近红外漫反射光谱技术快速预测蒸汽压片玉米常规成分含量的研究
基于近红外光谱的玉米水分含量快速检测分析
关键词：检测分析；近红外光谱；水分含量；玉米作物
前言：国内主要的大田作物为玉米，占国内谷物总产量的 28%左右，不仅具有较高的营养价值，且分布范围广泛，还拥有很 大的市场需求量，已成为国内关键的饲料与粮食原料。玉米中的 水分、蛋白质与糖类作为玉米加工厂在收购玉米期间备受关注 的检测参数，直接关系到玉米的质量。同时，由于玉米作物的储 存周期取决于自身的含水量，因此在玉米储存与收购期间迫切 需要快速检测的技术方法。近红外光谱可以所测物质内含 N-H、 C-H 等基团的振动信息对样本中的主要成分进行检测，具备采 样速度快、便捷等优势，是当下农产品检测的关键方法。
1 研究背景 1.1 技术背景 现阶段，我国产量稳居首位且种植面积最广的为玉米作物， 它除了有“饲料之王”的美誉外，还可以作为工业原料。随着近几 年美国“单粒播”玉米种子的推广与发达国家玉米机械化单粒优 质播种技术的引进，国内的传统玉米播种技术发生了巨大的变 化。此类播种技术与传统模式相比，更便于操作，具有高产与省 工等特点。然而也对每粒种子均提出高的检测要求，尤其是针对 单粒播种的玉米种子水分要求不应高于 14%，不然会降低种子 的活力，消耗更多的养分。由于水分是国内农作物种子质量的必 检项目，所以单粒玉米种子水分的高通量与快速检测极具现实 意义。 1.2 运用近红外光谱检测方法的必要性传统的烘箱恒重检 测法虽然起步较早，但是却存在测试速度缓慢，对样品造成损 坏，无法单颗测定等问题，对后期的检测数据十分不利，而且还 无法适应现阶段种子市场快速发展的需求，所以迫切需要构建 一类稳定、有效、快速、无损的检测方法。而近红外光谱可以通过 所测物质内含的 N-H 与 C-H 等化学键的振动对近红外光的吸 收特性，采用化学计量法构建玉米样本近红外光谱和含水量间
近红外光谱法测定玉米品质指标的研究
０４ ．０和 １５ ； ．１模型外部验证决定系数（ ：） Ｒ 分别为 ０ ９９１０ ９５１和 ０９７５ 外部验 证标准 差（ ＭｓＰ 为 ０４ ，．５ ｉ ．３ ， ．６ ．８ ； Ｒ ｌ ） ．１０３ Ｅ
ｔ ｎ ｆｒｄ ｔｒ ｎｎ ｒｄ ｒｔｉ ｆｔ ｎ ｔｒｈ ｗ ｒ ．７ ０．６ ｎ ． ９ ｅｐ ｃｉｅｙ ａ ｈ ｉ ）ｏ ｅｅｍｉｉｇｃ ｅｐ ｏ ｎ， ｄｓａｃ ｅｅ０ ９ ７８， ９ ６６ ａ ｄ０ ９ ２７ ｒｓ ｅｔ ｌ ，ｓｔｅＲＭＳ Ｃ ｅｅ ｏ ｕ ｅ ａ ａ ｖ Ｅ Ｖ ｗ ｒ ０．８， ４ ｎ ． １ Ｔ ｅＲ （ ｏｆｃｅ ｔ ｏ ｅｅｍｉａｉｎｆｒ ａｉａｉｎ ｅｅ０．３ ， ９ ５ １ａ ｄ０．８ Ａｓ ３ ０．０ａ ｄ １ ５ ． ｈ ｌｃ ｅｆ ｉｎｓ ｆ ｔｒ ｎ ｔ ｌ ｔ ）ｗ ｒ ９ ９１ ０．６ ｎ ９ ７５． ｉ ｄ ｏｏ ｖ ｄ ｏ ＲＭ—
近红外光谱分析技术在玉米品质检测中的应用研究进展
近红外光谱分析技术在玉米品质检测中的应用研究进展
常莉;翟晨;钱承敬;史晓梅;张巍巍;罗云敬;张晓琳
【期刊名称】《中国畜牧杂志》
【年(卷),期】2024(60)1
【摘要】玉米是我国重要的粮食作物和动物饲料来源。
为实现精准化营养和自动化加工,在玉米种植、仓储、深加工、饲用等领域,玉米的营养品质、安全指标及种子质量等备受关注。
传统的化学检测方法会对样品产生破坏,耗时耗力,并且需要专业的技术人才进行操作,难以满足日益增长的玉米检测需求。
