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 ...     

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     

近红外光谱分析与传统方法检测玉米中营养成分的比较

<正>在饲料工业中,各种原料以及成品的营养成分分析需要使用不同的仪器和方法,不同的试剂,且样品需要经过不同的物理、化学方法预处理,不但手续繁琐,而且耗时费力、花费高、安全性能差。因此,怎样快速、准确、经济、安全地测定饲料中各种营养成分已成为生产实践中亟待解决的问题。近红外光谱分析技术     

近红外光谱分析与传统方法检测豆粕中营养成分的比较

近红外光谱分析技术(NIR)能简单、快速、准确地测定有机物中的化学成分。本实验用该法测定豆粕中各种常规营养成分,并将其与化学方法进行比较。数据显示:NIR与化学方法测定的结果相比,粗蛋白质、粗脂肪、灰分、水分、中性洗涤纤维和酸性洗涤纤维测定值的差异均不显著(P>0.05),相对误差分别为0.68%、9.61%、2.23%、1.17%、6.36%和6.34%;两种方法测定结果的相关系数(r)分别为0.9561、0.9408、0.9512、0.9924、0.9632和0.9584(P<0.01)。表明NIR可以应用于豆粕中营养成分的测定。     

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。     

傅立叶变换近红外光谱技术快速测定玉米DDGS营养成分

为实现玉米DDGS营养指标的快速检测,本实验采用傅立叶变换近红外光谱技术,建立玉米DDGS水分、粗蛋白质、粗脂肪、粗灰分和氨基酸定量分析模型。收集全国范围内230个玉米DDGS样品,随机分为215个校正样品和15个验证样品,通过对不同组分独立进行光谱的预处理、交互检验计算和优化定标,得到的水分、粗蛋白质和粗脂肪定标方程决定系数R~2均在0.9以上,交互验证均方根误差(RMSECV)在0.30以内,相对分析误差RPD>3;粗灰分R~2为0.81,RMSECV为0.12,RPD为2.3,盲样验证结果均满足GB/T 18868要求,模型均有较好的准确性和稳定性;氨基酸组分建模和验证效果也较好。结果表明,采用傅立叶变换近红外光谱技术能够实现对玉米DDGS的快速检测。     

近红外光谱技术预测玉米代谢能值定标模型的研究

研究建立了近红外光谱技术(NIRS)预测玉米代谢能值的定标模型。采用套算法(60%基础日粮+40%玉米)测定了55个玉米样品的肉仔鸡表观代谢能和氮校正表观代谢能。在此基础上,采用不同光谱预处理方法和偏最小二乘法建立了玉米代谢能值的近红外定标模型。最优校正模型结果显示,玉米表观代谢能(AME)和氮校正表观代谢能(AMEn)校正决定系数(R2cal)均在0.99以上,验证决定系数(R2val)均在0.81以上,表明研究所建立的定标模型可用于预测玉米代谢能值。     

青海省海晏县冷季草场枯草营养成分近红外漫反射光谱定量分析

该研究旨在探讨近红外光谱技术(NIRS)定量分析高原地区冷季草场枯草营养成分的可行性,实现快速、准确评估冷季枯草各营养成分含量,补充枯草期营养价值数据的空白.采集青海省海晏县冷季草场枯草样品276份,选择修正偏最小二乘法(MPLS)的回归方法,初步建立了枯草中常见营养物质含量的NIRS定量分析模型.结果表明:干物质(D...     

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。     

不同贮存方式对玉米秸秆营养成分的影响

试验研究了不同贮存方式(露天保存、棚舍保存、烘干、晒后烘干、青贮和氨化)对玉米秸杆水溶性碳水化合物(WSC)等营养成分的影响。结果表明:烘干和棚舍保存方法有利于玉米秸秆CP(粗蛋白)等营养物质的保存且WSC含量也高,露天晒干保存是一种最不可取的方法。     

近红外光谱分析技术在玉米品质检测中的应用研究进展

玉米是我国重要的粮食作物和动物饲料来源。为实现精准化营养和自动化加工,在玉米种植、仓储、深加工、饲用等领域,玉米的营养品质、安全指标及种子质量等备受关注。传统的化学检测方法会对样品产生破坏,耗时耗力,并且需要专业的技术人才进行操作,难以满足日益增长的玉米检测需求。近红外光谱分析技术具有检测速度快、操作简单、多组分同时分析等优点。本文主要综述近红外光谱分析技术在检测玉米的化学成分、安全指标、种子质量等方面的研究进展,旨在为近红外光谱分析技术在玉米的品质评价、种质选择等方面的检测应用提供参考。     

不同玉米品种秸秆饲用品质的研究

为探讨不同玉米品种秸秆饲用品质状况,本研究采用近红外光谱技术,分析评价了44个玉米品种秸秆的体外干物质消化率(IVDMD)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)和可溶性糖(WSC)含量4个品质性状。结果表明,品种间IVDMD、ADF、NDF和WSC含量存在极显著差异,44个玉米品种秸秆各品质性状近似正态分布,其变化范围分别为38.60%~51.74%(IVDMD)、27.01%~35.67%(ADF)、51.55%~65.81%(NDF)和4.69%~12.21%(WSC)。各性状变异程度不同,WSC含量变异系数最大,达23.59%。相关分析表明,IVDMD与ADF和NDF含量极显著负相关,与WSC含量极显著正相关,ADF含量与NDF含量极显著正相关,WSC含量与NDF和ADF含量极显著负相关。根据各性状的相关关系,筛选出5个秸秆IVDMD和WSC含量高而ADF和NDF含量低的玉米品种。     

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。     

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...     

近红外光谱定量分析技术及其在草坪管理中的应用

介绍了近红外光谱(NIRS)定量分析技术的分析原理、技术状况及其应用情况,并从草坪土壤的分析、草坪施肥计划的制定、草坪精细管理、草坪自动化评价等方面详述了近红外光谱定量分析技术在草坪管理中的应用。     

近红外光谱技术在粗饲料分析中的应用现状

近红外光谱分析技术(NIRS)具有快速、准确、成本低的特点,因此,受到普遍关注。近红外光谱分析技术应用于饲料行业不仅有利于饲料质量控制体系的建立,也有利于即时监控饲料品质。本文综述了近红外光谱技术在粗饲料领域的研究现状。