RPD分别为1.4363和0.5911;P采用Modified PLS和(SNV+Detrend;2,4,4,1)的数学转换方法定标结果最好,其RSQ和1-VR分别为0.748和0.8213,SEC和SECV分别为0.0168和0.0188,其交叉验证和外部验证RPD分别为2.0179和1.7647。以上结果说明利用可见/近红外光谱结合化学计量学手段对混合或单一牧草的CP进行快速检测是可行的,DM的预测模型需要进一步校正,而EE和P的分析误差较大,需要进一步提高实验室测定的精确度和增加样品含量来进一步校正模型。     

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。     

高寒草原天然牧草营养品质近红外光谱预测模型的建立

本研究旨在探讨近红外光谱(NIRS)技术在定量分析高寒草原天然牧草营养品质的可行性。试验于2015—2018年,每年6—9月份,从青藏高原高寒草原放牧研究样地收集不同放牧强度(0、3.6、5.3、7.6只/hm2)的混合和4个优势种(莎草科矮生嵩草、蓼科珠芽蓼、蔷薇科金露梅和豆科锦鸡儿)牧草样品共计1 280份,随机分为定标样品集(n=854)和预测样品集(n=426),建立天然牧草干物质(DM)、粗脂肪(EE)、粗蛋白质(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)含量及体外干物质消化率(IVDMD)和估算代谢能(EME)营养品质近红外光谱(NIRS)预测模型,实现天然牧草营养品质的快速和准确评估。结果显示:牧草DM、CP、EE、ADF、NDF含量及IVDMD和ME变异较大;DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型的验证决定系数(R2CV)为0.992～0.999,外部验证相对分析误差(RPD)为3.82～5.97,取得了最佳的定标效果,且定标方程均具较好的预测能力,能够成功应用于日常分析。EE含量的NIRS预测模型的R2CV为0.837,外部RPD为2.30,定标效果不理想,定标模型虽不能用于准确的定量分析测定,但仍能应用于牧草EE含量的粗略测定。综上所述,本研究建立的高寒草原天然牧草DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型能够成功应用于日常分析。     

近红外漫反射光谱定量分析天然牧草营养成分

为了快速测定内蒙古锡林郭勒盟草原天然牧草的营养成分,试验选用内蒙古锡林郭勒盟草原2016年5-11月份的主要牧草及混合牧草样品共407份,研究利用近红外漫反射全光谱扫描技术结合实验室检测数据,用修正偏最小二乘法（MPLS）,进行粗蛋白（CP）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、木质素（ADL）、粗灰分（Ash）、粗脂肪（EE）、钙（Ca）、磷（P）的定标和验证。结果表明：Ca、NDF、DM、CP、Ash的外部验证相对分析误差RPD（SD/SEP）均 > 3,NIRS预测值与化学值的相关系数RSQ均在0.9以上,说明这5个指标的定标效果较好, 建立的定标模型可以用于实际检测;ADF外部验证相对分析误差2.5     

不同刈割期和干燥方法对牧草营养成分含量的影响

研究了不同刈割期和干燥方法对第一茬牧草水溶性碳水化合物(WSC)等营养成分的影响.结果表明(1)牧草随着生育期的推进粗蛋白质(CP)和粗灰分(CA)的含量逐渐下降,中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)的含量逐渐增加,而且豆科牧草在营养生长阶段CP含量显著高于禾本科牧草,但它们下降的速度和NDF、ADF增加的速度也比较快;WSC的含量禾本科牧草在抽穗和开花期较高;牧草WSC与CP含量之间不存在相关.(2)牧草烘干样品中CP、WSC含量最高,而NDF和ADF含量最低,最佳的干燥方法是直接烘干,其次是晒后烘干、阴干,晒干最差.     

