应用近红外光谱快速检测鱼粉和肉骨粉品质

1鱼粉和肉骨粉的品质检验现状 　　国产鱼粉多数用海产非食用性杂鱼及水产品加工下脚料作原料，且有些生产单位无冷藏设备等保鲜设施，在加工前原料就腐败变质；还有多数是虾、蟹等甲壳动物或其它海产杂质；甚至还有在鱼粉中掺入羽毛粉、皮革粉、尿素、棉仁粉、糠麸及其臭鱼、贝壳粉、砂等不良物，使蛋白质质量下降。我国每年都需进口大量的鱼粉和肉骨粉等饲料原料以满足国内市场，这些进口饲料原料品质的优劣直接影响畜牧业生产和人民身体健康，因此我国政府将其品质列为必须检验的法定检验项目。 按《中国出入镜检验检疫指南》，进口鱼…     

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。     

植酸酶酶活的近红外光谱快速检测研究

为探讨应用近红外光谱法快速测定植酸酶酶活的可行性,实验选取134个喷雾干燥和66个吸附干燥植酸酶样品,应用偏最小二乘法建立酶活、水分含量校正模型.结果表明,所建立的校正模型有较高的决定系数(RSQ),较低的交互验证误差(SECV).并对预测值与化学分析值之间进行配对t检验,在置信度为99%下,近红外光谱法与标准参考方法测定酶活、水分的结果之间无显著差异.     

基于近红外反射光谱快速检测豆粕中掺假菜籽粕的研究

试验旨在研究豆粕中掺假菜籽粕的近红外反射（NIR）光谱定量分析方法。在豆粕中掺入0、5%、10%、15%、20%、25%、30%菜籽粕,每个掺杂水平30份重复样品（建模集样本20个,验证集样本10个）。采用傅里叶变换近红外光谱仪获取样品NIR光谱,使用化学计量学软件拟合建模集样品掺假比例的NIR光谱预测模型,验证集样本评价预测模型的准确度。结果表明,豆粕中菜籽粕掺假比例的NIR光谱预测模型的决定系数R2为0.983,交叉验证均方根误差（RMSECV）为1.30。菜籽粕掺假比例为5%、10%、15%、20%、25%、30%的NIR光谱预测值的相对误差分别为8.93%、12.20%、2.21%、1.17%、1.72%、1.69%。研究表明,使用NIR光谱可以对豆粕中菜籽粕的掺假量实现准确定量测定。     

近红外光谱检测燕麦饲草青贮营养品质研究

为提高生产中燕麦(Avena sativa L.)饲草营养品质检测分析效率,实现快速准确预测多指标含量,本研究从中国河北、甘肃、内蒙、四川、贵州、江苏和山东7个省份采集并制作了273份燕麦饲草青贮样本,使用便携式近红外仪器采集光谱,利用偏最小二乘回归法(Partial least square, PLS),建立了新鲜样品和干燥样品营养成分的定量分析模型。结果表明：新鲜样品含水量和酸性洗涤纤维的模型可以用于定量分析,外部验证决定系数(Correction of validation,R_val²)分别为0.94和0.88,相对分析误差(Ratio of performance to deviation, RPD)大于2.5;干燥样品的含水量、酸性洗涤纤维和粗蛋白的模型能够用于实时检测分析,R_val²分别为0.90,0.90,0.88,RPD均大于2.5,中性洗涤纤维、可溶性碳水化合物、粗脂肪的模型能达到粗估的效果,R_val²分别为0.76,0.85,0.85,...     

近红外光谱在乳制品成分快速检测方面的应用研究

阐述了近红外光谱技术的基本原理及特点、主要光谱预处理方法、定量定性分析方法及国内近红外光谱技术在牛奶及乳制品中的最新研究进展,对目前研究中存在的问题进行了分析,对以后的发展进行了展望,并提出了一些建议.     

近红外光谱技术在饲料品质检测中的应用

介绍了近红外光谱分析技术在饲料原料、配合饲料及奶牛全混合日粮检测中的应用及前景.     

近红外光谱技术在青贮饲料品质检测中的研究进展

本文总结了近年来青贮饲料近红外光谱无损检测技术的研究进展,主要从光谱仪种类、化学计量学方法优化以及近红外光谱技术在青贮上的应用进行综述,为进一步利用近红外光谱技术检测青贮饲料质量提供参考。[关键词] 近红外光谱技术|青贮|无损检测|化学计量学     

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。     

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。     

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。     

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。     

水牛乳主要成分含量的近红外光谱快速测定技术

为实现水牛乳成分的快速检测,达到及时调整饲料营养水平的目的.本研究利用近红外光谱法及实验室方法对120个水牛乳样本进行了分析,采用偏最小二乘法(PLS)建立模型.用该模型对30个样品进行近红外光谱及实验室分析,相关程度极高.证明近红外光谱技术完全可以用于水牛乳成分的测定.     

