论文部分内容阅读
红外光谱技术(Near infrared reflectance spectroscopy，简称NIRs)是一种快速，准确，无损的有机物分析新技术，许多国家已将该技术成功地应用于食品、药物、饲料等的质量检测，而我国在这一方面的研究才刚刚开始，尤其是在应用近红外技术预测家畜的采食量和采食性方面的研究还未见报道。本实验应用近红外光谱技术(NIRS)获取绵羊粪便样品的光谱信息，利用数学方法建立关于绵羊日粮中采食成分含量和营养成分含量与粪便光谱的回归模型，来探讨近红外光谱技术(NIRS)在放牧家畜采食估测中应用的可行性。主要研究结果如下：
1.外部样品检验结果表明：DMI、日粮羊草比例、老芒麦比例、碱茅比例和灰藜比例的预测相关系数r分别为0.6896，0.8902，0.7344，0.8624和0.8295，外部验证标准误差(RMSEP)分别为107(g DM)，10.20(％DM)，11.10(％DM)，8.44(％DM)和3.76(％DM)。预测样品各指标的预测平均值与常规分析平均值差异不大，说明所建各近红外模型具有较好的整体预测效果；本实验中羊草、碱茅和灰藜的模型的预测可靠性高，可用来对未知日粮样晶中的羊草、碱茅和灰藜比例进行实际预测；而DMI的预测结果较差，表明基于较小的建标样品集(n=35)建立的定标模型对未知样品的预测准确性会降低；灰藜近红外模型预测效果较差，表明饲草比例在日粮中所占比例较小时(小于10.0％)，粪便中可提取的代表性近红外光谱信息少，尤其在样品集较小的情况下，会显著降低模型的预测效果；老芒麦近红外模型预测效果较差表明相同种属或者化学特征的植物的光谱信息可能有所重合，这种不同成分间的干扰会影响粪便中光谱信息的提取。
2.外部样品检验结果表明：CP，ADF和NDF的预测值相关系数r分别为0.8927，0.0894.和0.7648，CP，ADF和NDF的外部验证标准误差(RMSEP)分别为0.87(％DM)，3.50(％DM)和2.33(％DM)。预测样品各指标的预测平均值与常规分析平均值差异不大，说明所建各近红外模型具有较好的整体预测效果；本实验中CP和NDF模型的预测值与化学值比较接近，可用来对未知日粮样品中的CP和NDF进行实际预测；而ADF近红外模型预测效果较差表明当未知样品的成分如超出建标样品集的范围时，近红外模型将不能准确预测未知样品的含量，而建标样品含量变化较小时，近红外的预测性能也会显著降低。
有研究结果表明家畜粪便中有反映日粮特点的光谱信息，本研究结果也表明近红外光谱技术(NIRS)可以用于分析绵羊日粮的物理成分和化学成分，但是粪便成分受到诸多因素的影响，能不能获取变异范围大且具有广泛代表性的样品决定着模型的稳定性和可靠性的高低，因此，在放牧环境下，考虑到家畜采食活动的复杂性等诸多因素，对于通过扫描家畜粪便建立近红外模型来评价家畜的采食状况和日粮营养水平将是一个长期工作。