燕麦草常规营养成分含量近红外预测模型的建立

本试验旨在构建燕麦草常规营养成分含量的近红外预测模型。试验于2017—2019年,从我国京津冀等地区的牧场及种植基地收集了80份不同品种、不同产地和不同成熟度的燕麦草,参照燕麦草常规营养成分国标检测方法测定采集80份样品中水分(MSTR)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)和粗灰分(Ash)含量并进行燕麦草近红外光谱采集。使用OPUS7.5中的偏最小二乘(PLS)化学计量学方法将燕麦草的光谱图和理化指标进行关联,交叉检验法评价预测模型效果。结果显示：不同来源的燕麦草中MSTR、CP、NDF、ADF、EE和Ash含量变异较大;MSTR、CP、NDF、ADF和Ash含量预测模型校正决定系数(RSQcal)为0.886～0.977,交叉验证决定系数(1-VR)为0.84～0.95,交叉验证相对分析误差(RPDCV)为2.50～4.23,定标效果较为理想,外部验证预测决定系数(RSQv)为0.846～0.945,预测相对分析误差(RPDV)为2.57～4.20,表明模型均可应用于实际检测且适用性良好;EE含量预测模型RSQcal为0.870,1-V...     

不同刈割期和干燥方法对牧草营养成分含量的影响

研究了不同刈割期和干燥方法对第一茬牧草水溶性碳水化合物（WSC）等营养水分的影响。结果表明：（1）牧草随着生育期的推进粗蛋白质（CP）和粗灰分（CA）的含量逐渐下降，中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）的含量逐渐增加，而且豆科牧草在营养生长阶段CP含量显著高于禾本科牧草，但它们下降的速度和NDF、ADF增加的速度也比较快；WSC的含量禾本科牧草在抽穗和开花期较高；牧草WSC与CP含量之间不存在相关。（2）牧草烘干样品中CP、WSC含量最高，而NDF和ADF含量最低，最佳的干燥方法是直接烘干，其次是晒后烘干、阴干、晒干最差。     

利用近红外光谱技术分析玉米秸秆和小麦秸秆的营养成分

为利用近红外光谱技术(near-infrared reflectance spectroscopy, NIRS)分别建立玉米秸秆(corn straw)和小麦秸秆(wheat straw)的近红外预测模型,本研究从甘肃、新疆和河南3个省(区)共采集玉米秸秆样品155份、小麦秸秆样品135份,选取玉米秸秆124份作为定标集、31份作为验证集,小麦秸秆108份作为定标集、27份作为验证集,利用近红外光谱技术结合改良偏最小二乘法(MPLS)等化学计量学方法分别建立玉米秸秆和小麦秸秆的干物质(dry matter,DM)、粗蛋白(crude protein, CP)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和酸性洗涤木质素(acid detergent lignin, ADL) 5个指标的近红外预测模型。结果表明:1)玉米秸秆DM、CP、NDF、ADF和ADL的平均含量分别为94.60%、 5.16%、 63.88%、 36.33%和3.32%;小麦秸秆DM、 CP、 NDF、 ADF和ADL的平均含量分别为95.35%、3.42%、77.31%、46.59%和6.84%。2)玉米和小麦秸秆的CP含量预测模型交互验证决定系数(1-VR) 0.90,且外部验证决定系数(RSQ) 0.84,构建的模型可以用于实际预测。3)玉米秸秆DM、NDF、ADF和小麦秸秆DM各指标定标模型的1-VR值在0.80左右,可以粗略地预测其营养成分含量,其余各指标模型预测效果不太理想,模型需要进一步优化。综上所述,本研究为生产实践中快速预测玉米和小麦秸秆营养成分含量提供了理论依据,并且通过NIRS建立了其近红外预测模型。     

近红外光谱技术分析高羊茅干草营养成分含量

本研究利用近红外光谱(NIRS)技术构建高羊茅(Festuca arundinacea)干草的近红外预测模型，于甘肃省庆阳市采集101份高羊茅样品，将湿化学分析结果和NIRS结合，利用改良偏最小二乘法(MPLS)进行预测模型的建立和验证。最终建立了高羊茅干草干物质(DM)、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)、灰分(Ash)这7种营养成分的预测模型，其中建立的CP和DM的预测模型外部验证相对分析误差(RPD)值为3.53和2.55，预测模型的预测效果较好，可以用于实际生产中预测成分含量；OM、 NDF、 ADF、EE和Ash的预测模型RPD值为2.17、2.04、2.06、2.06和2.02，所预测的结果可以作为一些饲料生产中的参考。     

