近紅外光譜技術(sh¨´)在飼料原料養分預測中的應用 |
出處£º廣東飼料 作者£º 水產(ch¨£n)養殖網(w¨£ng) 2019-10-08 23:39:00 |
近年來(l¨¢i)£¬我國飼料工業(y¨¨)取得了較大的成就£¬但仍然存在著(zh¨´)限制飼料工業(y¨¨)的快速發(f¨¡)展的因素£¬ 如飼料原料相關(gu¨¡n)養分無(w¨²)法實(sh¨ª)現快速準確的測定£¬傳統的檢測技術(sh¨´)耗時(sh¨ª)耗力£¬檢測效率低£¬與快速發(f¨¡)展的飼料工業(y¨¨)不相匹配£»從畜禽養殖的角度來(l¨¢i)看£¬畜禽采食了養分均衡的飼料才可發(f¨¡)揮最大的生產(ch¨£n)性能£»綜合來(l¨¢i)看£¬開(k¨¡i)發(f¨¡)一種快速高效檢測的技術(sh¨´)對飼料生產(ch¨£n)企業(y¨¨)和畜禽養殖具有很大的促進(j¨¬n)作用¡£紅外光譜技術(sh¨´)分為中紅外光譜技術(sh¨´)£¨MIR£©和近紅外光譜分析技術(sh¨´)£¨NIR£©£¬其中近紅外光譜技術(sh¨´)具有很好的檢測功效¡£近紅外光譜技術(sh¨´)是一種結合紅外光譜分析和化學(xu¨¦)定量分析的技術(sh¨´)£¬可實(sh¨ª)現對樣品快速¡¢無(w¨²)損以及高效的測定£¬在農業(y¨¨)領(l¨«ng)域實(sh¨ª)現了廣泛的應用¡£NIR 技術(sh¨´)的應用很好的解決了飼料工業(y¨¨)發(f¨¡)展的限制因素£¬在飼料原料檢測開(k¨¡i)始了廣泛的應用£¬如 NIR 技術(sh¨´)可高效檢測原料蛋白質(zh¨¬)的含量¡¢粗脂肪的含量¡¢粗纖維的含量¡¢碳水化合物的含量以及其他常規養分如灰分等的測定具有著(zh¨´)大量的應用£¬在很大程度上促進(j¨¬n)了飼料企業(y¨¨)的發(f¨¡)展¡£因而£¬筆者就近年來(l¨¢i) NIR 技術(sh¨´)在飼料原料養分預測方面的應用展開(k¨¡i)綜述£¬ 同時(sh¨ª)闡述了其作用原理¡¢工作流程以及評價(ji¨¤)指標¡£文章旨在為飼料生產(ch¨£n)企業(y¨¨)及一線(xi¨¤n)工人提供良好的應用依據和思路£¬進(j¨¬n)而促進(j¨¬n)飼料企業(y¨¨)實(sh¨ª)現高效快速發(f¨¡)展¡£ No.1 NIR技術(sh¨´)簡(ji¨£n)介 1.1  NIR 分析技術(sh¨´)的原理 近紅外光是一種電磁波£¬其波長(ch¨¢ng)在 780¡«2526nm 間£¬根據波長(ch¨¢ng)通常可分為兩類(l¨¨i)£¬分別為短波近紅外光譜區£¨SW-NIR£©£¬其波長(ch¨¢ng)范圍為 780¡«1100nm£¬也稱(ch¨¥ng)之為透射光譜£»其次是長(ch¨¢ng)波近紅外光譜區£¨LW-NIR£©£¬波長(ch¨¢ng)范圍為 1100¡«2526 nm£¬也可稱(ch¨¥ng)之為反射光譜¡£大部分生物材料組成中含有大量的含氫基團£¨-OH¡¢-CH¡¢-NH 以及 -SH ?#28982;?#22296;£©£¬當用近紅外光照射待測?