基于近红外光谱的花生秧营养组分预测模型构建.pdf
《基于近红外光谱的花生秧营养组分预测模型构建.pdf》由会员分享,可在线阅读,更多相关《基于近红外光谱的花生秧营养组分预测模型构建.pdf(9页珍藏版)》请在咨信网上搜索。
1、动物营养学报,():基于近红外光谱的花生秧营养组分预测模型构建付 趁 巴提玛努尔巴合提 马慧慧 孙全友 周 莹 王改利李绍钰 徐 彬 王琳燚(河南省农业科学院畜牧兽医研究所,郑州;哈密市畜牧工作站,哈密)摘 要:本试验旨在建立河南省南部地区花生秧主要常规营养组分近红外光谱()预测模型。利用 技术,以河南省正阳县主推的 个花生品系 份样品为材料,选取 份花生秧作为定标集、份花生秧作为验证集,建立花生秧水分、粗蛋白质()、粗脂肪()、粗纤维()、粗灰分()、酸性洗涤纤维()、酸性木质素()和中性洗涤纤维()的湿化学法测定值与其扫描光谱值的预测模型。结果表明:花生秧水分、和 预测模型的定标决定系数(
2、)和交叉验证决定系数()均在 以上,交叉验证标准误差()分别为 、和 ,外部验证相对分析误差()分别为、和。由此可见,本试验所建立的 预测模型可用于花生秧水分、和 含量的预测,应用于实际生产;含量不能准确预测,需进一步进行调整优化。关键词:近红外光谱技术;花生秧;营养组分;预测模型中图分类号:文献标识码:文章编号:()收稿日期:基金项目:河南省农业科学院基础性科研工作项目();河南省农科院自主创新项目();河南省农业科学院科技创新团队专项();河南省畜禽繁育与营养调控重点实验室开放课题作者简介:付 趁(),女,河南兰考人,硕士,从事动物营养与饲料科学研究。:通信作者:徐 彬,副研究员,:;王琳
3、燚,助理研究员,:花生是我国的主要经济作物之一。根据农业种植结构布局,花生每 年 种 植 面 积 逐 步 扩 大,年我国花生种植面积达到,其产量达 亿,由此产生的花生秧每年产量约为 万。被誉为全国花生种植第一大县的河南省正阳县,全县花生种植面积基本保持在 万 左右,总产量达 万,是全国花生产量和面积最大、最集中的产区,每年全县花生秧的产量超过 万。花生秧富含粗蛋白质(,)和碳水化合物等营养物质,其 含 量 约 为 ,略 低 于 花 期 紫 花 苜 蓿(),略高于黑麦草(),为苏丹草的 倍,且质地松软、适口性好,价格低廉,现大量用于饲喂食草性动物,且花生秧与玉米秸秆、豆秸、羊草等以不同比例混合成
4、粗饲料饲喂反刍动物,可以获得较高的收益。因此,花生秧的营养价值及其在畜禽生产中的应用被越来越多的学者研究关注,被认为是一种在畜禽生产中利用前景广阔的饲草资源。花生秧常规营养组分的测定常采用传统化学分析方法,其方法应用广泛、检测结果准确,但试验流程繁杂耗时,仪器测定指标单一,日常消耗高且易造成污染。近年来,近红外光谱(,)技术作为一种快速检测方法,与传统的饲料质量评价方法相比,该技术无繁琐的前处理和化学反应过程,且具有无损坏性、污染小、在线检测及同时分析多项指标等优点。不过,由于 分析是间接的分析方法,需要利用样品的传统化学分析值与 来建立定标模型,因此前期样品数据的收集工作量大。此外,动 物
5、营 养 学 报 卷 技术于 年底正式成为标准的饲料检测方法,在食品、药品、农业及常规饲料等诸多领域发展迅速,但对非常规粗饲料花生秧的营养组分的预测研究鲜有报道。因此,本研究利用 技术对花生秧样品进行光谱扫描,经过光谱预处理后,利用数学求导和射散校正的处理选出最优预测模型,建立河南省南部地区花生秧营养价值的快速评定方法,从而实现对花生秧营养价值的快速、便捷评定,为实际生产中提供更实用、更有价值的检测方法,更好地推动河南省花生秧产业的发展。材料与方法 样品的采集及处理 本试验共采集河南省正阳县种植的远杂系列、豫花系列和中花系列等主要花生品系的花生秧样品 份,样品分布区域见表。采集包括春茬和麦茬花生
