[发明专利]一种基于近红外光谱的燕麦相对饲用价值的检测方法

说明书

本发明公开了一种基于近红外光谱的燕麦相对饲用价值的检测方法。本发明方法包括如下步骤：(1)采集N份不同品种燕麦全株样品，获取N份燕麦全株干样；(2)分别测定中性洗涤纤维和酸性洗涤纤维含量，计算相对饲用价值；(3)将N份燕麦全株干样中每个样品进行三次重复扫描，获取3N份近红外光谱图；(4)剔除近红外光谱图中异常样本，以剔除异常样本后剩余的全株干样为定标集，以随机抽取的全株干样为验证集；(5)构建定标模型；(6)获取待检测燕麦全株干样的近红外光谱图，根据定标模型，即可得到待检测燕麦全株的相对饲用价值。本发明方法提高了相对饲用价值检测的效率和准确性，填补了燕麦干草相对饲用价值近红外检测的空白。

技术领域

本发明属于饲草检测领域，尤其涉及一种基于近红外光谱的燕麦相对饲用价值的检测方法。

背景技术

燕麦(Avena sative)是一种优良的禾本科(Gramineae)饲草，具有较高的营养价值与饲用价值，改善粗饲料的消化利用率，是家畜重要的饲料来源，对缓解家畜矛盾、提供均衡饲料、维持草地畜牧业可持续发展和生态建设起到了至关重要的作用。燕麦干草适口性好，具有可消化纤维含量高以及钾和硝酸盐含量低等特点，除了可以提高家畜的生产性能外，还能降低在某些时期疾病的发生，例如降低奶牛产后酮病的发生等。

在燕麦收获季节，将燕麦植株制成干草以备其他季节使用，是各畜牧单位常用的方法，其营养品质主要取决于粗蛋白(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维含量(ADF)和粗脂肪(EE)含量等，作为粗饲料的主要来源，相对饲用价值是作为评价燕麦干草的重要参数。然而燕麦干草品质易受品种、产地、收获时期、加工方式等因素的影响。目前国内对这些营养指标的测定普遍采用常规的化学测定方法，其优点是准确度和精确度高，但这些测定方法不仅周期长，成本高、局限性强、操作麻烦、不利于进行实时监测。而且使用危险的化学药品，对检测员与环境造成一定的危害。

发明内容

本发明的目的是提供一种基于近红外光谱的燕麦相对饲用价值的检测方法，提高实际生产中相对饲用价值检测的效率和准确性，检测更加高效、绿色，可以实时监测，填补了燕麦干草相对饲用价值近红外检测的空白。

本发明提供的一种燕麦相对饲用价值的检测方法，包括如下步骤：

(1)采集N份不同品种的燕麦全株样品，N为50～150间的任意整数，烘干后粉碎，得到N份燕麦全株干样；

(2)分别测定所述N份燕麦全株干样中的中性洗涤纤维的含量和酸性洗涤纤维的含量，按照如下公式(1)-(3)分别计算所述N份燕麦全株干样的相对饲用价值；

RFV＝DDM×DMI/1.29 (1)

DDM＝88.9－0.779ADF (2)

DMI＝120/NDF (3)

其中，RFV表示相对饲用价值，DDM表示干物质消化率，DMI表示干物质采食量，NDF表示干物质中的中性洗涤纤维的质量百分含量，ADF表示干物质中的酸性洗涤纤维的质量百分含量；

(3)将所述N份燕麦全株干样中每个样品进行三次重复扫描，获取3N份近红外光谱图；

(4)剔除所述3N份燕麦全株干样中的异常样本，以剔除异常样本后剩余的全株干样为定标集，以随机抽取的全株干样为验证集；

(5)对步骤(2)中计算得到的所述定标集的相对饲用价值和步骤(3)得到的所述定标集的近红外光谱图进行关联，构建定标模型；

利用所述定标模型对步骤(4)中所述验证集进行预测，以验证所述定标模型；