#39164;r(sh¨ª)£¬這些化學(xu¨¦)基團會(hu¨¬ )發(f¨¡)生振動(d¨°ng)£¬進(j¨¬n)而使能量增加£¬而通過(gu¨°) NIR 技術(sh¨´)記錄這些基團的物理特性和化學(xu¨¦)特性£¬再結合化學(xu¨¦)定量分析£¬從而實(sh¨ª)現對待測生物樣品進(j¨¬n)行定量或定性的分析¡£ 1.2  NIR 技術(sh¨´)的分析流程 NIR 技術(sh¨´)首先對標準品數據庫建立相應的數學(xu¨¦)模型和驗證模型£¬然后將待測樣品相應的組分代入至驗證模型中進(j¨¬n)行定量或定性分析£¬從而進(j¨¬n)行預測¡£具體流程為 5步£º ¢Ù對標準品進(j¨¬n)行光譜分析£» ¢Ú使用標準樣品數據建立數據庫¡¢應用數據庫建立數學(xu¨¦)預測模型£» ¢Û對待測樣品的光譜進(j¨¬n)行測定£» ¢Ü將待測樣品的光譜與數據庫中數據中標準品光譜進(j¨¬n)行比對£¬使用模型進(j¨¬n)行比對分析£¬得出定性或定量的分析結果£» ¢Ý不斷的更新數據庫和優(y¨u)化模型¡£ 1.3  NIR 技術(sh¨´)的校正模型及評價(ji¨¤)指標 NIR 分析技術(sh¨´)主要使用的校正模型為偏最小二乘回歸分析法 £¨PLS£©¡¢ 多元線(xi¨¤n)性回歸£¨MLR£©¡¢主成分分析£¨PCA£©以及神經(j¨©ng)網(w¨£ng)絡(lu¨° )£¨ANN£©等計算校正模型¡£評價(ji¨¤)模型優(y¨u)劣的參數主要有相關(gu¨¡n)系數£¨R2£©¡¢定標決定系數£¨RSQcal£©¡¢交叉驗證相關(gu¨¡n)系數£¨1-VR£©¡¢校正均方根差£¨RMSEC£©¡¢驗證均方根差£¨RM-SEP£©¡¢ 交 叉 檢 驗 標 準 誤 差£¨SECV£©£¬通常認為當 1-VR 值越大¡¢SECV 值越小£¬表明建立模型的擬合?#20173;?#22909;£¬即預測效力越高¡£ No.2 NIR 技術(sh¨´)在飼料原料養分預測中的應用 2.1  NIR 技術(sh¨´)在原料蛋白質(zh¨¬)含量預測中的應用 傳統凱氏定氮法等測定蛋白質(zh¨¬)含量的方法不能很好地實(sh¨ª)現快速高效的測定原料粗蛋白含量£¬且耗時(sh¨ª)耗力£¬而 NIR 技術(sh¨´)的應用£¬使得原料蛋白質(zh¨¬)含量測定實(sh¨ª)現了高效快速£¬NIR 技術(sh¨´)在苜蓿大豆等飼料原料粗蛋白含量的檢測方面具有廣泛應用¡£馮偉娟等£¨2018£©比較了 NIR 技術(sh¨´)和凱氏定氮法測定大豆中蛋白質(zh¨¬)含量的優(y¨u)缺點(di¨£n)£¬以青大豆¡¢黃大豆¡¢黑大豆以及黃豆粉為研究材料 £¬ 使用近紅外分析儀器£¨DA700£¬瑞典波通 Perten 公司£©分析了上述豆類(l¨¨i)原料的蛋白質(zh¨¬)含量£¬并用凱氏定氮法對上述原料蛋白質(zh¨¬)含量進(j¨¬n)行測定£¬結果表明兩者£¨上述所有豆類(l¨¨i)蛋白質(zh¨¬)含量£©結果無(w¨²)顯著(zh¨´)差異£¨P>0.05£©£¬研究認為 NIR 技術(sh¨´)可替代傳統凱氏定氮法進(j¨¬n)行大豆蛋白質(zh¨¬)含量的測定£»車(ch¨¥)暢等£¨2017£©以國家標準法測定了320份豆粕中粗蛋白含量£¬選用其中40份用NIR技術(sh¨´)進(j¨¬n)行光譜分析£¬建立預測模型£¬得到模型的相關(gu¨¡n)系數為0.963£¬而標準差為0.04£¬變異系數3.36£¬表明 