近红外光谱技术快速测定棉籽粕、菜籽粕真可利用氨基酸含量的研究

本试验对近红外光谱技术预测棉籽粕、菜籽粕中的真可消化氨基酸含量进行了定标方程研究。定标就是建立常法测值与近红外光谱值之间的相关关系。饲料中的氨基酸用高效液相色谱法进行测定 ,氨基酸消化率用去盲肠公鸡作试验动物 ,用修正的Sibbald强饲法进行测定。用近红外仪收集样品的光谱数据 ,用多元回归法建立体内法测值和光谱值之间的相关关系。定标结果表明 ,棉籽粕除胱氨酸和色氨酸 ,菜籽粕除赖氨酸外 ,其它氨基酸的变异系数都在7 %以下 ,经检验证明其定标具有良好的预测性能。近红外光谱技术提供了一种可用于日常测定鸡真可消化氨基酸的实时分析方法 ,它能够获得与体内法相近的真可消化氨基酸数据 ,避免查饲料成分表的不准确性。     

利用近红外分析仪预测血浆蛋白粉营养质量指标的探讨

利用近红外分析仪预测血浆蛋白粉中粗蛋白、水分、粗灰分的含量,以不同样品数量(30个、60个、90个样品)定标的分析模型,探讨了近红外分析结果与化学分析结果的误差。结果表明,在所建分析模型数据分布均匀的情况下,以90个样品定标的分析模型,近红外分析结果与化学分析结果误差最小。预计定标的样品数量在200个左右时,近红外分析的结果与化学分析结果可以相当,可以保证近红外分析结果的可靠性。     

近红外光谱分析技术在测定饲料中植酸磷含量上的应用

植酸是一种抗营养因子。传统的用三氯化铁沉淀植酸的化学分析法费时费工,不能满足饲料工业发展的需要。为了寻求快速检测饲料中植酸磷(简称P.P.)含量的手段,本试验运用近红外光谱分析技术(简称 NIRS),分别以植酸磷含量较高的米糠饼和植酸磷含量较低的高粱为样品,对这两种饲料的化学分析法测值与近红外光谱法测值进行了比较。试验结果表明:用48个米糠饼样品和50个高粱样品进行定标,相关系数(R,下同)分别为0.901和0.890,残余标准差(RSD,下同)分别为0.06和0.03;另用不参与定标的25个米糠饼样品和21个高粱样品对定标结果进行检验,R 分别为0.803和0.917,RSD 分别为0.07和0.02。NIRS 法的分析精度基本上可以达到化学分析法的要求。作者认为,达项技术作为饲料中 PP 含量快速分析的手段是可行的。     

豆粕蛋白质含量近红外快速测定技术的研究

采用近红外光谱分析技术,结合改进最小二乘回归法(MPLS),以40个不同来源的豆粕饲料样品建立豆粕蛋白质含量分析的预测模型。模型定标相关系数(RSQ)为0.916 0,定标标准差(SEC)为0.150 3,交互验证标准差(SECV)为0.324 2。试验表明,利用近红外光谱分析技术可以比较准确地定量检测豆粕中蛋白质的含量。     

饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量近红外速测方法研究

为了探讨利用近红外漫反射光谱技术(NIDRS)快速定量分析饲料添加剂L-赖氨酸硫酸盐中L-赖氨酸含量的可行性,本试验在全国范围内收集了具有代表性的L-赖氨酸硫酸盐添加剂76个,采用国家标准方法对样品中的L-赖氨酸含量进行化学赋值;用光栅型近红外光谱仪扫描L-赖氨酸硫酸盐样品,获取了不同物理状态下样品的近红外光谱图。依据L-赖氨酸含量将样品分为定标集和验证集,运用适当的光谱预处理方法,采用竞争性自适应重加权(CARS)算法结合偏最小二乘法(PLS)建立了L-赖氨酸硫酸盐的近红外定标分析模型,并将该模型与全波长模型进行了比较。结果表明:用烘干、60目粉碎后的样品结合CARS算法建立的定标模型最优,定标集校正决定系数(R2C)为0.954,校正集标准偏差(SEC)为0.510,交互验证标准偏差(SECV)为0.659;验证集预测决定系数(R2P)为0.952,预测标准偏差(SEP)为0.554,相对分析误差(RPD)值为3.83。由此可见,NIDRS定量分析L-赖氨酸硫酸盐具有一定可行性,对于丰富我国氨基酸盐及其他氨基酸制品的快速检测方法具有实际的应用意义。     

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。     

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 ...     

