燕麥草常規營養成分含量近紅外預測模型的建立
【摘要】：本試驗旨在構建燕麥草常規營養成分含量的近紅外預測模型。試驗于2017—2019年,從我國京津冀等地區的牧場及種植基地收集了80份不同品種、不同產地和不同成熟度的燕麥草,參照燕麥草常規營養成分國標檢測方法測定采集80份樣品中水分(MSTR)、粗蛋白質(CP)、中性洗滌纖維(NDF)、酸性洗滌纖維(ADF)、粗脂肪(EE)和粗灰分(Ash)含量并進行燕麥草近紅外光譜采集。使用OPUS7.5中的偏最小二乘(PLS)化學計量學方法將燕麥草的光譜圖和理化指標進行關聯,交叉檢驗法評價預測模型效果。結果顯示:不同來源的燕麥草中MSTR、CP、NDF、ADF、EE和Ash含量變異較大;MSTR、CP、NDF、ADF和Ash含量預測模型校正決定系數(RSQcal)為0.886～0.977,交叉驗證決定系數(1-VR)為0.84～0.95,交叉驗證相對分析誤差(RPDCV)為2.50～4.23,定標效果較為理想,外部驗證預測決定系數(RSQv)為0.846～0.945,預測相對分析誤差(RPDV)為2.57～4.20,表明模型均可應用于實際檢測且適用性良好;EE含量預測模型RSQcal為0.870,1-VR為0.772,RPDCV為1.80,外部驗證結果 RSQv為0.735,RPDV為1.95,模型效果不理想,不能應用于實際檢測。綜上所述,本試驗初步建立燕麥草中MSTR、CP、NDF、ADF和Ash含量的近紅外預測模型效果較好,為生產中快速高效測定燕麥草常規營養成分提供技術支撐。
|
|
|
|
| 1 |
周媛;葉燁;王新彥;周宏根;王筱蓉;;零轉彎半徑割草機連續翻滾特性參數化預測模型[J];農機化研究;2018年01期 |
| 2 |
張維宏;;基于灰色預測模型的廣東生豬養殖分析[J];廣東農業科學;2010年12期 |
| 3 |
惠明弟;吳兵;賈剛;王康寧;;樣品集的數據分布特征對建立玉米粗蛋白近紅外預測模型的影響[J];中國畜牧雜志;2013年11期 |
| 4 |
張吉鹍,盧德勛,胡明,謝鵬超,李龍瑞,包賽娜,胡紅蓮,鄒慶華;建立各種飼料能量預測模型方法的比較研究[J];畜牧與飼料科學;2004年03期 |
| 5 |
呂愛軍,李道年,余為一;布魯氏菌病感染預測模型的建立與精度比較[J];中國動物檢疫;2000年10期 |
| 6 |
吳家鑫;張國棟;齊鵬;鄭應華;何繼紅;葛辛玫;趙梅仙;朱曉娟;;黃霉素發酵過程的灰色關聯度分析及其灰色預測模型[J];化工進展;2013年06期 |
| 7 |
;中國農業科學院飼料研究所建立常用飼料營養價值評定體外預測模型[J];糧食與飼料工業;2013年10期 |
| 8 |
富麗霞;馬濤;刁其玉;成述儒;宋雅喆;孫卓琳;;肉羊精料可代謝蛋白質預測模型的建立[J];中國農業科學;2019年03期 |
| 9 |
馬群山,沈勇,李欣,唐德江,王念功;妊娠三江白豬相關性血小板早孕預測模型與分析[J];黑龍江八一農墾大學學報;2000年02期 |
| 10 |
李彥芳;張美美;孫瑞濤;劉大森;;對反芻動物瘤胃甲烷產量預測模型的分析[J];飼料工業;2017年23期 |
| 11 |
張吉鹍;程正新;鄒慶華;李龍瑞;;反芻動物常用粗飼料消化率預測模型的驗證研究[J];飼料工業;2010年S2期 |
| 12 |
范潤梅;解沛;王征南;;灰色預測模型在我國飼料產量預測中的應用[J];中國畜牧雜志;2009年08期 |
| 13 |
李沛;陸輝山;趙守耀;王福杰;;基于紅外熱成像的育成期蛋雞體溫檢測方法[J];中國農業大學學報;2021年05期 |
| 14 |
盛慶云;羅揚珩;向昆;劉曉強;鄭艷;;應用灰色預測技術分析禽流感流行趨勢[J];中國公共衛生管理;2007年04期 |
| 15 |
陳振,梁保松,黨耀國,趙華圣,郝建麗;河南生豬及豬肉生產預測模型的建立及分析[J];河南農業大學學報;2005年04期 |
| 16 |
丁耿芝;孟慶翔;;反芻動物干物質采食量預測模型研究進展[J];動物營養學報;2013年02期 |
| 17 |
馬群山,沈勇,李欣,唐德江,王念功;妊娠三江白豬相關性血小板早孕預測模型與分析[J];吉林畜牧獸醫;2000年03期 |
|
手機打開
快捷付款方式
訂購知網充值卡
訂購熱線
幫助中心