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...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_(val)^(2))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_(val)^(2)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_(val)^(2)分别为0.76,0.85,0.85,RPD值为4.56,2.44,2.43,模型精度仍需进一步提高。干燥样品的模型优于新鲜样品,这些结果为生产现场快速评定检测燕麦饲草青贮营养品质提供了重要数据参考。展开更多
文摘为提高生产中燕麦(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_(val)^(2))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_(val)^(2)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_(val)^(2)分别为0.76,0.85,0.85,RPD值为4.56,2.44,2.43,模型精度仍需进一步提高。干燥样品的模型优于新鲜样品,这些结果为生产现场快速评定检测燕麦饲草青贮营养品质提供了重要数据参考。
