燕麦草常规营养成分含量近红外预测模型的建立

摘要

本试验旨在构建燕麦草常规营养成分含量的近红外预测模型。试验于2017—2019年,从我国京津冀等地区的牧场及种植基地收集了80份不同品种、不同产地和不同成熟度的燕麦草,参照燕麦草常规营养成分国标检测方法测定采集80份样品中水分(MSTR)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)和粗灰分(Ash)含量并进行燕麦草近红外光谱采集。使用OPUS7.5中的偏最小二乘(PLS)化学计量学方法将燕麦草的光谱图和理化指标进行关联,交叉检验法评价预测模型效果。结果显示:不同来源的燕麦草中MSTR、CP、NDF、ADF、EE和Ash含量变异较大;MSTR、CP、NDF、ADF和Ash含量预测模型校正决定系数(RSQcal)为0.886~0.977,交叉验证决定系数(1-VR)为0.84~0.95,交叉验证相对分析误差(RPDCV)为2.50~4.23,定标效果较为理想,外部验证预测决定系数(RSQv)为0.846~0.945,预测相对分析误差(RPDV)为2.57~4.20,表明模型均可应用于实际检测且适用性良好;EE含量预测模型RSQcal为0.870,1-VR为0.772,RPDCV为1.80,外部验证结果 RSQv为0.735,RPDV为1.95,模型效果不理想,不能应用于实际检测。综上所述,本试验初步建立燕麦草中MSTR、CP、NDF、ADF和Ash含量的近红外预测模型效果较好,为生产中快速高效测定燕麦草常规营养成分提供技术支撑。