基于近红外光谱的北京市全株玉米原料康奈尔净碳水化合物-蛋白质体系组分分析与预测

本试验旨在基于康奈尔净碳水化合物-蛋白质体系(CNCPS)建立北京市全株玉米原料营养成分数据库,并利用近红外光谱(NIRS)方法建立其营养价值预测模型。试验采集北京市18个牧场89份全株玉米原料样品,测定其营养成分,利用CNCPS 6.5计算各样品碳水化合物(CHO)和蛋白质组成。定标集和验证集根据4∶1的配比关系,分别选用71份和18份全株玉米原料样品作为定标集和验证集评价NIRS模型。结果显示:1) NIRS分析技术对全株玉米原料常规营养成分、CNCPS中蛋白质组成和CHO组成均具有较好的预测能力,且精确度较高。2)干物质(DM)、粗灰分(Ash)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、淀粉(Starch)、中性洗涤不溶蛋白质(NDIP)、酸性洗涤不溶蛋白质(ADIP)、可溶性蛋白质(SP)、CHO、非纤维性碳水化合物(NFC)、可溶性纤维(CB2)、可消化纤维(CB3)、不消化纤维(CC)、可溶性真蛋白质(PA2)、难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)和非降解蛋白质(PC)的定标决定系数(1-VR)均>0.80,验证决定系数(RSQv)均≥0.84,这些模型均可用于日常快速检测分析。DM、Ash、EE、NDF、ADF、ADL、Starch、NDIP、CHO、NFC、CB2、CB3、PC和PB1的NIRS模型参数均采用二阶导数处理,CP、SP、ADIP、CC、PA2和PB2的NIRS模型参数均采用标准正态变量+二阶导数处理。综上所述,本研究提供了全株玉米原料的基础化学分析数据,并通过NIRS分析技术建立了主要营养成分的快速预测模型,有利于养殖场青贮前对全株玉米原料质量的快速评估。     

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。     

利用近红外光谱技术快速分析全株玉米青贮营养成分

研究旨在利用近红外光谱技术(near infrared reflectance spectroscopy,NIRS)建立全株玉米青贮6种营养成分的近红外预测模型,为生产实践中合理利用全株玉米青贮饲料资源提供理论依据.选取玉米青贮样品64份作为定标集,16份作为验证集.利用NIRS结合改良偏最小二乘法(modified ...     

黄土高原高糖黑麦草的产量和品质预测

为探明黄土高原高糖黑麦草(Lolium perenne)粗蛋白、粗脂肪、中性洗涤纤维、酸性洗涤纤维、粗灰分、可溶性碳水化合物等指标及产草量与其生长时间、株高、分蘖之间的关系,本研究采用田间试验结合预测模型的方法,利用生长时间、株高、分蘖对高糖黑麦草在模拟轮牧和收获干草两种利用方式下的牧草产量及品质进行预测。结果表明,收获干草的Aberavon、Aberstar、Premium和Abermagic黑麦草生长时间、株高和分蘖均与各营养指标显著相关(P0.05);模拟轮牧的Aberavon、Aberstar、Premium和Abermagic黑麦草株高与各营养指标均不相关(P0.05),生长时间、分蘖与粗蛋白、粗灰分之外的其它品质指标均显著相关(P0.05)。利用生长时间、株高、分蘖对4个黑麦草品种的产草量和饲用成分建立一元回归预测和多元回归预测模型,经预测值与实测值对比,预测结果准确度均较高,可为高糖黑麦草在黄土高原栽培和利用提供科学依据。     

用近红外反射光谱方法测定乳清粉的品质性状

本文用近红外反射光谱(NIRS)直接测定乳清粉的蛋白质、脂肪、灰份含量，均有很好的效果。同时对定标光谱进行不同的数学处理和散射处理，并采用不同的统计方法来优化这种成份的NIRS分析。建模时标准误很小而决定系数高。校正标准误、检验工作标准误、校正决定系数以及检验决定系数蛋白质依次分别为0．589，1．448，0．999和0．977，脂肪分别为0.257，0．570，0．989和0．938，灰份分别为0．178，0．206，0．990和0．988。同时对乳清粉品质的NIRS测定作了讨论。     

