[发明专利]一种预测花生秧营养成分的方法

说明书

本发明涉及饲料营养领域，特别是指一种预测花生秧营养成分的方法。存放花生秧的堆垛上按照“五点采样法”精准采集50‑100组花生秧样品；清除花生秧上的杂质，利用剪刀或铡刀剪样处理后，粉碎样品、过筛，得40‑60目的花生秧样品；用红外光谱仪检测样品，每组样品重复3‑5次，得原始光谱图；原始光谱图通过标准正态变换、去趋势校正和一阶导数或二阶导数相结合的算法，定标样品营养成分指标的相关系数，进而确定能准确预测的样品营养成分的指标。本发明系统阐述了的近红外快速测定花生秧样品组分时采样、制样、上机扫描条件和模型建立最佳条件的选择和优化，对于近红外技术预测花生秧营养成分有一定的借鉴意义。

技术领域

本发明涉及饲料营养领域，特别是指一种预测花生秧营养成分的方法。

背景技术

目前畜牧业发展迅速，优质粗饲料需求量增加，积极开发利用粗饲料资源，对减少浪费，扩大饲料来源，降低饲料成本有重要意义。近红外技术已被广泛地应用与畜牧业生产的相关的领域，但是有关近红外技术测定粗饲料营养成分方法并不成熟。花生秧是一种蛋白含量高的优质粗饲料，尤其适合饲喂反刍动物。

花生秧营养价值丰富，适口性好，经济价值高，是值得开发的饲料资源。传统的饲料营养价值检测的湿化学方法需要大量的人力、物力，并且每个指标的检测方法各不相同，一种饲料要同时检测DM、CP、ADF、NDF等指标耗费时间较长。而随着科学技术和信息技术的发展，近红外光谱分析技术（NIRS）被逐渐应用到苜蓿、青贮、花生秧等营养价值的检测中。近红外技术可作为一种十分快速有效的方法，评估谷物作物、饲料原料及饲料的品质。在建立花生秧快速检测模型时发现，对于同一花生秧样品，不同的粉碎粒度，所形成的光谱不同，预测值与实测值的相关性也不同，对于在哪种粒度下，模型更为精准尚不明确。

NIRS技术自1800年被发现以来，随着相关光谱预处理方法和化学计量方法的不断改进，逐步发挥其快速、简便、实时检测的优点。目前NIRS技术研究已经深入农业领域。NIRS技术应用在饲料行业，能够准确预测多种饲料原料的营养成分，改善饲料原料分析中过程繁琐、耗时、费力的现象，而且减少化学试剂的使用对环境造成的污染。

发明内容

本发明提出一种预测花生秧营养成分的方法，解决了用红外技术预测花生秧中营养成分的问题。

本发明的技术方案是这样实现的：

一种预测花生秧营养成分的方法，步骤如下：

（1）花生秧的采集：存放花生秧的堆垛上按照“五点采样法”精准采集50-100组花生秧；

（2）花生秧的制样：清除花生秧上的杂质，利用剪刀或铡刀剪样处理后，粉碎样品、过18-40目筛，得的花生秧样品；

（3）花生秧的扫描：用红外光谱仪检测步骤（2）处理的花生秧样品，每组花生秧样品填充3次，每次填充扫描100次，最终光谱为inferstar软件平均处理3次填充所得光谱图作为原始光谱图；

（4）模型的建立：将原始光谱图运用标准正态变换、去散射和一阶导数或二阶导数相结合的化学计量方法进行预处理后，运用偏最小二乘法建立相关预测模型。并以RSQ（定标相关系数）、RSQV（交叉验证相关系数）SEC（定标验证误差）、SECV（交叉验证误差）表示模型预测能力。

（5）外部验证，运用模型预测24个预测集，将预测的预测值与实测值进行相关性分析，以相关系数R²表示外部验证结果，R²越接近于1表示模型预测精准度越高。

所述步骤（1）中五点采样法为选取取样点，每个取样点取200.0±0.5g；采样前将表面50cm的花生秧去除，取样时注意不要让叶子的脱落，采集完整或具有代表性的花生秧，之后按“四分法”缩分至200.0±0.5g，装袋并记录好样品名、采样人及采样日期。

所述步骤（2）中粉碎样品时，粉碎机每粉碎两个样品需暂停5-10min。