NIR 技術(sh¨´)預測豆粕的粗蛋白含量具有很高的可靠性£»李琳琳等£¨2014£©研究也表明NIR 技術(sh¨´)可以準確預測大豆中蛋白質(zh¨¬)大含量£¨內部驗證相關(gu¨¡n)系數和內部驗證相關(gu¨¡n)系數分別為0.9471和0.9622£©¡£NIR 技術(sh¨´)同樣也可用于苜蓿類(l¨¨i)飼料原料蛋白質(zh¨¬)含量的測定£¬納嶸等£¨2018£©研究采用NIR技術(sh¨´)分析了63個(g¨¨)不同來(l¨¢i)源的苜蓿原料蛋白質(zh¨¬)的含量£¬采用改進(j¨¬n)最小二乘回歸分析法為校正模型£¬建立苜蓿蛋白質(zh¨¬)含量的預測模型£¬相關(gu¨¡n)參數結果表明£¬ 交叉驗證相關(gu¨¡n)系數£¨1-VR£©值為0.9201¡¢外部交叉驗證標準誤差£¨SECV£©值為0.2640£¬由這些參數可以看出£¬NIR技術(sh¨´)可以準確預測苜蓿中蛋白質(zh¨¬)的含量¡£除此以外£¬NIR技術(sh¨´)也可用于玉米胚芽粕£¨預測均方根誤差RMSEP為0.98%£©¡¢玉米蛋白粉£¨RMSEP為0.75%£©¡¢干酒糟£¨RMSEP為1.54%£©和菜籽粕£¨RMSEP為0.90%£©等植物源性原料中粗蛋白的含量£¨Fan等£¬2016£©£»動(d¨°ng)物源性飼料原料蛋白質(zh¨¬)含量也可使用 NIR 技術(sh¨´)進(j¨¬n)行準確的測定£¬如昆蟲(ch¨®ng)原料£¨昆蟲(ch¨®ng)粕£©中蛋白質(zh¨¬)含量的測定£¨Mandril等£¬2018£©¡£綜上表明£¬NIR技術(sh¨´)可以無(w¨²)損¡¢快速¡¢準確的測定飼料原料中蛋白質(zh¨¬)含量£¬為配制優(y¨u)質(zh¨¬)配方提供了有力的保證¡£ 2.2  NIR 技術(sh¨´)在原料粗脂肪含量預測中的應用 粗脂肪含量是配制優(y¨u)質(zh¨¬)日糧考慮的重要因素之一£¬傳統的粗脂肪含量測定是采用索氏提取法等檢測方法£¬耗時(sh¨ª)耗力£¬不利于飼料生產(ch¨£n)企業(y¨¨)批量快速測定£¬隨著(zh¨´)NIR技術(sh¨´)的發(f¨¡)展£¬越來(l¨¢i)越多的飼料企業(y¨¨)使用NIR技術(sh¨´)對原料進(j¨¬n)行粗脂肪含量的測定¡£曹小華等£¨2017£©采用傅里葉近紅外技術(sh¨´)分析了肉骨粉中粗脂肪的含量£¬以偏最小二乘回歸分析法為校正模型£¬建立肉骨粉中粗脂肪的含量的預測模型£¬分析結果表明?#32791;?#22411;對粗脂肪的預測決定系數為0.9261¡¢外部驗證集驗標決定系數高于0.94£¬而交叉檢驗的均方根誤差£¨RMSECV£©值為0.303£»相關(gu¨¡n)參數表明使用NIR技術(sh¨´)可以準確預測肉骨粉中粗脂肪含量¡£NIR技術(sh¨´)具有快速測定的優(y¨u)良特性£¬在一定程度上可以替代粗脂肪含量測定的國家標準方法£¬陳悅£¨2018£©比較了國標法測定與NIR技術(sh¨´)大豆中粗脂肪含量的差異£¬比較了兩者的結果£¬發(f¨¡)現NIR技術(sh¨´)的測定值與國標法測定值的絕對誤差在1.8%¡«2.6%£¬低于國家標準的10%£»結果表明 