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: 张兆杰 李发弟 李飞 潘发明 郭涛 郭龙 黄右琴
• 来源期刊: 草业科学
• 关键词: 苜蓿干草 近红外光谱技术 营养成分 预测模型
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 后生物生产层
• 页码范围: 2374-2381
• 页数: 8页
• 语种: 中文
• DOI: 10.11829/j.issn.1001-0629.2019-0601

摘要

本研究旨在利用近红外光谱技术(near-infraredreflectancespectroscopy,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘发明		17	31	3.0	4.0
2	郭涛		1	0	0.0	0.0
3	黄右琴		1	0	0.0	0.0
4	郭龙		1	0	0.0	0.0
5	李发弟		1	0	0.0	0.0
6	张兆杰		1	0	0.0	0.0
7	李飞		1	0	0.0	0.0