近红外光谱分析技术具有检测速度快、操作简单、多组分同时分析等优点。
本文主要综述近红外光谱分析技术在检测玉米的化学成分、安全指标、种子质量等方面的研究进展,旨在为近红外光谱分析技术在玉米的品质评价、种质选择等方面的检测应用提供参考。
【总页数】7页(P101-107)
【作者】常莉;翟晨;钱承敬;史晓梅;张巍巍;罗云敬;张晓琳
【作者单位】北京工业大学环境与生命学部;中粮营养健康研究院有限公司营养健康与食品安全北京市重点实验室
【正文语种】中文
【中图分类】S816
【相关文献】
1.近红外光谱分析技术在农产品/食品品质在线无损检测中的应用研究进展
2.近红外光谱分析技术在羊肉品质检测中的应用研究进展
3.近红外光谱分析技术在蔬菜
品质检测中的应用研究进展4.近红外光谱分析技术在农产品食品品质在线无损检测中的应用研究进展5.近红外光谱分析技术在鸡肉品质检测中的应用研究进展
因版权原因，仅展示原文概要，查看原文内容请购买。
一种提高玉米中油含量预测精度近红外光谱变量选择方法[发明专利]
![一种提高玉米中油含量预测精度近红外光谱变量选择方法[发明专利]](https://img.taocdn.com/s3/m/4646e9551fd9ad51f01dc281e53a580216fc50f2.png)
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202010337552.7(22)申请日 2020.04.26(71)申请人 长春理工大学地址 130022 吉林省长春市卫星路7089号(72)发明人 宦克为 赵环 刘小溪 韩雪艳 (74)专利代理机构 长春市吉利专利事务所(普通合伙) 22206代理人 李晓莉(51)Int.Cl.G01N 21/359(2014.01)G01N 21/3563(2014.01)G06F 17/16(2006.01)(54)发明名称一种提高玉米中油含量预测精度近红外光谱变量选择方法(57)摘要本发明涉及一种提高玉米中油含量预测精度近红外光谱变量选择方法，属于食品分析领域。
具体实施过程如下：测量玉米近红外光谱数据及其油含量化学值；其次，通过反复收缩变量空间，选取其交互检验均方根误差最小的变量集，并运用自助采样结合偏最小二乘法，保留交互检验均方根误差最小的变量子集M，计算每个变量的回归系数，进行求和归一化，生成变量权重；最后，运用加权自助采样结合偏最小二乘法，保留加权自助采样后的最佳变量子集N，比较变量子集M和N的预测模型交互检验均方根误差，确定交互检验均方根误差最小的变量子集为最终的变量选取结果，建立玉米中油含量的预测模型。
该方法与现有技术相比较，提高了模型的预测精度及稳定性。
权利要求书1页 说明书5页 附图3页CN 111474136 A 2020.07.31C N 111474136A1.一种提高玉米中油含量预测精度近红外光谱变量选择方法，其特征在于包含以下步骤：步骤一、测量玉米样本的近红外光谱，获得玉米近红外光谱数据X及其油含量化学值数据Y，运用Kennard -Stone算法将X和Y分为校正集和预测集；步骤二、通过蒙特卡洛采样方法对校正集中的样本进行随机采样，采集80％的校正集样本得到以光谱为变量的样本子集S；步骤三、用偏最小二乘法建立被抽取的样本子集S的光谱矩阵X(n ×m)和化学值矩阵Y (n ×1)的回归模型，并记录每个光谱变量的回归系数b i ，i取值范围是1～m的整数；步骤四、根据步骤三所述回归系数b i 