10.3969/j.issn.1006⁃267x.2021.05.051
苜蓿干草不同处理方式对近红外预测模型预测准确性的影响
本试验旨在利用近红外光谱(NIRS)技术分别建立切短苜蓿干草(3~5 cm)和粉碎苜蓿干草(过1.0 mm筛)的干物质(DM)、粗蛋白质(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)和粗灰分(Ash)预测模型,并且分析这2种处理方式对近红外预测模型预测准确性的影响.试验共采集186份苜蓿干草样品,选取149份作为定标集,37份作为验证集,利用近红外光谱技术结合改良偏最小二乘法(MPLS)分别建立切短苜蓿干草和粉碎苜蓿干草的营养成分含量预测模型.结果表明:1)利用近红外光谱技术建立的切短苜蓿干草NDF预测模型可用于精确预测,DM和ADF预测模型可用于实际生产中的预测,Ash和CP预测模型只能用于粗略的筛选分析,EE预测模型不可用.2)利用近红外光谱技术建立的粉碎苜蓿干草DM、NDF和ADF预测模型可用于精确预测,Ash预测模型可用于实际生产中的预测,CP和EE预测模型只能用于粗略的筛选分析.3)利用近红外光谱技术建立的切短苜蓿干草各营养成分预测模型的预测偏差与粉碎苜蓿干草无显著差异(P>0.05),但预测决定系数(RSQ)和外部验证相对分析误差(RPD)低于粉碎苜蓿干草,说明切短处理各营养成分定标模型预测分析准确性低于粉碎苜蓿干草.由此可见,利用近红外光谱技术建立的预测模型可用于预测切短苜蓿干草和粉碎苜蓿干草的DM、NDF和ADF含量,切短苜蓿干草营养成分定标模型预测分析准确性低于粉碎苜蓿干草.
苜蓿干草、处理方式、近红外光谱、准确性
33
S816.17(普通畜牧学)
农业农村部农牧交错带牛羊牧繁农育关键技术集成示范项目;公益性行业农业科研专项
2021-06-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
2939-2948