共查询到20条相似文献，搜索用时 31 毫秒
1.
本研究旨在利用近红外光谱技术(near infrared reflectance spectroscopy, NIRS)建立油菜(Brassica napus)秸秆常规成分的近红外快速预测模型。从甘肃省、青海省与宁夏回族自治区共采集125份油菜秸秆,测定其干物质(dry matter,DM)、粗蛋白(crude protein, CP)、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)、粗脂肪(ether extract, EE)、粗灰分(Ash)、中性洗涤不溶蛋白质(neutral detergent insoluble protein, NDIP)、酸性洗涤不溶蛋白质(acid detergent insoluble protein, ADIP)、酸性洗涤木质素(acid detergent lignin, ADL)、非蛋白氮(non-protein nitrogen,NPN)与可溶性蛋白(soluble protein, SP)。选取100份油菜秸秆样品作为定标集,另外25份作为验证集来评价NIRS预测模型。结果显示,1)油菜秸秆DM、CP、NDF、ADF、EE、Ash、NDIP、ADIP、ADL、NPN和SP的含量分别为93.62%、5.85%、 67.22%、 55.40%、 2.57%、 7.66%、 1.04%、 0.63%、 13.58%、 1.70%和2.89%。2)DM、 CP、 NDF、 EE、 Ash、NPN和SP的交互验证决定系数(1-VR) 0.9,外部验证决定系数(RQS≥0.84),构建模型可以用于日常分析。3)DM、CP、NDF、EE、Ash、NPN和SP的模型参数分别为Standard MSC 1,4,4,1、Weighted MSC 2,4,4,1、SNV 2,4,4,1、Standard MSC 1,4,4,1、SNV and Detrend 1,4,4,1、Weighted MSC 1,4,4,1,其余营养成分构建模型不太理想,需进一步完善。综上,通过交互验证与外部验证验证了油菜秸秆各营养成分校正模型的可利用性。 相似文献
2.
《动物营养学报》2021,33(7)
本研究旨在探讨近红外光谱(NIRS)技术在定量分析高寒草原天然牧草营养品质的可行性。试验于2015—2018年,每年6—9月份,从青藏高原高寒草原放牧研究样地收集不同放牧强度(0、3.6、5.3、7.6只/hm2)的混合和4个优势种(莎草科矮生嵩草、蓼科珠芽蓼、蔷薇科金露梅和豆科锦鸡儿)牧草样品共计1 280份,随机分为定标样品集(n=854)和预测样品集(n=426),建立天然牧草干物质(DM)、粗脂肪(EE)、粗蛋白质(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)含量及体外干物质消化率(IVDMD)和估算代谢能(EME)营养品质近红外光谱(NIRS)预测模型,实现天然牧草营养品质的快速和准确评估。结果显示:牧草DM、CP、EE、ADF、NDF含量及IVDMD和ME变异较大;DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型的验证决定系数(R2CV)为0.992～0.999,外部验证相对分析误差(RPD)为3.82～5.97,取得了最佳的定标效果,且定标方程均具较好的预测能力,能够成功应用于日常分析。EE含量的NIRS预测模型的R2CV为0.837,外部RPD为2.30,定标效果不理想,定标模型虽不能用于准确的定量分析测定,但仍能应用于牧草EE含量的粗略测定。综上所述,本研究建立的高寒草原天然牧草DM、CP、ADF、NDF含量及IVDMD和EME的NIRS预测模型能够成功应用于日常分析。 相似文献
3.