反刍动物饲料中总磷的近红外反射光谱分析研究

利用近红外反射光谱分析技术,采用偏最小二乘回归(PLS)方法,分别对光谱进行附加散射校正、变量标准化、一阶导数和二阶导数处理,建立了反刍动物饲料中总磷的预测模型。附加散射校正和二阶导数处理定标效果最优。定标集化学分析值与预测值之间的决定系数(R2)和标准差(RM-SEC)分别为0.9426和0.0347,相对分析误差为4.32;验证集化学分析值与预测值之间的决定系数(r2)和标准差(RMSEP)分别为0.9321和0.0359,相对分析误差为3.93。结果表明,利用近红外光谱反射分析技术可以定量检测反刍动物饲料中总磷的含量。     

近红外光谱技术(NIRS)测定玉米粉碎粒度的研究

试验研究了近红外光谱技术(NIRS)快速测定玉米粉碎粒度的应用。建立的近红外定量预测模型定标决定系数(RC2)为0.9463,相对标准差(RSD)为6.5619%,相对分析误差(RPD)为4.3771,定标结果较好;并对模型的预测能力进行了验证,其中验证决定系数(RV2)为0.9186,相对标准差为6.8646%,相对分析误差为4.0856,预测能力较好,表明近红外技术具有较高的准确度。实验研究结果对饲料生产过程中粉碎粒度的控制具有重要的实际意义。     

标准曲线法、标准加入法测定饲料中金霉素的含量

建立了饲料中金霉素含量的质谱测定方法,并对标准加入法和标准曲线法做了比较,结果以标准加入法测定的饲料中金霉素含量更接近真实值,说明标准加入法更适用于检测饲料这种基质比较复杂的样品。     

预混料中土霉素含量的快速测定

用近红外光谱分析方法研究了以碳酸钙为稀释剂的预混料中土霉素含量的快速测定。结果，土霉素在1664、2085、112lnm处二阶导数吸收光谱图显示出极明显的特征吸收峰。用1664／2223、2085／2267、2121／2212nm三对波长点的光谱数据与标样的土霉素含量（效价单位）数据进行的多元回归分析结果为：相关系数为0.9997，标准误差为450单位／克，变异系数为1.4％，以此回归结果作为定标方程。检验该定标方程结果：检验样品组土霉素实际含量与定标方程估测值相关系数为1.000（P＜O.01），标准误差为484单位／克，变异系数为1.5％。表明近红外光谱法用于预混料中土霉素含量的测定是实用的。     

应用绵羊粪便的近红外光谱方程评定其日粮的可消化有机物

利用近红外光谱法 (NIRS)对绵羊粪便的扫描值和日粮的体内测定值来建立定标方程式。以绵羊为试验动物 ,日粮主要由各种牧草、作物秸秆和棉花籽壳组成 ,试验动物日粮设计了 78个蛋白水平。在 2 0 0 2年和 2 0 0 3年分别用 15只和 2 0只成熟母羊 (体重为 5 5± 2 .4kg)进行了为期 7周的实验。体内收粪法测定出的日粮可消化有机物(DOM)水平为 5 2 .4 %至 75 .8% ,日粮的可消化有机物的定标方程式决定系数r2 =0 .80 ,定标标准误差SEC =1.5 1。随机选取 2 0 0 3年试验第 3周第 7d的 10个粪便样品利用可消化有机物定标方程预测其日粮的可消化有机物 ,其结果是决定系数r2 =0 .94 5 ,预测标准误差SEP =0 .5 5 2 ,斜率Slope =1.0 83,表明利用近红外光谱法 (NIRS)对粪便的扫描值可以有效预测绵羊日粮的可消化有机物     

