首页|基于近红外光谱的花生秧营养组分预测模型构建

基于近红外光谱的花生秧营养组分预测模型构建

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
本试验旨在建立河南省南部地区花生秧主要常规营养组分近红外光谱(NIRS)预测模型.利用NIRS技术,以河南省正阳县主推的6个花生品系120份样品为材料,选取100份花生秧作为定标集、20份花生秧作为验证集,建立花生秧水分、粗蛋白质(CP)、粗脂肪(EE)、粗纤维(CF)、粗灰分(Ash)、酸性洗涤纤维(ADF)、酸性木质素(ADL)和中性洗涤纤维(NDF)的湿化学法测定值与其扫描光谱值的预测模型.结果表明:花生秧水分、CP、EE、CF、Ash、ADF、ADL和NDF预测模型的定标决定系数(RSQ)和交叉验证决定系数(1-VR)均在0.9以上,交叉验证标准误差(SECV)分别为 0.209 4、0.161 6、0.616 3、1.108 6、0.223 5、1.413 5、1.524 4和 1.763 3,外部验证相对分析误差(RPD)分别为8.99、6.25、1.72、3.45、4.55、3.85、5.26和4.17.由此可见,本试验所建立的NIRS预测模型可用于花生秧水分、CP、ADL、CF、Ash、ADF和NDF含量的预测,应用于实际生产;EE含量不能准确预测,需进一步进行调整优化.
Construction of Nutrient Component Prediction Model of Peanut Vines Based on Near Infrared Spectroscopy

near infrared spectroscopy technologypeanut vinenutrition componentprediction model

付趁、巴提玛·努尔巴合提、马慧慧、孙全友、周莹、王改利、李绍钰、徐彬、王琳燚

展开 >

河南省农业科学院畜牧兽医研究所,郑州450002

哈密市畜牧工作站,哈密839000

近红外光谱技术 花生秧 营养组分 预测模型

河南省农业科学院基础性科研工作项目河南省农科院自主创新项目河南省农业科学院科技创新团队专项河南省畜禽繁育与营养调控重点实验室开放课题

2023JC182023ZC0562023TD14

2023

10.12418/CJAN2023.436

动物营养学报
中国畜牧兽医学会

动物营养学报

CSTPCDCSCD北大核心
影响因子：1.297
ISSN：1006-267X
年,卷(期)：2023.35(7)
  • 1
  • 18