本试验旨在基于康奈尔净碳水化合物与蛋白质体系(CNCPS)建立大麦秸秆营养组分数据库,并利用近红外光谱分析技术(NIRS)建立其营养价值预测模型。试验采集甘肃省13个县市96份大麦秸秆样品,测定其干物质(DM)、粗灰分(Ash)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、中性洗涤不溶蛋白质(NDIP)、酸性洗涤不溶蛋白质(ADIP)、可溶性粗蛋白质(SP)、钙(Ca)和磷(P)含量,利用CNCPS 6.5计算各样品碳水化合物(CHO)和蛋白质营养组分。分别用76份和20份大麦秸秆样品作为定标集和验证集评价NIRS预测模型。结果显示:1)大麦秸秆DM、Ash、CP、EE、NDF、ADF、ADL、NDIP、ADIP、SP、Ca和P含量分别为95.21%、7.38%、3.51%、5.68%、70.95%、45.16%、5.17%、1.02%、0.57%、1.65%、0.71%和0.09%。2)大麦秸秆CNCPS CHO各组分CHO、非纤维性碳水化合物(NFC)、可溶性纤维(CB2)、可消化纤维(CB3)和不消化纤维(CC)含量分别为83.42%、12.47%、12.47%、58.55%和12.40%。大麦秸秆CNCPS蛋白质各组分可溶性真蛋白质(PA2)、难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)和非降解蛋白质(PC)含量分别为1.65%、1.23%、0.45%和0.57%。3)有机物(OM)、CP、NDF、ADF、CHO、NFC和CB2的交互验证决定系数(1-VR)0.8,验证决定系数(RSQv)≥0.84,这些模型可用于日常分析。OM、CP、NDF、ADF、CHO、NFC和CB2的模型参数分别为标准正常化和去散射二阶导数处理(SNV and detrend 2,4,4,1)、SNV and detrend 2,4,4,1;标准正常化和去散射一阶导数处理(SNV and detrend 1,4,4,1);无散射一阶导数处理(None 1,4,4,1);SNV and detrend 2,4,4,1;无散射二阶导数处理(None 2,4,4,1);None 2,4,4,1。而其余成分所建模型未达到实用水平,模型须进一步完善。总之,本研究为大麦秸秆在反刍动物饲粮中的应用提供基础的化学分析数据,并通过NIRS方法建立了主要营养成分的快速预测模型。 相似文献
4.
为了对内蒙古地区温性荒漠草原牧草的营养成分进行快速检测，试验以85份混合鲜草为研究对象采用偏最小二乘(partial least square regression, PLS)法建立干物质(dry matter, DM)、粗蛋白(crude protein, CP)、酸性洗涤纤维(acid detergent fiber, ADF)、中性洗涤纤维(neutral detergent fiber, NDF)、粗脂肪(ether extract, EE)和粗灰分(crude ash, Ash)含量的近红外光谱(near-infrared reflectance spectroscopy, NIRS)预测模型。结果表明：DM、NDF、ADF和Ash的定标集决定系数(R2)分别为0.985,0.728,0.749,0.727,验证集R2分别为0.848,0.536,0.673,0.741,验证相对分析误差(ratio of performance to deviation for validation, RPD)为8.163,1.899,1.927,... 相似文献
5.
基于近红外光谱的北京市全株玉米原料康奈尔净碳水化合物-蛋白质体系组分分析与预测 总被引：1，自引：0，他引：1
本试验旨在基于康奈尔净碳水化合物-蛋白质体系(CNCPS)建立北京市全株玉米原料营养成分数据库,并利用近红外光谱(NIRS)方法建立其营养价值预测模型。试验采集北京市18个牧场89份全株玉米原料样品,测定其营养成分,利用CNCPS 6.5计算各样品碳水化合物(CHO)和蛋白质组成。定标集和验证集根据4∶1的配比关系,分别选用71份和18份全株玉米原料样品作为定标集和验证集评价NIRS模型。结果显示:1) NIRS分析技术对全株玉米原料常规营养成分、CNCPS中蛋白质组成和CHO组成均具有较好的预测能力,且精确度较高。2)干物质(DM)、粗灰分(Ash)、粗蛋白质(CP)、粗脂肪(EE)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、淀粉(Starch)、中性洗涤不溶蛋白质(NDIP)、酸性洗涤不溶蛋白质(ADIP)、可溶性蛋白质(SP)、CHO、非纤维性碳水化合物(NFC)、可溶性纤维(CB2)、可消化纤维(CB3)、不消化纤维(CC)、可溶性真蛋白质(PA2)、难溶性真蛋白质(PB1)、纤维结合蛋白质(PB2)和非降解蛋白质(PC)的定标决定系数(1-VR)均>0.80,验证决定系数(RSQv)均≥0.84,这些模型均可用于日常快速检测分析。DM、Ash、EE、NDF、ADF、ADL、Starch、NDIP、CHO、NFC、CB2、CB3、PC和PB1的NIRS模型参数均采用二阶导数处理,CP、SP、ADIP、CC、PA2和PB2的NIRS模型参数均采用标准正态变量+二阶导数处理。综上所述,本研究提供了全株玉米原料的基础化学分析数据,并通过NIRS分析技术建立了主要营养成分的快速预测模型,有利于养殖场青贮前对全株玉米原料质量的快速评估。 相似文献
6.