青藏高原地区不同垂穗披碱草居群营养品质研究

为探讨不同垂穗披碱草居群产量和营养品质状况,本研究分析评价了45个垂穗披碱草居群的产量性状和粗蛋白质(CP)、可溶性糖(WSC)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)4个品质性状。结果显示,居群间产量、CP、WSC、NDF和ADF含量存在极显著差异,45个垂穗披碱草居群的产量性状和品质性状近似正态分布,其变化范围为2 062.59～18 597.73 kg/hm²(鲜草产量),529.42～4 682.60 kg/hm²(干草产量),13.88%～23.92%(CP),1.59%～6.03% (WSC),57.34%～64.97%(NDF)和35.06%～47.23%(ADF)。各性状变异程度不同,产量性状变异均达62%以上,品质性状中WSC变异系数最大,达31.19%。相关分析表明,CP与NDF和ADF含量呈极显著负相关,ADF与NDF含量呈显著正相关,WSC含量与NDF含量呈极显著正相关,与产量和ADF呈显著负相关。根据各性状的相关关系,筛选出5个CP和WSC含量高而NDF和ADF含量低的垂穗披碱草居群。     

四川阿坝县不同地区与不同海拔秋季牧草营养成分分析

摘要：为了给四川阿坝县反刍家畜的补饲和草地的合理利用提供科学依据,采取实地采样与实验室分析相结合的方法测定了四川阿坝县麦尔玛乡三大队牧场、麦昆乡草原村、贾柯河乡四大队和贾柯河牧场秋季（9月）牧草营养成分。结果表明,阿坝县秋季牧草粗蛋白质（CP)平均含量为10.30%,粗脂肪(EE)平均含量为2.92%,粗纤维（CF）平均含量为29.24%,粗灰分(Ash)平均含量为6.86%,中性洗涤纤维(NDF)平均含量为57.21%,酸性洗涤纤维(ADF)平均含量为35.47%,钙（Ca）平均含量为0.71 %、磷（P）平均含量为0.14%。不同地区秋季牧草CP、EE、CF、ADF、NDF、Ash和Ca的含量差异不显著（P>0.05）,P的含量差异显著（P<0.05）。把海拔3 400～3 800 m的采样区范围分成 3 400～3 500、3 500～3 600、3 700～3 800 m 3个层次,不同海拔牧草CP、EE、CF、ADF、NDF和Ash的含量差异不显著（P>0.05）,Ca和P的含量差异显著（P<0.05）。其营养成分适合阿坝县反刍动物的秋季放牧生产的要求,但不能以单纯放牧的形式来满足反刍动物的营养需求,需要补饲。     

近红外光谱法预测紫花苜蓿草捆的营养品质和消化率

优质牧草苜蓿(Medicago sativa)品质的优劣和消化率的高低能在很大程度上影响畜牧业的发展。为探讨近红外光谱技术(NIRS)预测苜蓿草捆中营养成分和消化率的可行性,本试验采集来自我国苜蓿主产区的苜蓿草捆样品229份,利用改进的偏最小二乘法(MPLS),结合不同光谱处理和数学参数设置,建立苜蓿营养品质和消化率的近红外预测模型。结果表明:相对饲喂价值(relative feed value,RFV),中性洗涤纤维(neutral detergent fiber,NDF),酸性洗涤纤维(acid detergent fiber,ADF)和粗蛋白(crude protein,CP)的模型能用于实际含量的分析;半纤维素(Hemicellulose)和干物质体外消化率(In vitro dry matter disappearance,IVDMD)的交叉验证相对分析误差(relative prediction deviation for cross validation,RPDCV)值介于2.5~3之间,能够用于粗略分析,需要对定标集样品进一步扩充和完善以提高预测的准确度。试验初步建立了苜蓿草捆品质的定量分析模型,补充了我国苜蓿草捆营养品质数据库,为苜蓿草产品的生产、流通及动物饲料配方的制定提供了数据支持。