近红外光谱技术在玉米青贮饲料分析中的应用现状
李丽媛
【摘 要】摘 要 【期刊名称】农业科学 【年(卷),期】2024(009)004 【总页数】9 【关键词】关键词
文章引用: 李丽媛.近红外光谱技术在玉米青贮饲料分析中的应用现状[J].农业科学,2024,9(4): 258-266. Received: Apr.4th,2024;
accepted: Apr.19th,2024; published: Apr.26th,2024 Copyright ? 2024 by author and Hans Publishers Inc.
This work is licensed under the Creative Commons Attribution International License (CC BY).
http://creativecommons.org/licenses/by/4.0/
1.引言
玉米青贮饲料是奶牛养殖中最主要的日粮成分，占比高达60%左右，其营养价值对奶牛的生产性能起着至关重要的作用。单头高产泌乳奶牛年消耗玉米青贮饲料在3.6吨左右，费用约占总饲养成本的20%，玉米青贮饲料的营养价值也影响着牧场的经济效益。因玉米品种、地域和青贮工艺的不同，玉米青贮饲料的营养指标存在着较大差异；受季节和环境等因素的影响，玉米青贮饲料的营养指标还具有波动性。快速获取玉米青贮饲料的营养价值水平成为保障奶牛生
产性能稳定、降低饲养成本的重要手段。
近红外(near-infrared,NIR)光谱分析技术是一种有机物快速分析技术。它的原理是利用有机化学物质在近红外光谱区的光学特性来快速测定样品中的一种或多种化学成分，具有分析速度快、样品制备简单、无破环性、无污染和同时测定多种成分的特点。随着光学、计算机数据处理技术、化学光度理论和方法的不断发展，以及新型近红外光谱仪器的不断出现和软件版本的不断更新，该技术的稳定性、实用性和准确性不断提高，应用领域也不断扩大，在农业、食品、石油化学和生物医学等多个领域均得到了广泛的应用。
国内外大量的专家学者从20世纪80年代开始研究利用近红外光谱技术快速测定玉米青贮的营养指标、评定其质量水平。本文从预测指标的范围、扫描样品预处理方式2个维度总结了已有研究成果。
2.预测指标的范围
在美国Norris [1]将NIR技术引入粗饲料质量检测后，A.J.Moe和S.B.Carr [2]首次探索利用NIR技术预测玉米青贮饲料的体外干物质消化率(in vitro dry matter digestibility,IVDMD)，并达到与实验室范式纤维分析法基本一致的效果。众多国内外学者不断的研究扩建玉米青贮饲料的NIR定标模型，如表1所示。玉米青贮饲料NIR模型的预测范围已经覆盖营养指标、发酵品质、消化代谢、质量评定/营养价值评定、产气回归方程参数等多种指标。其中，营养指标包含常规指标、范式纤维指标、氨基酸和矿物质元素等。研究也表明，NIR技术在预测玉米青贮饲料的不同指标上具有不同的效果。 2.1.常规指标
常规指标是指基于Weende饲料分析体系化学分析方法获取的概略养分，主要
包括：水分(Moisture)、粗蛋白(Crude protein,CP)、粗灰分(Ash)、粗脂肪(Ether extract,EE)、粗纤维(Crude fibre,CF)等。
粗蛋白：加拿大E.V.Valdes等[3]研究利用NIR技术预测青贮前全株玉米(Zea mnys L.)秸秆中粗蛋白，定标模型的决定系数(R2)最高可达0.95，验证集最低预测误差(SEP)为0.35 (单位：%DM，基于干物质的百分比)。已报到的模型中，SEP最低为0.16 [4]，定标集样品CP的含量范围为5.43～10.52 %DM。国内中国农业大学刘贤等[5]基于不同种类青贮饲料样品构建了 CP的定标模型，该模型可分析玉米、水稻、高粱、小麦和苜蓿等多种青贮品类，模型RPD可达2.34。
粗灰分：比利时De Boever等[6]采集了101个的玉米青贮饲料样品的NIR光谱，构建了Ash的定标模型，模型SECV为7 g/Kg DM，所有样品Ash的含量范围在39～100 g/Kg DM (基于干基)，预测效果明显差于粗蛋白等指标。国内刘贤等[7]扩大了样品种类，选择了158种不同种类的秸秆青贮饲料，所有样品的Ash含量范围在39.9～146.3 g/Kg DM，定标模型SECV为5.71 g/Kg DM。Ash的NIR模型精度仍低于其他常规指标的NIR模型精度。 粗脂肪：国内白琪林等[8]采集了普通、高油和超高油玉米全株和秸秆的青贮样品，构建了EE的NIR定标模型。所有样品EE的含量范围在1.89～8.24 %DM，模型R2为0.78，RMSECV = 0.82。但De Boever等[6]在前后24年中采集了不同年份的玉米青贮，指出EE与储存时间高度相关，受氧化因素影响，每年减少0.64 g/Kg DM。可见，在NIR模型的定标和预测过程中，都需要考虑青贮玉米的采集和存放时间。
粗纤维：CF的NIR模型[6]SECV为13 g/Kg DM，适用样品的含量范围为
近红外光谱技术在玉米青贮饲料分析中的应用现状