本研究利用近红外光谱(NIRS)技术构建高羊茅(Festuca arundinacea)干草的近红外预测模型，于甘肃省庆阳市采集101份高羊茅样品，将湿化学分析结果和NIRS结合，利用改良偏最小二乘法(MPLS)进行预测模型的建立和验证。最终建立了高羊茅干草干物质(DM)、粗蛋白质(CP)、有机物(OM)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)、灰分(Ash)这7种营养成分的预测模型，其中建立的CP和DM的预测模型外部验证相对分析误差(RPD)值为3.53和2.55，预测模型的预测效果较好，可以用于实际生产中预测成分含量；OM、 NDF、 ADF、EE和Ash的预测模型RPD值为2.17、2.04、2.06、2.06和2.02，所预测的结果可以作为一些饲料生产中的参考。 相似文献
7.
青贮玉米不同部位(组织)养分含量近红外预测模型的构建 总被引：1，自引：0，他引：1
《草业科学》2021,(9)
在甘肃省民勤县采集227份青贮玉米(Zea mays)样品,采用改良偏最小二乘的化学计量学方法,用3种导数处理和10种光谱散射处理相结合的方法,建立青贮玉米原料不同部位(组织)的干物质、有机物、粗蛋白、粗脂肪、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和酸性洗涤木质素(acid detergent lignin, ADL)等养分含量的近红外预测模型,旨在利用近红外光谱技术建立青贮玉米不同部位(组织)养分含量的近红外预测模型。结果表明:1) ADF含量预测模型的决定系数(coefficient of determination for validation, RSQV)和外部验证相对分析误差(ratio of performance to deviation for validation, RPD)均高于其他成分,而NDF、粗蛋白和有机物含量的RSQV和RPD均低于ADF;ADF、NDF、粗蛋白和有机物这4个指标的RSQV均大于0.9,且其RPD均大于2.5,能用于实际生产中准确分析;2)粗脂肪含量的RSQV和RPD分别为0.701和1.838,建立的模型只能用于样品的粗略预测;3)干物质、ADL含量的RSQV和RPD分别为0.525和1.549、0.631和1.602,这2种营养成分的预测模型不能用于实际生产中的检测,模型还需要进一步优化。综上所述,本试验初步建立了青贮玉米不同部位(组织) ADF、NDF、粗蛋白和有机物含量这4种营养成分近红外预测模型,能够应用于生产实际。 相似文献
8.
在甘肃省民勤县采集227份青贮玉米(Zea mays)样品,采用改良偏最小二乘的化学计量学方法,用3种导数处理和10种光谱散射处理相结合的方法,建立青贮玉米原料不同部位(组织)的干物质、有机物、粗蛋白、粗脂肪、中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和酸性洗涤木质素(acid detergent lignin,ADL)等养分含量的近红外预测模型,旨在利用近红外光谱技术建立青贮玉米不同部位(组织)养分含量的近红外预测模型.结果表明:1)ADF含量预测模型的决定系数(coefficient of determination for validation,RSQV)和外部验证相对分析误差(ratio of performance to deviation for validation,RPD)均高于其他成分,而NDF、粗蛋白和有机物含量的RSQV和RPD均低于ADF;ADF、NDF、粗蛋白和有机物这4个指标的RSQV均大于0.9,且其RPD均大于2.5,能用于实际生产中准确分析;2)粗脂肪含量的RSQV和RPD分别为0.701和1.838,建立的模型只能用于样品的粗略预测;3)干物质、ADL含量的RSQV和RPD分别为0.525和1.549、0.631和1.602,这2种营养成分的预测模型不能用于实际生产中的检测,模型还需要进一步优化.综上所述,本试验初步建立了青贮玉米不同部位(组织)ADF、NDF、粗蛋白和有机物含量这4种营养成分近红外预测模型,能够应用于生产实际. 相似文献
9.
