花生秧常规营养成分近红外反射光谱预测模型的建立

作者：冯豆; 蔡阿敏; 薛宵; 栗敏杰; 李改英; 付彤; 高腾云^*

来源：动物营养学报, 2019, 31(01): 452-458.

• 近红外反射光谱
• 花生秧
• 常规营养成分

为了探究近红外反射光谱(NIRS)技术在花生秧常规营养成分预测中应用的可行性,试验采集河南省花生秧107份,随机分成定标集(n=83)和验证集(n=24),建立花生秧干物质(DM)、粗蛋白质(CP)、粗脂肪(EE)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、粗灰分(Ash)、钙(Ca)、磷(P) 8种常规营养成分含量NIRS预测模型,并计算验证集预测值与实测值的相关性,验证模型准确度。结果显示:经过标准正态变换(SNV)+一阶导数预处理后,花生秧DM含量预测效果最佳[定标相关系数(RSQcal)=0.989、决定系数(RSQv)=0.968 2];经过SNV+去趋势校正+一阶导数预处理后,NDF含量预测效果最佳(RSQcal=0.966、RSQv=0.937 3);经过SNV+去趋势校正+二阶导数处理后,CP含量预测效果最佳(RSQcal=0.923、RSQv=0.903 6);而经过不同预处理后EE、ADF含量的RSQcal> 0.7、0.9>RSQv> 0.7,Ca、P、Ash含量的RSQcal<0.7、RSQv<0.7,预测效果不理想。综合得出:NIRS技术对花生秧中DM、NDF、CP含量能精准预测,对EE、ADF含量能粗略预测,而对Ca、P、Ash含量不能预测。

• 单位
  河南农业大学