江苏农业学报
江囌農業學報
강소농업학보
Jiangsu Journal of Agricultural Sciences
2015年
5期
1115-1123
,共9页
杜雪燕%王迅%柴沙驼%刘书杰
杜雪燕%王迅%柴沙駝%劉書傑
두설연%왕신%시사타%류서걸
近红外光谱技术(NIRS)%天然牧草%CNCPS组分%营养价值
近紅外光譜技術(NIRS)%天然牧草%CNCPS組分%營養價值
근홍외광보기술(NIRS)%천연목초%CNCPS조분%영양개치
near infrared reflectance spectroscopy(NIRS)%natural pasture%cornell net carbohydrate and protein system(CNCPS)%nutritional value
从青海省河南县高山嵩草草地采集天然牧草样品66个,研究近红外光谱技术测定天然牧草净碳水化合物和净蛋白质体系( CNCPS)组分的可行性。选用修正的偏最小二乘法( MPLS)建模,筛选最佳的光谱和数学处理方法,建立了天然牧草中粗蛋白质( CP)、可溶性蛋白质( SP)、非蛋白氮( PA)、快速降解真蛋白( PB1)、中速降解真蛋白(PB2)、慢速降解真蛋白(PB3)、结合粗蛋白(PC)和中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、总碳水化合物(CHO)、非结构性碳水化合物(CNSC)、糖类(CA)、淀粉和果胶(CB1)、可利用纤维( CB2)、不可利用纤维( CC)等的近红外定量分析模型。结果显示,CP、PC、NDF、ADF、CHO、CNSC、CA的交叉验证决定系数(1-VR)分别为0.989、0.870、0.975、0.932、0.964、0.966、0.846,交叉验证相对分析误差( RPDCV)分别为9.336、2.913、6.353、3.758、5.306、5.521、2.603,其他指标的1-VR均小于0.9,RPDCV均小于2.5。可见,近红外技术可以用于天然牧草CNCPS组分快速测定,CP、PC、NDF、ADF、CHO、CNSC、CA含量预测模型的预测能力较好,PA、PB1、PB2、PB3、CB1、CB2、CC含量预测模型需要进一步研究以提高精度。
從青海省河南縣高山嵩草草地採集天然牧草樣品66箇,研究近紅外光譜技術測定天然牧草淨碳水化閤物和淨蛋白質體繫( CNCPS)組分的可行性。選用脩正的偏最小二乘法( MPLS)建模,篩選最佳的光譜和數學處理方法,建立瞭天然牧草中粗蛋白質( CP)、可溶性蛋白質( SP)、非蛋白氮( PA)、快速降解真蛋白( PB1)、中速降解真蛋白(PB2)、慢速降解真蛋白(PB3)、結閤粗蛋白(PC)和中性洗滌纖維(NDF)、痠性洗滌纖維(ADF)、痠性洗滌木質素(ADL)、總碳水化閤物(CHO)、非結構性碳水化閤物(CNSC)、糖類(CA)、澱粉和果膠(CB1)、可利用纖維( CB2)、不可利用纖維( CC)等的近紅外定量分析模型。結果顯示,CP、PC、NDF、ADF、CHO、CNSC、CA的交扠驗證決定繫數(1-VR)分彆為0.989、0.870、0.975、0.932、0.964、0.966、0.846,交扠驗證相對分析誤差( RPDCV)分彆為9.336、2.913、6.353、3.758、5.306、5.521、2.603,其他指標的1-VR均小于0.9,RPDCV均小于2.5。可見,近紅外技術可以用于天然牧草CNCPS組分快速測定,CP、PC、NDF、ADF、CHO、CNSC、CA含量預測模型的預測能力較好,PA、PB1、PB2、PB3、CB1、CB2、CC含量預測模型需要進一步研究以提高精度。
종청해성하남현고산숭초초지채집천연목초양품66개,연구근홍외광보기술측정천연목초정탄수화합물화정단백질체계( CNCPS)조분적가행성。선용수정적편최소이승법( MPLS)건모,사선최가적광보화수학처리방법,건립료천연목초중조단백질( CP)、가용성단백질( SP)、비단백담( PA)、쾌속강해진단백( PB1)、중속강해진단백(PB2)、만속강해진단백(PB3)、결합조단백(PC)화중성세조섬유(NDF)、산성세조섬유(ADF)、산성세조목질소(ADL)、총탄수화합물(CHO)、비결구성탄수화합물(CNSC)、당류(CA)、정분화과효(CB1)、가이용섬유( CB2)、불가이용섬유( CC)등적근홍외정량분석모형。결과현시,CP、PC、NDF、ADF、CHO、CNSC、CA적교차험증결정계수(1-VR)분별위0.989、0.870、0.975、0.932、0.964、0.966、0.846,교차험증상대분석오차( RPDCV)분별위9.336、2.913、6.353、3.758、5.306、5.521、2.603,기타지표적1-VR균소우0.9,RPDCV균소우2.5。가견,근홍외기술가이용우천연목초CNCPS조분쾌속측정,CP、PC、NDF、ADF、CHO、CNSC、CA함량예측모형적예측능력교호,PA、PB1、PB2、PB3、CB1、CB2、CC함량예측모형수요진일보연구이제고정도。
Sixty-six samples collected from alpine grassland of Kobresia hastily in Henan county, Qinghai province were used to investigate the feasibility of predicting the CNCPS ( cornell net carbohydrate and protein system) composition of natural pasture by near infrared reflectance spectroscopy (NIRS). Using modified partial least squares (MPLS) regression method, the models of CP(crude protein), SP(soluble protein), PA(non-protein nitrogen), PB1(rapidly degradable crude protein), PB2(intermediately degradable crude protein), PB3(slowly degradable crude protein), PC(bound crude protein), and models of NDF( neutral detergent fiber) , ADF( acid detergent fiber) , ADL( acid detergent lignin) , CHO( total carbohy-drate ) , CNSC ( non-structural carbohydrates ) , CA (sugars), CB1(starch and pectin), CB2(available fiber), CC(not available fiber) were built. The results showed 1-VR ( cross validation determination coefficient) for CP, PC, NDF, ADF, CHO, CNSC, and CA were 0. 989, 0. 870, 0. 975, 0. 932, 0. 964, 0. 966 and 0. 846, respectively, and RPDCV ( ratios of standard deviation of reference analysis data to SECV) were 9. 336, 2. 913, 6. 353, 3. 758, 5. 306, 5. 521, and 2. 603, respectively. Models with 1-VR less than 0. 9 and RPDCV less than 2. 5 were not ideal. The results indicated that CNCPS components of natural pasture could be fastly and accurately predicted by NIRS, and the models established were applicable for the predictions of CP, PC, NDF, ADF, CHO, CNSC and CA. Further studies should be focusing on improving the precision of the models for PA, PB1 , PB2 , PB3 , CB1 , CB2 , and CC.