本试验旨在研究3种玉米秸秆的营养成分及瘤胃降解特性。首先测定玉米秸秆、全株玉米青贮及发酵秸秆的常规营养成分,然后采用尼龙袋法其干物质(DM)、粗蛋白质(CP)和中性洗涤纤维(NDF)的瘤胃消失率与瘤胃降解参数。结果表明:秸秆经酒精清液发酵后,其CP、EE含量显著高于玉米秸秆和玉米青贮(P<0.05),且NDF、ADF含量显著降低(P<0.05)。发酵玉米秸秆各种营养成分72 h瘤胃消失率均显著高于玉米秸秆(P<0.05),而DM、CP和ADF的72 h瘤胃消失率与全株玉米青贮水平相当,差异不显著(P>0.05)。发酵玉米秸秆DM、CP、NDF和ADF的有效降解率分别为46.93%、58.35%、36.41%和36.01%,显著高于玉米秸秆(P<0.05)。CP的有效降解率略低于全株玉米青贮;CP、NDF和ADF的潜在可降解部分(a+b)值显著高于玉米秸秆(P<0.05)。因此,经酒精清液发酵后,秸秆的营养价值得到明显改善,部分营养成分及瘤胃利用效率与全株玉米青贮相似。 相似文献
10.
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-V... 相似文献
11.
对2012-2013年黄土高原种植的13个牧草品种、780份干草样品的营养成分建立了近红外光谱(near infrared reflectance spectroscopy,NIRS)的检测模型。豆科牧草的粗脂肪(EE)、酸性洗涤纤维(ADF)和粗灰分(Ash)建模结果最好,其定标决定系数(RSQ)0.94,交叉验证相关系数(1-VR)0.7最高,定标标准分析误差(SEC)在0.071~0.713,交叉校验定标标准分析误差(SECV)在0.160~2.751。禾本科牧草的EE和可溶性糖(WSC)建模结果最好,RSQ分别达0.916和0.859,1-VR分别为0.609和0.810,SEC和SECV分别是0.250、1.488和0.505、3.172。菊科和车前科牧草的模型,除ADF外,其它指标预测的稳定性和准确性较为理想,RSQ在0.85以上,1-VR在0.70以上,SEC和SECV分别在0.361~3.557和0.495~4.602。NIRS对豆科粗蛋白(CP)和WSC的数值预测较差,RSQ仅0.55,对禾本科CP、ADF、中性洗涤纤维(NDF)、Ash及菊科和车前科的ADF的预测稍差,RSQ0.7。 相似文献
12.
《家畜生态学报》2021,42(6)
该研究旨在探讨近红外光谱技术(NIRS)定量分析高原地区冷季草场枯草营养成分的可行性,实现快速、准确评估冷季枯草各营养成分含量,补充枯草期营养价值数据的空白。采集青海省海晏县冷季草场枯草样品276份,选择修正偏最小二乘法(MPLS)的回归方法,初步建立了枯草中常见营养物质含量的NIRS定量分析模型。结果表明:干物质(DM)、粗灰分(Ash)、粗蛋白(CP)、粗脂肪(EE)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)、木质素(ADL)、钙(Ca)和磷(P)NIRS模型的交叉验证决定系数(1-VR)分别为0.9014、0.9346、0.9847、0.6165、0.9426、0.9873、0.6142、0.8931和0.8622,交叉验证标准误差(SECV)分别为0.2735、0.9156、0.5231、0.9459、1.6154、1.0945、2.3858、1.0316和0.0204,交叉验证相对分析误差(RPDCV)分别为6.8513、0.8031、5.1232、1.3381、2.2368、4.3673、3.9804、2.1660和0.8319,外部验证相关系数(RSQ)分别为0.9512、0.5183、0.9362、0.6255、0.5937、0.9044、0.9121、0.4599和0.3146。其中,DM、CP、NDF和ADL的NIRS模型预测能力较好,Ash、EE、ADF、Ca和P的NIRS模型能否进行实际预测有待研究。 相似文献
13.
不同玉米品种秸秆饲用品质的研究 总被引：2，自引：1，他引：1
为探讨不同玉米品种秸秆饲用品质状况,本研究采用近红外光谱技术,分析评价了44个玉米品种秸秆的体外干物质消化率(IVDMD)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)和可溶性糖(WSC)含量4个品质性状。结果表明,品种间IVDMD、ADF、NDF和WSC含量存在极显著差异,44个玉米品种秸秆各品质性状近似正态分布,其变化范围分别为38.60%~51.74%(IVDMD)、27.01%~35.67%(ADF)、51.55%~65.81%(NDF)和4.69%~12.21%(WSC)。各性状变异程度不同,WSC含量变异系数最大,达23.59%。相关分析表明,IVDMD与ADF和NDF含量极显著负相关,与WSC含量极显著正相关,ADF含量与NDF含量极显著正相关,WSC含量与NDF和ADF含量极显著负相关。根据各性状的相关关系,筛选出5个秸秆IVDMD和WSC含量高而ADF和NDF含量低的玉米品种。 相似文献
14.
