文献类型： 中文期刊

作者： 纳嵘 ¹ ; 任晋东 ² ; 胡波 ³ ; 赵强 ³ ; 雷茜 ⁴ ;

作者机构： 1.宁夏职业技术学院

2.浙江省农业科学院

3.宁夏大北农科技实业有限公司

4.北方民族大学生物科学与工程学院

关键词： 近红外光谱分析技术;苜蓿;营养成分;改进最小二乘回归法（MPLS）;分析模型

期刊名称： 家畜生态学报

ISSN： 1673-1182

年卷期： 2021 年 012 期

页码： 37-43

收录情况： 北大核心

摘要： 为了探究近红外光谱分析技术（Near Infrared Spectroscopy, NIRS）在苜蓿常规营养成分预测中应用的可行性,建立苜蓿干草常规营养成分含量的近红外分析模型,实现苜蓿草营养成分快速测定,该试验采集苜蓿样本94份,结合改进最小二乘回归法（MPLS）,使用4种数学处理方法与5种散射校正方法相结合共20种预处理方法对原始光谱进行预处理,分析不同预处理方法对苜蓿样本建模的影响,得出最佳光谱预处理方法和建模方法,建立苜蓿含水量（Moisture）、粗蛋白（CP）、粗脂肪（EE）、酸性洗涤纤维（ADF）、中性洗涤纤维（NDF）和粗灰分（Ash） 6种常规营养成分近红外定量分析模型,并通过内部验证和外部验证对模型的预测能力进行评价。结果表明:苜蓿Moisture、CP、EE、ADF、NDF和Ash 6种常规营养成分预测模型的交叉验证标准误差（SECV）分别为0.2419、0.4615、0.1812、0.8848、1.4332,0.4227;定标决定系数（RSQ）分别为0.9632、0.9257、0.9879、0.9745、0.9511、0.9726;交叉验证相关系数（1-VR）分别为0.9614、0.8715、0.8554、0.9513、0.9218、0.8246;预测标准误差（SEP）分别为0.317、0.551、0.253、3.732、2.332、0.709;交叉验证相对分析误差（RPDV）分别为3.372、3.403、1.925、1.418、3.668、1.660。说明所建成的模型对苜蓿中Moisture、CP、NDF的含量能精准预测,对EE、ADF、Ash的含量不能精准预测,还需进一步调整优化。