近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf

近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf

ID:53071606

大小:307.93 KB

页数:4页

时间:2020-04-16

近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf_第1页
近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf_第2页
近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf_第3页
近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf_第4页
资源描述:

《近红外光谱法预测大豆营养成分含量模型的建立和应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、霸羲e籀·l盼0氇8魄{}f82《=蚺埠鸳麓5O携笼7辫}近红外光谱法预测大豆营养成分含量模型的建立和应用王燕,鞠涛,刘晓兰,刘骥,杨方。,郭建华,张永根(1.齐齐哈尔大学食品与生物工程学院,黑龙江齐齐哈尔161006;2.东北农业大学动物科技学院,黑龙江哈尔滨150030:3.河北科技师范学院,河北秦皇岛066004)摘要:本试验旨在验证采用近红外光谱法(NIRS)预测大豆常规营养组分的可行性。180个样品来自黑龙江省,选用偏最小二乘法(PLS)为建模方法,采用二阶导数和Norris导数滤波法处理光谱数据后,建立了大豆中干物质(DM)、粗蛋白质(CP)、粗脂

2、肪(CF)、粗灰分(Ash)等的近红外模型,为大豆提供科学的检测方法和高效的分析平台。结果表明:采用近红外光谱法得到的CP、CF、DM和Ash测定值与化学法测定值的决定系数()分别为0.96、0.96、O.94和0.90,相对分析误差(SD/RMSEP)分别为4.52、3.75、3.47和2.47。本试验结果显示,用近红外光谱法可以准确快速测定DM、CP和CF含量.且预测的CP含量更为准确,而预测Ash含量的精度有待于进一步提高关键词:近红外光谱:大豆:大豆模型;决定系数中图分类号:S816.401.7文献标识码:A文章编号:0258—7033(2014)07

3、—0062—04饲料质量控制是饲料生产中的关键。饲料原料标,寻找一种快速、准确的检测方法代替传统的实验受到产地、贮存时间等诸多因素的影响,营养价值存室方法,为今后快速评定大豆的营养价值提供科学在较大差异。因此,实际生产中,饲料企业必须对每参考。一批次原料进行实测,但实测耗费大量人力物力,不1材料与方法同程度上限制了饲料质量管理,因此需要建立饲料常规营养成分的快速检测的方法。近红外光谱技术1.1测定材料本试验选取了180个不同的大豆样(nearinfraredspectroscopy,NIS)一项快速、高效、简品(来自黑龙江省的绥化、黑河、哈尔滨和吉林省榆便的物

4、理测试技术,它是将光谱测量技术、计算机技树),其中150个样品用于定标,30个样品用于检验。术、化学计量学方法与基础测试技术的有机结合,通所有采集的样品粉碎过40目筛,并将粉碎好的大豆过对未知样品光谱的测定和建立的校正模型来快速样品粉末于(22±1)℃和(55±5)%RH静置,直至与预测其组成或性质的一种分析方法_1J。大豆样品的水分一致,然后装入封口袋中备用。豆粕以其较高的蛋白质含量、氨基酸消化率以1.2测定指标测定指标分别为粗蛋白(CP)、干物及氨基酸组分较合理而被广泛应用于饲料工业,但质(DM)、粗脂肪(CF)、粗灰分(Ash)。每个样品测定是由于豆粕加

5、工配方、工艺和设备不同及大豆的颗3次,取其平均值。粒大小、颜色等物理性质和品种差异较大,使豆粕品1.3测定方法测定指标中DM、Ash的分析分别依质难以得到保证_2l。因此对生产环节之前的豆粕原据GB/T6435—2006、GB/T6438—2007中所规定的方法料加以区分和分类,将会大大提高豆粕的品质。本进行。CP采用全自动Foss定氮仪法,求出氮的含量,试验选取新鲜大豆作为研究对象,以干物质、蛋白根据不同的饲料再乘以一定的系数(通常乘6.25计质、脂肪、灰分等成分作为衡量大豆质量的主要指算),即为粗蛋白的含量。CF的测定采用索氏提取器法进行,称2g样品放入滤

6、纸包恒重,采用乙醚浸提收稿日期:2013-09—02;修回日期:2013-09—235~7h,每小时浸提10次,然后105~C烘干6h,直至恒资助项目:农业部现代奶牛产业化技术体系(CARS一37);齐齐哈尔大学校内青年科学基金(2012k—Z06)重,减少的重量即为脂肪含量_31。作者简介:王燕(1982一),女,黑龙江鹤岗人,博士,主要从事反刍1.4NIRS模型的建立与优化本试验利用TQ动物饲料生产的研究,E—mail:wangyan0468@126.cornAnalysisv6.0定量分析软件,采用偏最小一乘(PLS)通讯作者:张永根(1962一),男.

7、黑龙江齐齐哈尔人,教授,研究建立NIRS定标模型。通过对样本原始光谱进行平滑方向为反刍动物营养与饲料.E—mail:zhangyonggen@sina.c0m鳓中螽徽豫是20]4年第s0卷第7瑚NutdtionandFeedst(1ffs·黼修饰、归一化处理(附加散射校正MSC和变量标准化本光谱进行异常值检验,并将异常值剔除_4_。SNV)通过多元信号修正(MSC)消除由于样品颗粒1.5统计分析数据的统计处理用SAS6.12软件包大小、均匀性等对光程的干扰。采用NorrisDerivative进行,方差分析采用ANOVA过程进行,以PROCREG一/I一∞0r

8、I滤波方法对光谱进行平滑处理,然后采用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。