基于可见/近红外光谱技术的毛脚茧的光谱快速鉴别方法研究

基于可见/近红外光谱技术,研究了鲜茧毛脚茧快速鉴别的方法。采用主成分分析法对毛脚茧和成熟茧进行定性分析,再对光谱数据采用最小二乘支持向量机方法建模鉴别,通过连续投影算法从400-1000 nm波段的鲜茧光谱数据中选取了12个特征波长。采用最小二乘支持向量机法基于400 nm,430 nm,487 nm,512 nm,604 nm,616 nm,732 nm,759 nm,784 nm,852 nm,985 nm,999 nm这12个特征波长建模,结果对毛脚茧的判别准确率达到100%。表明可见/近红外光谱可以用于毛脚茧的鉴别检测。     

近红外光谱法检测饲料玉米品质的优化PLS模型

试验基于化学计量学方法,提出了饲料玉米品质检测的优化近红外光谱定量模型。首先以偏最小二乘法分别建立饲料玉米水分、蛋白质测定的全光谱定标模型,然后综合运用光谱变换、异常样本剔除和特征波长选择等技术方法优化其性能。结果表明:优化模型的建模波点数减至全光谱的5%以下,R_c²和R_p²升到0.99以上,RMSEC和RMSEP降至0.05以下,RPD提高到12以上,预测结果与参考值的差异不显著(P>0.05)。由此可见,优化模型的预测能力和运行效率得到了显著改善,可将其用于实际检测工作。     

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 ...     

近红外光谱技术快速测定豆粕、玉米真可消化氨基酸含量的研究

本试验应用近红外光谱技术（ＮＩＲＳ）预测了豆粕、玉米中的真可消化氨基酸含量。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。定标的结果表明,豆粕中除与胱氨酸有关的几个方程外,其它氨基酸的定标经检验证明具有良好的预测性能。玉米真可消化氨基酸的定标性能不如豆粕好,目前还不能进行实际的应用,但大部分氨基酸定标方程的相关系数经Ｆ检验达到极显著水平,说明用ＮＩＲＳ预测玉米真可消化氨基酸是可行的。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即时分析方法,它能够替代查书面值以及使用耗时而昂贵的体内法测定真可消化氨基酸含量。营养学家可根据真可消化氨基酸数据进行饲料配方,起到准确、及时、低投入、高产出、低污染、高效利用饲料资源的作用。     

近红外光谱分析技术在羊肉品质检测中的应用研究进展

近年来我国羊肉产量与消费量逐年上升,与此同时羊肉市场的问题也逐渐暴露,羊肉掺假现象严重,不仅影响到消费者的生活质量和身体健康,也直接影响了羊肉产业的发展,因此如何快速准确的检测羊肉品质成为摆在企业和商家之间的一道难题.传统的理化检验、感官检验、微生物检验等技术,由于存在检测效率低、时间长、破坏样品等不利因素,其在羊肉品质检测中的应用范围受到限制.20世纪50年代中后期,随着简易型近红外光谱仪器的出现及Norris等[1 ]在近红外光谱漫反射技术上做的大量工作,近红外光谱技术在羊肉品质(如水分、蛋白、油脂含量等)检测方面得到普遍应用.     

基于可见—近红外光谱的蚕茧含水率无损检测研究

以蚕茧含水率为研究对象,研究了基于可见—近红外光谱技术的蚕茧含水率无损检测方法.采用最小二乘支持向量机（least square-support vector machine,LS-SVM）建立可见—近红外光谱模型,采用连续投影算法（suc-cessive projections algorithm,SPA）选取光谱有效波长.结果表明,基于SPA方法进行变量选择,最终将原始光谱的601个光谱变量减少到了11个（487,501,616,718,771,782,789,826,966,977和991nm）.基于此11个变量建立的LS-SVM模型得到了预测集的确定系数（RP2）为0.8517,误差均方根（RMSEP）为0.0504的预测结果.表明可见—近红外光谱可以用于对蚕茧的含水率进行无损检测,同时SPA是一种有效的光谱变量选择方法.     

利用近红外光谱快速检测大青山山羊肉脂肪与蛋白质含量

本试验旨在研究利用近红外光谱分析技术快速检测羊肉中蛋白质与脂肪含量。选择18、30、42月龄3个年龄组的大青山山羊各20只,采集背最长肌(B)、臂三头肌(Q)、股二头肌(H)3个部位的肌肉样本,共180块,测量蛋白质与总脂肪含量并收集样本的近红外光谱。利用偏最小二乘法关联含量与光谱数据,分别建立大青山山羊肉中蛋白质与总脂肪含量定量预测模型。结果显示:蛋白质含量预测模型的均方根误差(RMSEC)值为0.668,交叉验证均方根误差(RMSECV)值为0.697;总脂肪预测模型的RMSEC值为0.503,RMSECV值为0.580;选择未参与建模的不同年龄、不同部位的样本共27个作为验证集对模型进行验证,得到蛋白质含量预测模型RPD值为3.71,总脂肪含量预测模型RPD值为3.23。本研究所建模型精确度符合检测要求,能够很好地实现蛋白质和总脂肪含量的快速测定,为羊肉品质分析测定提供了一种快速简便的检测方法。