取绝对值为|b i |，通过指数衰减函数计算出变量保留阈值，强行删除回归系数绝对值|b i |小于变量保留阈值的光谱变量，生成变量空间M p ；步骤五、步骤一所述校正集中的样本不变，根据步骤四所述变量空间M p ，得到一个新的校正集B，将新的校正集B迭代步骤二～步骤四，记录每次迭代过程中生成的变量空间M p ，迭代次数为50次；步骤六、用步骤五所述每次迭代过程中生成的变量空间M p ，分别建立偏最小二乘回归模型，计算出每个模型的交互检验均方根误差，选取交互检验均方根误差最小的变量空间M p ，命名为新的变量空间R；步骤七、运用自助采样法对变量空间R进行采样N 1次，得到N 1个变量子集A；步骤八、运用偏最小二乘法分别建立每个变量子集A的预测模型a，并比较其交互检验均方根误差，保留交互检验均方根误差最小的变量子集M 1；步骤九、计算每个变量在不同预测模型a中的回归系数，并进行求和，最后进行归一化，生成变量权重f 1；步骤十、运用加权自助采样法，对变量空间R进行K次变量采样，得到K组变量子集B；步骤十一、运用偏最小二乘法分别建立每个变量子集B的预测模型b，并根据其交互检验均方根误差，保留加权自助采样后的均方根误差最小的变量子集M 2；步骤十二、对加权自助采样后建立的K组变量子集B的预测模型b中每个变量回归系数，进行求和并归一化，生成变量权重f 2；步骤十三、根据步骤十二中所述生成变量权重f 2，迭代步骤十～步骤十二，迭代次数为L 次，记录每次迭代过程中产生的变量子集M 2；步骤十四、根据步骤八中所述变量子集M 1以及步骤十三中所述迭代过程中所保留变量子集M 2，比较其交互检验均方根误差，确定交互检验均方根误差最小的变量子集为最终的变量选取结果，并根据偏最小二乘法建立玉米中油含量的预测模型。
国内粮食作物检测中近红外光谱的最新应用进展分析
国内粮食作物检测中近红外光谱的最新应用进展分析0 引言自 1800 年英国物理学家W. Herschel 发现近红外光以来，计算机技术、信息提取技术和仪器设备等的发展，极大的促进了近红外光谱分析技术的发展，近红外光谱是20 世纪90年代以来发展最快、最引人注目的光谱分析技术。
以其高效、快速、无损等特点成功广泛应用于工业、农业、食品、纺织、药品等领域[1]。
随着人们对食品安全的日益重视，粮食作物的检测技术不断发展，除传统的化学方法外一些先进的新技术或者其他领域的技术也都有所引入，如计算机视觉、液相色谱、随机扩增多态性DNA 技术（RAPD）等等。
而其中一些检测方法和检测仪器因检测速度慢、有损、效率低、成本高、劳动量大等特点不能满足随着人们对粮食作物检测效率、检测程序复杂等要求。
近红外光(Near Infrared,NIR)是指波长在760~2500nm 范围内的电磁波,介于可见光(VIS)与中红外光(MIR)之间。
由于分子振动的非谐振性,使分子振动从基态向高能级的跃迁成为可能。
当近红外光照射到由一种或多种分子组成的物质上时，如果物质分子为红外活性分子，则红外活性分子中的键与近红外光子发生作用，分子振动、转动的状态变化、分子振动或者转动状态在不同能级间的跃迁产生近红外光谱吸收。
能量跃迁包括基频跃迁、倍频跃迁和合频跃迁。
在近红外光谱范围内, 测量的主要是分子中含氢官能团X-H (X = C、N、O、S 等) 振动的倍频及合频吸收。
根据各含氢基团的近红外吸收特点就可以来检测农产品中含有氢基团的蛋白质、脂肪、水分、氨基酸、淀粉、糖、酸等成分[2]。