为了研究科尔沁肉牛对不同粗饲料的降解特性,采用尼龙袋法测定苜蓿干草、玉米秸秆、羊草、稻草、玉米青贮和苜蓿草块6种粗饲料在肉牛瘤胃内干物质(dry matter,DM)、粗蛋白(crude protein,CP)、中性洗涤纤维(neutral detergent fiber,NDF)和酸性洗涤纤维(acid detergent fiber,ADF)的瘤胃降解率。结果显示:DM和CP的肉牛瘤胃有效降解率(ED)以苜蓿干草最高,稻草最低,苜蓿草块、玉米青贮、羊草和玉米秸秆居中;NDF和ADF的肉牛瘤胃ED以苜蓿干草最高,羊草最低。结果表明:从科尔沁肉牛对6种粗饲料的降解特性看,苜蓿干草的营养价值最高,稻草的营养价值最低。 相似文献
15.
《中国草地学报》2019,(5)
以120份不同产地、不同生长期的羊草干草样品为试验材料,利用近红外光谱(NIRS)技术,采用偏最小二乘法(PLS),全面建立了羊草的干物质(DM)、粗蛋白(CP)、粗纤维(CF)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、酸性洗涤木质素(ADL)、粗脂肪(EE)、粗灰分(CA)、总能(GE)等9个羊草品质指标的近红外检测模型。结果表明:CP、NDF、ADF、CA模型的校正决定系数(R~2)均在90%以上,相对分析误差(RPD)均超过了3; DM、CF、ADL、GE模型的R~2值均在80%以上,RPD值均超过了2.5;EE模型的R~2值为46.11%,RPD值为1.36。由此可见,除EE外,羊草品质相关各指标均可以通过近红外光谱技术实现准确检测,这对于实现我国羊草品质的快速检测评价及优良种质资源的筛选具有重要意义。 相似文献
16.
氨化对油菜秸秆营养成分及山羊瘤胃降解特性的影响 总被引：3，自引：0，他引：3
本试验旨在研究氨化对油菜秸秆营养成分及山羊瘤胃降解特性的影响。将粉碎的油菜秸秆用30%水和不同比例(10%、15%、20%)碳酸氢铵进行氨化处理,并于处理后7、14和21 d采集样品,与未氨化处理的油菜秸秆(对照)同时进行营养成分分析。然后采用尼龙袋法测定氨化和未氨化处理油菜秸秆的干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)的瘤胃降解率。结果表明:氨化后油菜秸秆CP含量增加,粗脂肪(EE)、NDF和ADF含量下降,DM、粗灰分含量基本保持不变。氨化组油菜秸秆DM和CP有效降解率均显著高于对照组(P0.05);15%、20%碳酸氢铵氨化处理油菜秸秆ADF有效降解率均显著高于对照组(P0.05)。综合得出,添加15%和20%碳酸氢铵氨化能显著提高油菜秸秆DM、CP和ADF的山羊瘤胃降解率,油菜秸秆经15%碳酸氢铵、30%水分条件下氨化处理效果最好、最经济。 相似文献
17.
《动物营养学报》2020,(6)
本试验旨在研究复合氨化处理对我国南方水稻秸秆营养成分和瘤胃降解特性的影响。试验设置1个对照处理和4个复合氨化处理,这4个处理分别添加5%尿素(5U)、9%玉米浆+5%尿素(9C5U)、 9%玉米浆+2. 5%尿素(9C2.5U)、 9%玉米浆+2. 5%尿素+3%糖蜜(9C2.5U3M),在氨化0、3、7、14、30与60 d后采集样品,测定氨化处理和氨化时间对水稻秸秆营养成分的影响。然后采用尼龙袋法测定对照处理和复合氨化处理的水稻秸秆的干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)瘤胃有效降解率。结果表明:1)复合氨化处理可以显著降低水稻秸秆NDF和ADF含量(P0.05),显著增加CP含量(P0.05);随着氨化时间的延长,DM含量基本保持不变,NDF和CP含量显著降低(P0.05),ADF含量显著增加(P0.05)。2)与对照处理相比,复合氨化处理的NDF、ADF和CP瘤胃有效降解率均显著提高(P0.05),其中5U处理的DM、NDF和ADF瘤胃有效降解率最高,9C5U处理的CP瘤胃有效降解率最高。综合得出,复合氨化处理能降低水稻秸秆NDF和ADF含量,提高CP含量,能显著提高水稻秸秆DM、CP、NDF和ADF瘤胃有效降解率;氨化30 d时各营养成分基本趋于稳定。9%玉米浆和5%尿素组合的处理效果最佳。 相似文献
18.