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。     

饲料中金霉素使用现状分析

从市场及生产企业采集饲料进行抽检,以期调查饲料中金霉素的添加及使用现状。按照GB/T19684—2005的检测方法,相关系数达到0.999 8,方法操作简单,出峰干净。对102批饲料样品中的金霉素进行检测,结果加以分析,实测值占标示值百分比为70%~130%的样品数量仅占29%,标示值超过200%的占总数21%,未检出占总数29%。饲料中金霉素的添加现状堪忧。     

近红外光谱分析技术及其在评定饲料营养价值中的应用(续)

4 近红外光谱分析的误差来源影响近红外分析准确性的因素有:4.1 标样的数量及筛选4.1.1 标样数量:标样数量的多少直接影响分析准确性,数量太少不足以反映被测饲料群体常态分布规律,数量太多将增加标样的筛选工作量.Windham(1989)提出在窄范围或封闭式样品中需要50—100个样品,对宽范围或开放性样品群,至少要150个以上样品.4.1.2.标样设计:在有限的饲料样品群内为提高软件估测的准确性,对同一套样品进行多种成分定标,或针对每一成分在该样品群中独立     

粉碎粒度对近红外分析仪测定饲料样品干物质和粗蛋白质含量的影响

近红外光谱技术兴起于 2 0世纪 70年代 ,美、德、英和日等发达国家在其技术研究与应用方面不断取得新的突破。我国从 80年代初在农产品质量分析技术上开展了近红外光谱技术的分析研究。近年来 ,近红外光谱分析技术快速、简便、高效的优势正越来越多地被人们所认识和接受 ,应用范围已由饲料、谷物分析逐步扩展到食品、果蔬、药学等领域。但它也有不足之处 ,其分析技术的测试条件极为严格。由于它是通过建立的数学模型———定标方程来预测样品成分含量的 ,因此定标方程的专一性很强 ,预测样品的品种和成分范围均受定标方程的限制。陈雪秀等的…     

近红外光谱分析技术在祼大麦质量监测上的应用

近红外光谱分析技术(NIRA)是本世纪70年代后期兴起的一门新的定量分析技术。它是利用饲料样品中有代表性的有机成分在近红外光谱区域的最强吸收波长不同,以及吸收的强度与饲料有机成分含量呈线性关系的原理进行定量分析。通过对已知有机成分含量的样品与其近红外光谱特征的回归分析,建立起定标方程,即可对含同一种有机成分的未知样品进行定量估测。这种方法,样品在测试前不需要破坏性的化学试剂预处理,又可在瞬间测出样品中多种营养成分含量。早在70年代后期,美国和加拿大谷物委员会就把NIRA测定粗蛋白质含量作为法定方法。我国对NIRA也进行了大量的研究工作。本文选用75个裸大麦样品,以化学法测定的粗蛋白质、粗纤维、粗灰分和水分四项常规成分含量为基准,应用NIRA法进行估测,并对结果进行比较和验证。     

基于标签制度的药物饲料添加剂使用情况调查

为了解药物饲料添加剂的使用现状,分析其中存在的问题,便于加强监管,随机抽取30家饲料企业的102批加入金霉素的饲料标签及样品对其进行判定和检测。结果发现少数饲料标签内容不规范,标签中药物饲料添加剂的标示值与实测值不符。通过分析这些问题产生的原因,提出了相应的对策建议。     

近红外光谱分析技术在黑麦草粉粗蛋白测定中的应用

选取河北省吴桥试区不同品种、不同熟期、不同地块的黑麦草样品65份 ,用凯氏定N法进行了常规粗蛋白含量的测定。从中选出30个粗蛋白含量不同的样品作为近红外漫反射技术(NIR技术)测定的定标样品集。结果指出 :用NIR法得到的预测值与用凯氏定N法得到的测定值间的复相关系数达到R2=0.99 ,定标标样的标准误均方RMSEC=0.34 % ;用21个样品作检测样品集 ,凯氏定N法得到的测定值与NIR预测值间的复相关系数为R2=0.98 ,检测集样品预测标准误均方RMSEP=0.42 %。这一结果表明NIR作为一种黑麦草粉粗蛋白快速分析的技术是可行的     

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。