换一批苜蓿干草常规营养成分含量近红外预测模型的建立
Near Infrared Prediction Model Establishment for Routine Nutritional Component Contents of Alfalfa Hay
摘要本试验旨在建立一线生产企业所用苜蓿干草常规营养成分含量的近红外预测模型.从9个省份的奶牛场及牧草生产企业采集265个苜蓿干草草捆样品,利用近红外光谱技术,采用偏最小二乘( PLS)的化学计量学方法,结合4种散射校正和10种导数处理方法,建立苜蓿干草干物质( DM) 、粗蛋白质( CP) 、中性洗涤纤维( NDF) 、酸性洗涤纤维( ADF)和粗灰分( Ash)含量这5个指标的近红外预测模型.结果显示:CP含量的预测决定系数( RSQV )和外部验证相对分析误差(RPDV)最高,而DM、NDF和ADF含量的RSQV和RPDV略低于CP;DM、CP、NDF和ADF含量这4个指标的RSQV 均大于0.80、RPDV 均大于2.50,说明这4个指标的建模效果较好,能用于实际含量测定;Ash含量的RSQV 和RPDV 分别为0.793 和2.102,分别低于0.80 和2.50,说明Ash含量的预测模型仅能用于粗略筛选,暂不能用于实际含量测定.综上所述,本试验初步建立苜蓿干草DM、CP、NDF和ADF含量这4个指标的近红外预测模型,为生产中快速高效测定苜蓿干草这4个指标提供了便利.
更多相关知识
分类号
S816
栏目名称
DOI
10.3969／j.issn.1006?267x.2019.10.033
发布时间
2019-11-13（万方平台首次上网日期，不代表论文的发表时间）
基金项目
:河南省畜牧业发展资金(奶业发展专项)资助项目
河南科技学院大学生创新训练项目（2017CX033）
- 浏览7
- 被引37
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