6、秧,成熟季节到大田采集有代表性的整株花生秧,统一在自然风干状态下晾干。用手工铡刀对花生秧进行预处理,切碎至 左右,标明采样信息后保存;在实验室利用粉碎机粉碎样品,其中粉碎过 目筛样品用于纤维类养分检测,过 目筛样品用于其余常规养分的检测;样品混合均匀,装入自封袋,常温密封保存备用。表 花生秧样品分布区域 区域 茬次 品系 新阮店乡 春播麦播豫花,宛花 号傅寨乡 春播远杂 麦播豫花,豫花,宛花 号寒冻镇 春播中花 号麦播濮花,濮花,开农 兰青乡 春播开农 麦播中花 号,开农 汝南埠镇 春播麦播豫花,豫花,宛花 号慎水镇 春播麦播濮花,豫花,豫花 王勿桥乡 春播麦播豫花,豫花,濮花 永兴镇 春播中
7、花 号麦播远杂,宛花 号,豫花 袁寨乡 春播麦播濮花,中花 号,豫花 油坊店乡 春播开农 麦播豫花,豫花,宛花 号 样品采样乡镇为年产花生秧 万 以上乡镇。常规营养组分分析方法利用 干燥箱恒重测定水分()含量;利用 全自动凯氏定氮仪测定 含量;利用 纤维分析仪测定粗纤维(,)、中性洗涤纤维(,)、酸性洗涤纤维(,)及 酸 性 洗 涤 木 质 素(,)含量;利用 索氏脂肪浸提系统测定粗脂肪(,)含量;利用 箱式高温电阻炉测定粗灰分(,)含量。每份样品重复检测 次,以保证原始数据的准确性。期付 趁等:基于近红外光谱的花生秧营养组分预测模型构建 模型构建 光谱测定 利用 近红外光谱分析仪进行样品光谱
8、扫描,使用大样品杯装样至刻度中位线以上,从 下 往 上 看 均 匀 没 有 裂 缝。利 用 软件设置谱区为 ,波长为 。扫描频率:次;分辨率:;波长准确度。开机后仪器首先进行自检,约为 ,仪器通过自检后即可使用。重复 装 样 次,重 复 扫 描 次,取 光 谱 平均值。模型建立与验证 随机选取 份样品光谱作为定标集光谱,其余 份样品光谱为验证集光谱。用内部验证(交叉验证)建立校正集模型,外部验证(检验集验证)验证校正集模型的可靠性。本研究利用 定标软件,采用“散射校正”和“数学处理”以描述由化学因素导致样品光谱间的差异。为校正 吸光值和化学值的关系,定标软件提供 种去散射处理技术:标准正常化处
9、理()、去偏差处理()、标准正常化处理去偏差处理()、多元散射矫正处理()和无散射处理();在 应用中对光谱做导数数学处理来提高光谱的分辨率,一般使用一阶和二阶导数处理。本研究的光谱数据预处理方法有 种去散射处理技术、数学导数处理的一阶导数()“,”,“,”、数学导数处理的二阶导数()“,”以及几种叠加的光谱预处理方法(如,),根据定标决定系数()越大、交叉验证决定系数()越大与交叉验证标准误差()越小的原则来优化预测模型,确定最优定标模型,并对模型进行交叉验证和外部验证。结果与分析 花生秧常规营养组分 花生秧常规营养组分见表。各组分含量分布范围较大,代表性较强,标准偏差较小,符合建立 定标模
10、型时对样品的要求。表 花生秧常规营养组分 项目样品集 样品数 含量范围 平均值 标准偏差 样品总数水分 定标集验证集样品总数粗蛋白质 定标集验证集样品总数粗脂肪 定标集验证集样品总数粗纤维 定标集验证集样品总数粗灰分 定标集验证集样品总数酸性洗涤纤维 定标集验证集样品总数酸性洗涤木质素 定标集验证集动 物 营 养 学 报 卷续表 项目样品集 样品数 含量范围 平均值 标准偏差 样品总数中性洗涤纤维 定标集验证集 光谱与处理分析 花生秧样品的光谱扫描结果如图 所示,样品在 的波长内有显著的吸收峰和规律的变化趋势,吸收峰与花生秧中的化学键的类别 相 关,其 相 关 性 为 建 立 预 测 模 型
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 红外 光谱 花生 营养 组分 预测 模型 构建
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。