利用近红外光谱技术快速预测苜蓿干草营养成分含量

编号 zgly0001723982

文献类型 期刊论文

文献题名 利用近红外光谱技术快速预测苜蓿干草营养成分含量

作者 郭涛  黄右琴  郭龙  李发弟  潘发明  张兆杰  李飞 

作者单位 兰州大学草地农业生态系统国家重点实验室/兰州大学农业农村部草牧业创新重点实验室/兰州大学草地农业科技学院  甘肃省肉羊繁育生物技术工程实验室  甘肃省农业科学院  景泰县草窝滩镇畜牧兽医站 

母体文献 草业科学 

年卷期 2020年11期

年份 2020 

分类号 S541.9 

关键词 苜蓿干草  近红外光谱技术  营养成分  预测模型 

文摘内容 本研究旨在利用近红外光谱技术(near-infrared reflectance spectroscopy, NIRS)建立苜蓿(Medicago sativa)干草6种营养成分的近红外预测模型。分别从甘肃、宁夏、河北、江苏和陕西五省采集200份苜蓿干草样品,测定干物质(dry matter, DM)、粗灰分(Ash)、粗蛋白(crude protein, CP)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和粗脂肪(ether extract, EE)的含量。选取苜蓿干草样品160份作定标集,40份作验证集。利用NIRS结合改良偏最小二乘法(modified partial least squares, MPLS)构建并验证其建立预测模型的优劣。结果表明:苜蓿干草DM、NDF含量预测模型的预测决定系数(coefficient of determination for validation, RSQ)和外部验证相对分析误差(ratio of performance to deviation for validation, RPD)分别为0.87和2.67、0.90和3.16,构建的模型可用于实际生产中的预测;CP、ADF含量预测模型的RSQ和RPD分别为0.83和2.41、0.82和2.28,构建的预测模型不能完全代替湿化学分析,但可用于大量样品的筛选分析;Ash含量预测模型的RSQ和RPD为0.59和1.51,构建的预测模型只能用于粗略的分析;EE含量预测模型的RSQ和RPD为0.45和1.32,构建的预测模型相关性较差,还需进一步优化。