青饲大豆主要品质参数的近红外光谱快速分析

作者：姜妍; 蒙何; 赵熠荣; 王先虚; 王遂; 薛恩玉; 王绍东^*

来源：光谱学与光谱分析, 2022, 42(03): 919-923.

• 近红外光谱
• 青饲大豆
• 粗蛋白
• 偏最小二乘法

饲料是畜牧生产的物质基础，饲草原料和饲料产品营养价值的检测与评估是饲料生产中的重要环节，面对饲草资源中粗蛋白含量低和大量依靠进口饲料的局面，大豆作为优质的高蛋白豆科饲草是畜牧业生产利用的重要资源。不同青饲大豆及其不同刈割期的饲用品质参数可以评价青饲大豆的饲用性能，但目前主要以化学方法进行检测，过程繁琐，试验周期长、易造成人为操作误差，且青饲大豆主要饲用品质指标的光谱快速检测尚属空白，亟待开发和利用。鉴于近红外光谱快速分析技术在检测领域及饲料分析中的广泛应用，利用近红外光谱分析技术在950～1 650nm范围内收集不同大豆品种不同刈割时期的全株样品光谱，对样品的主要饲用品质参数粗蛋白(CP)含量、中性洗涤纤维(NDF)含量和酸性洗涤纤维(ADF)含量三个指标按国家标准或行业标准的化学方法进行检测，得到的150份样品的品质数据按3∶2分为校准集和验证集。通过一阶求导(NW1st)、二阶求导(NW2nd)、标准正态变量变换方法(SNV)、去趋势算法(DE-trending)4种不同光谱预处理方法中的一种或多种处理的组合，结合偏最小二乘(PLS)回归算法建立了青饲大豆三个主要品质参数CP,NDF和ADF含量的预测模型。通过比较回归模型中的校准集和验证集中决定系数(R2)和均方根误差(RMSE)得出，NW1st+DE-trending+SNV+PLS处理后所建立的模型效果最好，青饲大豆CP含量模型中的校准集的RC2和验证集的RP2分别为0.96和0.95,NDF含量模型中的RC2和RP2分别为0.90和0.89,ADF含量模型中的RC2和RP2分别为0.94和0.93。通过验证集对预测模型的检验分析进一步证实了该模型的准确性和稳定性，形成了一种便于青饲大豆品质检测的近红外光谱(NIRS)快速分析法。随着青饲大豆品质参数数据量的增加，将不断完善青饲大豆品质检测模型，该方法不但扩大了近红外光谱仪对饲草资源品质的检测类别与范围，而且准确高效，有利于高蛋白优质饲草资源的开发和有效利用。

• 单位
  东北农业大学