NIR 技術(sh¨´)和國標法之間的測定結果具有一致性¡£在大豆原料中粗脂肪含量的測定方面£¬李琳琳等£¨2014£©研究發(f¨¡)現使用 NIR 技術(sh¨´)可以準確地預測大豆中粗脂肪的含量£¨內部驗證相關(gu¨¡n)系數和外部驗證相關(gu¨¡n)系數 分 別 為0.8890和0.9155£©¡£NIR技術(sh¨´)在其他飼料原料中粗脂肪的測定也有應用£¬如楊偉偉等£¨2018£©采用NIR技術(sh¨´)分析了米糠粕中側脂肪的含量£¬結果表明使用NIR技術(sh¨´)測定具有很高的準確性£¬其平均誤差在0.5%以下£»納嶸等£¨2018£©研究表明NIR技術(sh¨´)測定的粗脂肪結果與常規法£¨GB/T6443-2006£©測定結果之間差異不顯著(zh¨´)£¨P=0.158£©£»同時(sh¨ª)可以測定飼草中粗脂肪的含量£¨1-VR 值為0.92£»SEP為0.54£©£¨Tejerina 等£¬2018£©¡£綜上表明NIR技術(sh¨´)可以實(sh¨ª)現準確快速地測定飼料原料中粗脂肪的含量£¬為飼料原料分級提供了有力的工具¡£ 2.3  NIR 技術(sh¨´)在原料粗纖維含量預測中的應用 日糧中粗纖維的含量對飼料品質(zh¨¬)具有重要影響£¬在飼料配制過(gu¨°)程中£¬需要根據不同畜禽以及日糧纖維的含量£¬從而配制適宜的配方£¬傳統測定粗纖維的含量是采用價(ji¨¤)格昂貴的濾袋進(j¨¬n)行測量£¬成本較高£¬且效率低£¬不利于企業(y¨¨)實(sh¨ª)現低成本高效測定的目標£¬NIR技術(sh¨´)具有高效無(w¨²)損且價(ji¨¤)格低廉的優(y¨u)勢£¬因而越來(l¨¢i)越多的學(xu¨¦)者及企業(y¨¨)采用NIR技術(sh¨´)對飼料原料中纖維的含量進(j¨¬n)行測定¡£姜訓鵬等£¨2016£©采用NIR技術(sh¨´)對6種飼料共327個(g¨¨)樣品的中性洗滌纖維£¨NDF£©和酸性洗滌纖維£¨ADF£©含量進(j¨¬n)行了測定£¬以傳統的濾袋法測定結果作為參?#25216;¯£?#37319;用最小二乘回歸分析法為校正模型£¬結果表明玉米干酒糟及其可溶物¡¢苜蓿草顆粒¡¢甜菜粕¡¢小麥麩¡¢大豆皮和噴漿玉米皮6種原料的NDF和ADF的范圍分別在 21.20%¡«65.28% 和6.40%¡«48.31%£¬模型驗證集決定系數和預測標準誤差分別為0.963 和1.82¡¢0.985和1.63£¬參數表明NIR技術(sh¨´)可用于多種飼料原料中纖維含量的快速測定¡£在玉米秸稈原料粗纖維測定方面£¬胡世洋等£¨2017£©采用近紅外光譜技術(sh¨´)測定了71種玉米秸稈樣?#20998;?