近紅外光譜法預(yù)測紫花苜蓿干草莖葉分離產(chǎn)品品質(zhì)的研究.pdf

1、紫花苜蓿(Medicago.sativa L)被譽(yù)為"牧草之王"，是國內(nèi)外各牧草生產(chǎn)加工企業(yè)的主要產(chǎn)品。近幾年，國內(nèi)少數(shù)幾家企業(yè)引進(jìn)了紫花苜蓿干草莖葉分離設(shè)備，加工生產(chǎn)出了滿足不同市場需求的莖葉分離產(chǎn)品，但企業(yè)在生產(chǎn)中遇到了一個亟待解決的難題，即無法通過簡單、易行的方法及時掌握原料品質(zhì)，進(jìn)而根據(jù)客戶對產(chǎn)品的要求，有選擇地進(jìn)行加工生產(chǎn)。本研究旨在探討利用近紅外光譜分析技術(shù)解決這個難題的可行性。研究者采集了不同年份、不同品種、不同茬次和不同

2、生育期的紫花苜蓿全株樣品66份，經(jīng)手工分離莖葉后，按一定的莖葉比例重新混合成198份實驗樣品(建模樣品138份，檢驗樣品60份)。在采集了各實驗樣品的近紅外漫反射光譜后，運(yùn)用偏最小二乘法(PLS)建立了莖、葉各自粗蛋白(CP)、中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)、粗灰分(CA)和體外可消化干物質(zhì)(IVDDM)含量的預(yù)測模型。這是國內(nèi)外首次嘗試?yán)靡粋€整體的近紅外光譜建立預(yù)測其某一部分中某種物質(zhì)含量的校正模型，其實驗結(jié)果如下：

3、 1、預(yù)測莖中CP、ADF、CA和IVDDM含量的校正模型建模效果較好，其交叉檢驗相關(guān)系數(shù)(R<,cv>)為0.8523～0.9007，交叉檢驗標(biāo)準(zhǔn)誤差(RMSECV)為0.72％～3.96％。用60個檢驗樣鼎對模型進(jìn)行外部檢驗，預(yù)測相關(guān)系數(shù)(r)為0.9255～0.9512，預(yù)測標(biāo)準(zhǔn)誤差(RMSEP)為0.70％～3.13％。所建模型的交叉檢驗RPD和外部檢驗RPD均大于2.5，表明采用近紅外光譜分析技術(shù)可以實現(xiàn)對紫花苜蓿干草

4、莖中這4種營養(yǎng)物質(zhì)含量的預(yù)測。但是，預(yù)測莖中NDF含量的模型預(yù)測效果不佳，只可用作粗略估測。 2、預(yù)測葉中CP和CA含量的校正模型建模效果較好，其R<,cr>為0.9359和0.9249，RMSECV為1.09％和0.84％。用60個檢驗樣品對模型進(jìn)行外部檢驗，r達(dá)到0.9673和0.9696，RMSEP為1.00％和0.78％。所建模型的交叉檢驗RPD和外部檢驗RPD均大于3，說明校正模型有極好的預(yù)測能力。但是預(yù)測葉中其它3項