利用近红外光谱技术快速评定油菜秸秆的营养价值

• 作者: 周文静 李发弟 李成海 李飞 王芳彬 闫佰鹏
• 来源期刊: 草业科学
• 学科: 农学
• 关键词: 油菜秸秆 预测模型 常规化学分析法 粗蛋白 中性洗涤纤维 粗脂肪 粗灰分
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 植物生产层
• 页码范围: 522-530
• 页数: 9页
• 分类号: S816.15
• 字数: 6175字
• 语种: 中文

摘要

本研究旨在利用近红外光谱技术(near infrared reflectance spectroscopy, NIRS) 建立油菜(Brassica napus) 秸秆常规成分的近红外快速预测模型.从甘肃省、青海省与宁夏回族自治区共采集125 份油菜秸秆,测定其干物质(dry matter, DM)、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)、粗脂肪(ether extract, EE)、粗灰分(Ash)、中性洗涤不溶蛋白质(neutral detergent insoluble protein, NDIP)、酸性洗涤不溶蛋白质(acid detergent insoluble protein, ADIP)、酸性洗涤木质素(acid detergent lignin, ADL)、非蛋白氮(non-protein nitrogen, NPN) 与可溶性蛋白(soluble protein, SP).选取100 份油菜秸秆样品作为定标集,另外25 份作为验证集来评价NIRS 预测模型.结果显示,1) 油菜秸秆DM、CP、NDF、ADF、EE、Ash、NDIP、ADIP、ADL、NPN 和SP 的含量分别为93.62％、5.85％、67.22％、55.40％、2.57％、7.66％、1.04％、0.63％、13.58％、1.70％ 和2.89％.2)DM、CP、NDF、EE、Ash、 NPN 和SP 的交互验证决定系数(1-VR) ＞ 0.9,外部验证决定系数(RQS ≥ 0.84),构建模型可以用于日常分析.3)DM、 CP、NDF、EE、Ash、NPN 和SP 的模型参数分别为Standard MSC 1,4,4,1、Weighted MSC 2,4,4,1、SNV 2,4,4,1、Standard MSC 1,4,4,1、SNV and Detrend 1,4,4,1、Weighted MSC 1,4,4,1,其余营养成分构建模型不太理想,需进一步完善.综上,通过交互验证与外部验证验证了油菜秸秆各营养成分校正模型的可利用性.