无芒雀麦营养成分含量近红外预测模型的分析与建立

文献类型： 中文期刊

第一作者： 代露茗

作者： 代露茗;郭涛;李飞;贾倩民;王芳彬;热沙来提汗·买买提;潘发明;李发弟

作者机构：

关键词： 无芒雀麦干草;营养成分;湿化学分析;近红外光谱技术;预测模型

期刊名称： 中国草地学报

ISSN：

年卷期： 2023 年 006 期

页码： 134-142

收录情况： 北大核心 ; CSCD

摘要： 为快速、高效、无损评定无芒雀麦干草营养价值，将101份样品的7种营养成分湿化学分析结果与近红外光谱结合，通过标准正态变量变换（SNV）、去散射处理（Detrend）和标准多元离散矫正处理（Standard MSC）等预处理方法，利用改良偏最小二乘法（MPLS）和主成分分析（PCA）等算法分别建立了粗蛋白质（CP）、干物质（DM）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、粗脂肪（EE）、灰分（Ash）和有机物（OM）的近红外预测定标模型。结果表明：CP和EE外部验证分析误差的值（RPD）为3.0089和2.7721，预测模型准确性较高，可以用于实际生产中的含量测定；NDF和ADF的RPD值仅次于CP和EE，分别为2.1421和2.0678，预测模型可以用于粗略的预测；DM、OM和Ash的RPD值为1.7718、1.1548和1.3602，预测模型效果不理想。综上所述，构建的无芒雀麦CP、EE、NDF和ADF含量模型效果较好，为快速、高效、无损评定无芒雀麦干草营养价值提供理论依据与技术支撑。

分类号： S816.11

  • 相关文献

[1]利用近红外光谱技术快速预测苜蓿干草营养成分含量. 郭涛,黄右琴,郭龙,李发弟,潘发明,张兆杰,李飞. 2020

[2]多倍体芦竹营养组分近红外预测模型的构建. 王改利,王琳燚,陈京创,戴玉瑞,周莹,席燕燕,李绍钰,徐彬. 2025

[3]近红外光谱技术结合改良偏最小二乘法和反向传播神经网络预测葵花籽皮营养成分含量. 李欣荣,李飞,翁秀秀,刘保仓,邓晓裕,王新基,史艳丽,郭涛,王力,李钰,李开栋,李建栋,田多湖. 2024

[4]基于近红外光谱技术快速评定饲草营养价值研究进展. 潘发明,刘佳,张博,陈平,王斐,谢建鹏,吕琛. 2025

[5]近红外漫反射光谱定量分析天然牧草营养成分. 刘哲,王玉琴,薛树媛,金海,李元晓,王建平,李发弟,张盼盼. 2018

[6]基于冷冻干燥基础的猪肉营养成分近红外快速检测模型构建. 梁世岳,李泽青,李宁,魏勇跃,旦智草,闫峻. 2023

[7]基于傅里叶变换近红外光谱快速分析大麦秸秆营养成分. 孙倩,聂欢,唐莉,郭学义,吕刚,郭涛,李飞. 2024

[8]近红外光谱技术分析茴香秸秆的营养组成. 李钰,李欣荣,刘保仓,邓晓裕,郭涛,史艳丽,年芳,李飞,许辉,徐国延,王新基. 2025

[9]不同产地白酒糟营养成分分析及肉鸭代谢能预测模型建立. 鹿震涛,王宁,吴占月,郭艳红,任雯雯,王岐蒙,徐彤,王辉辉,冯宇隆,吴永保,曹俊婷,吴学壮,闻治国. 2025

[10]近红外光谱技术辅助选择水稻食味品质育种. 刘凯,孙明法,严国红,唐红生. 2016

[11]近红外光谱技术辅助选择水稻食味品质育种简. 刘凯,孙明法,严国红,唐红生. 2016

[12]基于近红外光谱技术的掺假生鲜乳识别平台的研发. 张鑫,顾欣,倪力军,张立国,韩奕奕. 2012

[13]番茄营养元素供应的光谱检测技术研究进展(英文). 王成,赵春江,乔晓军,侯瑞锋. 2008

[14]山东省主推小麦品种品质性状的近红外光谱分析. 高居荣,彭莉,王秀芹,孙智英,封德顺,李兴锋,王洪刚. 2008

[15]近红外光谱技术在药食同源品质评价中的应用进展. 李家磊,管立军,王崑仑,高扬,张志宏,严松,卢淑雯,谢学军. 2018

[16]采用近红外光谱进行采后苹果品种及货架期定性判别. 张鹏,陈帅帅,李江阔,李博强,徐勇. 2019

[17]基于近红外光谱分析技术的转Bt基因水稻种子及其亲本快速鉴别方法. 林萍,高明清,陈永明. 2019

[18]基于近红外光谱技术快速检测苦荞面条中荞粉含量. 李俊,卢扬,吕都,赵刚,向达兵,刘辉,刘嘉. 2019

[19]基于近红外光谱技术的发育后期苹果内部品质检测. 王转卫,迟茜,郭文川,赵春江. 2018

[20]利用近红外光谱技术快速分析全株玉米青贮营养成分. 王新基,郭涛,潘发明,李飞. 2021

作者其他论文 更多>>

微信小程序