论文部分内容阅读
近红外技术是近几十年来兴起的有机物分析技术，具有快速，无污染，成本低的特点。将其应用于畜牧业生产，可即时获取饲料中各营养成分的含量，便于合理搭配家畜日粮组成，提高饲喂质量。目前，近红外技术已广泛用于测定干燥饲料中的各营养成分。由于水分的影响，应用近红外光谱技术直接分析新鲜饲草营养价值存在困难。原因主要是不易制备均一的样品和不易提取光谱中的有用信息。本研究分茬次，品种，生育期，青贮方法制备了160份紫花苜蓿青贮样品。用液氮冷冻制样技术，傅里叶变换近红外光谱技术和偏最小二乘回归法，对近红外测定青贮新鲜样品中营养成分的可行性进行了分析，在国内首次建立了测定紫花苜蓿青贮新鲜样品营养价值和发酵品质的近红外校正模型，结果如下：
1.利用液氮粉碎制样技术可以将高含水量的试验材料制备成均一样品，有利于近红外分析。2.干物质(DM)，粗蛋白(CP)，中性洗涤纤维(NDF)，酸性洗涤纤维(ADF)，pH值，氨态氮(NH3-N)，乳酸，乙酸，丁酸的最佳建模光谱范围分别为9083.08-4220.28cm-1，8961.8-4068.90cm-1，9109.70-4079.10cm-1，9250.80-4200cm-1，9430.00-4290.00cm-1，9877.47-4087.9cm-1，8994.9-4123.1cm-1，5473.5-4681.3cm-1，9895.1-4087.9cm-1。
3.干物质，粗蛋白，中性洗涤纤维，酸性洗涤纤维，pH值，氨态氮，乳酸，乙酸，丁酸的最佳建模光谱优化方法分别为：多元散射校正+一阶导数光谱+Norris平滑，多元散射校正+一阶导数光谱+Norris平滑，多元散射校正+一阶导数光谱+Norris平滑，原谱，多元散射校正，多元散射校正，多元散射校正+一阶导数光谱+Norris平滑，原谱，多元散射校正。最佳主因子数分别为：6，6，10，9，12，15，8，6，13。
4.DM，CP，NDF和ADF校正模型的交叉检验决定系数(R2cv)为0.8846-0.9898，交叉检验标准误差(RMSECV)为3.9-9.7g/kg鲜重。用50个样品对模型进行外部检验，预测相关系数(r)为0.9397-0.9949，预测标准误差为1.9-8.3g/kg鲜重。所建模型的交叉检验RPD和外部检验RPD(SD/RMSEP)均大于2.5，表明采用适当的样品处理方法和光谱分析技术可以实现近红外光谱技术对苜蓿青贮鲜样的营养价值评定。
5.pH值，氨态氮，乳酸校正模型的交叉检验决定系数在0.9124-0.9497之间，交叉检验标准误差为1.93×10-1(pH)，0.16g/kg鲜重(氨态氮)，3.78g/kg鲜重(乳酸)。外部检验相关系数在0.9534-0.9853。交叉检验RPD和外部检验RPD均大于2.5，说明能用近红外技术对苜蓿青贮鲜样的这些组分进行精确估测。乙酸，丁酸校正模型的交叉检验决定系数为0.6024(乙酸)，0.6646(丁酸)，交叉检验标准误差为2.27g/kg鲜重，5.59×10-1g/kg鲜重。交叉检验RPD和外部检验RPD在1.59-2.06之间，外部检验相关系数(r)为0.8826(乙酸)，0.8949(丁酸)，说明能用近红外技术对这些物质进行粗略估测。