#31895;纖維£¨綜纖維素¡¢纖維素¡¢半纖維素以及木質(zh¨¬)素£©的光譜£¬以化學(xu¨¦)測定結果作為驗證集£¬結果表明4個(g¨¨)預測模型的決定系數在 0.8383¡«0.9023 之間£¬均方根誤差在 1.16¡«2.02%之間£¬ 表明NIR技術(sh¨´)的預測效果較好£»類(l¨¨i)似的研究也發(f¨¡)現£¬使用NIR技術(sh¨´)測定玉米秸稈中酸性洗滌纖維的相對標準偏差僅為3.75%£¨薛俊杰等£¬2016£©¡£在飼草中粗纖維測定方面£¬高燕麗等£¨2015£©研究結果表明NIR技術(sh¨´)可準確不同生理狀況下嚴格的控制的預測紫花苜蓿干草中 NDF 和ADF 的含量£»Tejerina 等£¨2018£©認為NIR技術(sh¨´)可測定飼草中NDF的含量£¨1-VR=0.87£©¡£也有研究報道£¬NIR技術(sh¨´)在菜粕中粗脂肪含量的測定具有較好的預測效力£¨相關(gu¨¡n)系數高于0.8£©£¨郝生燕等£¬2014£©¡£表明NIR技術(sh¨´)可實(sh¨ª)現對多種飼料原料中的粗纖維含量實(sh¨ª)現無(w¨²)損快速的測定£¬為飼料資源的開(k¨¡i)發(f¨¡)利用提供了有效的數據¡£ 2.4  NIR技術(sh¨´)在原料碳水化合物含量預測中的應用 原料中適宜的碳水化合物對配制促進(j¨¬n)畜禽生產(ch¨£n)性能的配方具?#34809;e極作用£¬因而準確的評定飼料原料中碳水化合物含量對畜禽生產(ch¨£n)性能的提高具?#34809;e極作用£¬由于NIR技術(sh¨´)測定具有高效¡¢綠色以及無(w¨²)損的優(y¨u)良特性£¬使其在評定飼料原料中碳水化合物含量中有了廣泛的應用¡£在玉米原料中碳水化合物含量的測定方面£¬Hetta 等£¨2017£©以瑞典3個(g¨¨)不同品種的玉米£¨132 飼料級玉米原料£©為研究對象£¬采用高質(zh¨¬)量近紅外光譜技術(sh¨´)£¨NIR£©測定了樣?#20998;?#30340;可溶性碳水化合物含量£¬以最小二乘回歸£¨PLS£©分析法建立預測模型£¬結果表明NIR技術(sh¨´)測定玉米中可溶性碳水化合物具有很高的穩健性¡£薛俊杰等£¨2016£©研究表明NIR技術(sh¨´)可實(sh¨ª)現對玉米秸稈中的可溶性碳水化合物含量的測定£¨相對標準偏差為16.81%£©¡£李國彰等£¨2018£©用 NIR技術(sh¨´)分析了大麥秸稈中碳水化合物£¨CHO£©的含量£¬基于?#30340;?#29246;凈碳水化合物體系建立 CHO養分的預測數據庫£¬結果表明£¨二階導數最優(y¨u)模型£©£¬采用NIR技術(sh¨´)對大麥秸稈中CHO含量¡¢非纖維性碳水化合物£¨NFC£©含量的交互驗證決定系數£¨1-VR£©以及交互驗證標準差£¨SECV£©分別為0.9209和0.0073¡¢0.8571和0.0107£¬表明NIR技術(sh¨´)可以準確的預測大麥秸稈中CHO的含量¡£Chen 等(2013)研究表明£¬NIR技術(sh¨´)在谷物中總碳水化合物的測量中也有應用£¬其驗證決定系數和預測的均方根誤差£¨RM- SEP£©分別為 0.92和0.40£¬研究認為NIR技術(sh¨´)是測量谷物中碳水化合物的有效方法¡£綜上說(shu¨)明NIR技術(sh¨´)在原料WHO測定方面具有廣泛的應用£¬可以有效的評定原料中CHO的含量¡£ 2.5  NIR技術(sh¨´)在原料其他養分預測中的應用 NIR技術(sh¨´)具有高效無(w¨²)損測定的優(y¨u)良特性£¬除了在上述常規養分含量的測定外£¬還可用于原料中粗灰分£¨Ash£©¡¢混合飼料中維生素E含量¡¢氨基酸含量¡¢鈣磷含量以及干物質(zh¨¬)£¨DM£©等常規養分¡£肖紅等£¨2018£©采用 NIR 技術(sh¨´)分析了160份紫花苜蓿青貯原料樣?