为探索NIRS技术在测定燕麦(Avena sative)干草品质上的应用,试验于2020—2021年收集了249份不同品种、年限和生长时期的燕麦干草,通过WinISI III定标软件建立燕麦干草主要营养成分的近红外光谱模型。结果显示：粗蛋白(CP)、中性洗涤纤维(NDF)和粗脂肪(EE)预测模型的定标系数(RSQ)和外部验证决定系数(RSQv)均在0.83以上,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.02,相对标准误差(RPD)均大于3,预测值逼近化学分析的精度具有良好的预测效果。酸性洗涤纤维含量(ADF)建模效果较差,定标系数和外部验证决定系数分别为0.83和0.84,校正标准误(SEC)、交叉验证误差(SECV)和预测标准误差(RMSEP)均小于0.01,接近化学分析精度,且RPD大于2.50。因此,所建ADF模型也可用于近红外预测。 相似文献
19.
优质牧草苜蓿(Medicago sativa)品质的优劣和消化率的高低能在很大程度上影响畜牧业的发展。为探讨近红外光谱技术(NIRS)预测苜蓿草捆中营养成分和消化率的可行性,本试验采集来自我国苜蓿主产区的苜蓿草捆样品229份,利用改进的偏最小二乘法(MPLS),结合不同光谱处理和数学参数设置,建立苜蓿营养品质和消化率的近红外预测模型。结果表明:相对饲喂价值(relative feed value,RFV),中性洗涤纤维(neutral detergent fiber,NDF),酸性洗涤纤维(acid detergent fiber,ADF)和粗蛋白(crude protein,CP)的模型能用于实际含量的分析;半纤维素(Hemicellulose)和干物质体外消化率(In vitro dry matter disappearance,IVDMD)的交叉验证相对分析误差(relative prediction deviation for cross validation,RPDCV)值介于2.5~3之间,能够用于粗略分析,需要对定标集样品进一步扩充和完善以提高预测的准确度。试验初步建立了苜蓿草捆品质的定量分析模型,补充了我国苜蓿草捆营养品质数据库,为苜蓿草产品的生产、流通及动物饲料配方的制定提供了数据支持。 相似文献
20.
以青刈苎麻(Boehmeria nivea)与玉米(Zea mays)、水稻(Oryza sativa)秸秆为原料,调制鲜苎麻∶玉米秸∶水稻秸重量比分别为1∶1∶0(ZY)、1∶0∶1(ZD)、2∶1∶1(ZH)、1∶1∶1(ZL)及苎麻∶蔗糖重量比为99∶1(ZT)的混合青贮饲料,并以全苎麻青贮为对照(ZQ),通过感官评定和营养品质分析,探讨苎麻混合青贮的可行性及其饲用价值。结果表明:1)苎麻可单独调制青贮饲料,并可降低中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)含量,显著提高干物质摄入量(dry matter intake,DMI)和相对饲料价值(relative feed value,RFV),但造成23.6%的粗蛋白(crude protein,CP)损失,且因pH高、饲料质地差,导致发酵品质较低;2)单独添加外源糖分(蔗糖)可减少CP损失但整体饲用价值下降;3)添加玉米、水稻秸秆可显著减少CP损失、提高青贮饲料发酵品质、均衡养分结构,但提高NDF、ADF含量,整体降低饲用价值;4)苎麻与水稻秸秆混贮饲用价值优于与玉米秸秆混贮,但苎麻与玉米秸秆混贮对保存CP效果更为明显;5)苎麻、水稻秸秆和玉米秸秆三类原料混合青贮劣于苎麻与其中一类秸秆混合效果。本研究认为与鲜苎麻混合青贮是挖掘南方青粗草料饲用价值的有效途径,但需针对NDF、ADF含量调控进行深入研究。 相似文献