文献类型： 中文期刊

作者： 孙倩 ¹ ; 聂欢 ¹ ; 唐莉 ¹ ; 郭学义 ¹ ; 吕刚 ¹ ; 郭涛 ² ; 李飞 ² ;

作者机构： 1.新疆泰昆集团

2.兰州大学草地农业科技学院

关键词： 近红外光谱技术;大麦秸秆;营养成分;傅里叶变换;定量分析

期刊名称： 粮油与饲料科技

ISSN： 2096-8515

年卷期： 2024 年 004 期

页码： 202-206

摘要： 为实现大麦秸秆营养成分的快速定量检测，应用近红外光谱（near infrared,NIR）技术建立一种预测大麦秸秆中干物质（dry matter,DM）、粗灰分（Ash）、粗蛋白（crude protein,CP）、粗脂肪（ether extract,EE）、中性洗涤纤维（neutral detergent fibre,NDF）、酸性洗涤纤维（acid detergent fiber,ADF）和酸性洗涤木质素（acid detergent lignin,ADL）的高效、快速、准确的方法。共收集192份大麦秸秆样品，随机分成定标集（n=162）和验证集（n=30）。结果表明，大麦秸秆的DM、Ash、CP、NDF和ADF的交叉验证均方根误差（root mean square error of cross validation,RMSECV）分别为0.146、0.354、0.179、0.957、1.060，预测集决定系数R²分别为0.8846、0.9444、0.9528、0.9407、0.9211，相对分析误差（relative percent deviation,RPD）分别为2.95、4.24、4.60、4.11、3.56，说明这五个模型预测效果较佳，可用于实际检测。大麦秸秆的EE模型和ADL模型的R²分别为0.622 2、0.620 3，且RPD均在3以下，后期仍需要添加代表性样品，以提高模型的预测能力和准确性。