飼料玉米品質分析的化學計量學方法

劉亞 史勇 師旭明 孫美樂 宋魚 仙鶴 姚國民

摘要：以飼料玉米為研究對象，采用化學計量學方法，利用全波段光譜數據建立玉米粗蛋白預測的簡單快速精準預測模型。結果表明：原始光譜經去趨勢算法預處理后，Rank-KS算法選擇校正集和預測集，使用偏最小二乘（Partial least square，PLS）方法進行建模，校正集和預測集的相關系數分別為0.991 5和0.981 3，校正集和預測集的均方根誤差分別為0.063 4和0.113 8。預測集的相對分析誤差RPD為5.02，大于評估閾值3.0。所建模型精度和穩定性較為理想，可滿足在線生成檢測的要求。

關鍵詞：化學計量學;飼料玉米;近紅外光譜;Rank-KS算法

中圖分類號：S816? ? 文獻標識碼：A? ? 文章編號：1674-1161（2022）03-0057-04

玉米是用途最為廣泛的飼料作物，可為家禽和牲畜提供多種生長所需的營養成分，被稱為“飼料之王”。粗蛋白含量是評價飼料玉米品質最常見和最重要的指標，傳統的粗蛋白含量檢測主要采用實驗室濕化學方法，存在檢測周期長、試劑種類多且用量大、操作繁瑣等缺點。近紅外光譜分析技術具有無損、快速、樣品前處理簡單、多組分同時在線檢測等優點，目前已被大中型飼料企業用于飼料玉米原材料驗收和成品出廠檢驗。近年來，近紅外光譜技術結合化學計量學方法所建立的光譜與待測組分屬性值關系模型技術不斷發展，簡單快速的分析預測模型可以顯著降低近紅外光譜分析儀器的造價，成為推廣近紅外光譜技術應用的一個重要方向。以飼料玉米為研究對象，結合化學計量學方法，利用全波段光譜數據建立玉米粗蛋白預測模型，以期為近紅外光譜技術在飼料品質的在線快速檢測提供依據?！?br>