文献类型： 中文期刊

作者： 郭涛 ¹ ; 黄右琴 ¹ ; 郭龙 ¹ ; 李发弟 ¹ ; 潘发明 ² ; 张兆杰 ³ ; 李飞 ¹ ;

作者机构： 1.兰州大学草地农业生态系统国家重点实验室/兰州大学农业农村部草牧业创新重点实验室/兰州大学草地农业科技学院

2.甘肃省农业科学院

3.景泰县草窝滩镇畜牧兽医站

关键词： 苜蓿干草;近红外光谱技术;营养成分;预测模型

期刊名称： 草业科学

ISSN： 1001-0629

年卷期： 2020 年 37 卷 011 期

页码： 2374-2381

收录情况： 北大核心 ; CSCD

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.