#20998;ÐAsh的含量£¬結果表明NIR模型測定的交叉驗證相關(gu¨¡n)系數£¨Rcv£©和交叉驗證標準誤£¨RMSECV£©分別為0.978和0.177£¬表明NIR技術(sh¨´)測定苜蓿原料中的Ash的含量是可行的¡£王燕妮(2017)等研究表明NIR技術(sh¨´)可實(sh¨ª)現預混合飼料中VE含量的快速測定¡£據李軍濤£¨2014£©報道£¬采用NIR技術(sh¨´)可測量不同來(l¨¢i)源玉米中的氨基酸的含量£¨除賴(l¨¤i)氨酸¡¢蛋氨酸¡¢色氨酸和胱氨酸外其余14中氨基酸決定系數在0.86¡«0.94£©£¬該研究還表明£¬使用NIR技術(sh¨´)測定原料中氨基酸的含量效果優(y¨u)于傳統的粗蛋白法測定¡£在礦物質(zh¨¬)含量測定方面£¬有研究報道£¬使用NIR技術(sh¨´)可用于鈣磷含量的測定£¨誤差在許可范圍內£©£¨Khaleduzzaman等£¬2017£©¡£在DM的測定中£¬Bagchi等£¨2016£©采用改進(j¨¬n)偏最小二乘回歸分析建立模型£¬采用NIR技術(sh¨´)對糙米中DM進(j¨¬n)行了測定£¬通過(gu¨°)外部驗證£¬證明NIR技術(sh¨´)測定糙米中DM是可行的¡£這表明NIR技術(sh¨´)對飼料原料養分預測具有通用性和廣泛性¡£ 3  小結與展望 NIR技術(sh¨´)具有高效¡¢無(w¨²)損以及快速測定等優(y¨u)秀特性£¬被飼料企業(y¨¨)用于大部分飼料原理蛋白質(zh¨¬)含量測定¡¢粗脂肪含量測定¡¢粗纖維含量測定¡¢碳水化合物物以及部分礦物質(zh¨¬)元素含量等常規養分的測定£¬為原料的接收以及評定提供了有力的支撐£»同時(sh¨ª)為畜禽配制優(y¨u)質(zh¨¬)配方提供了參考£¬從而有效地改善畜禽生產(ch¨£n)性能¡£NIR在技術(sh¨´)繼續推廣方面存在問(w¨¨n)題£¬如缺乏配套設備以及數據庫不夠完善£»在今后的推廣過(gu¨°)程需重視配套設備的研發(f¨¡)以及充實(sh¨ª)樣品數據庫¡£相信隨著(zh¨´)電?#26377;?#24687;技術(sh¨´)的發(f¨¡)展£¬會(hu¨¬ )有更多更精確的NIR設備應用于飼料原料養分預測中£¬同時(sh¨ª)相應的數據庫也會(hu¨¬ )隨之不斷擴大£¬從而使NIR技術(sh¨´)在原料養分預測中發(f¨¡)揮更大的作用£¬促進(j¨¬n)原料生產(ch¨£n)企業(y¨¨)¡¢飼料企業(y¨¨)乃至畜牧場(ch¨£ng)實(sh¨ª)現高效發(f¨¡)展¡£
£¨本文來(l¨¢i)源£º¡¶廣東飼料¡·£¬作者£º陳輝£©
£¨本文已被瀏覽 31323 次£© |
|
|
|
文章分類(l¨¨i) |
|
|
|
相關(gu¨¡n)文庫£º |
|
相關(gu¨¡n)資訊£º |
|
文章鏈接 |
|
|
|