在农业领域该技术不但可用于谷物和水果的蛋白质、有机酸、脂肪、淀粉、糖、水分以及其它营养成分的分析，还适用于其它各种农副产品品质分析，如饲料、食品、蔬菜、烟叶等[3]。
本文综述了该技术在在国内一些主要粮食作物检测中的最新应用进展，主要包括检测小麦、稻谷、玉米、大豆等等，文章最后探讨和展望了该技术所存在一些问题和发展趋势。
近红外反射光谱快速测定玉米DDGS营养成分的研究
近红外反射光谱快速测定玉米DDGS营养成分的研究简介玉米DDGS（Distillers Dried Grains with Solubles），即酒精蒸馏废弃物（DDG）或蒸馏糟粕，是工业化生产酒精、饲料、化学品等副产品，是一种高蛋白、高油低淀粉、高纤维的饲料原料。
采用传统方法来测定DDGS的营养成分通常需要昂贵的设备和耗费大量时间进行分析，因此研究近红外反射光谱技术在快速测定DDGS营养成分方面的应用具有重要意义。
研究方法实验材料本研究使用的玉米DDGS样品来自工业化生产过程中的酒精厂，经过风干、破碎、筛分等基本处理后，制备成为均匀细粉末，并进行标记化处理。
实验中采用的主要仪器为SWIFTSPEC®NIR analyze，该仪器使用光纤近红外光谱技术进行测量，并配备了基于Matlab平台的化学分析软件进行计算和分析。
实验步骤1.将制备好的DDGS样品分别放置于样本容器中，保持温度恒定；2.使用SWIFTSPEC®NIR analyze测量设备对DDGS样品进行反射光谱测量，每个样品进行五次测量，取平均值；3.将采集到的光谱数据输入到化学分析软件中，进行相关计算和分析，得出DDGS样品的营养成分含量结果。
实验结果本研究使用近红外反射光谱技术对玉米DDGS的营养成分进行了测定，得到了较为准确的结果。
其中，对于DDGS的粗蛋白质、粗脂肪、粗纤维、总糖和总灰分析测定结果如下表所示：营养成分测定值标准偏差相对误差粗蛋白质26.18% ± 0.25% 1.11% 0.95%粗脂肪 6.28% ± 0.21% 0.88% 1.21%粗纤维8.15% ± 0.31% 1.03% 1.57%总糖12.42% ± 0.44% 1.40% 1.98%总灰分 4.36% ± 0.19% 0.63% 1.58%通过对比实验结果与传统分析方法，可以发现使用近红外反射光谱技术得到的DDGS营养成分含量结果与传统方法具有较高的相关性和准确度，且能够更快地得到测量结果。
近红外光谱技术在玉米种子质量检验上的应用研究进展
近红外光谱技术在玉米种子质量检验上的应用研究进展作者：吕巨智石达金唐国荣覃永嫒李发桥钟昌松邓锡肖来源：《种子科技》2020年第13期摘要：玉米是世界上最重要的粮食作物之一，其种子质量的好坏直接影响粮食的产量，与食品生产安全息息相关，种子作为生产源头牵动着整个玉米产业链的发展。
种子的质量还影响农作物的生存能力，是农业生产资料重要的组成部分。
种子作为各种技术的关键载体，优质高产的种子对于提高食品安全和经济产量有着重要意义。
随着农作物种子检测技术的不断进步，玉米的产量和质量得到有效提高。
尤其是将近红外光谱分析技术应用在玉米种子检测中，使玉米种子检测质量与效果得到明显提高，为农户育种、种植及营销节省了成本，提高了经济效益。
首先介绍了近红外光谱检测技术的应用原理，之后分析了近红外光谱分析技术的优缺点，最后探讨了近红外光谱分析技术在玉米种子检测中的应用。
关键词：近红外光谱技术;玉米种子;质量检验;应用;研究进展玉米是老百姓餐桌上常见的食物，也是动物饲料及酿酒的重要原料。
玉米富含人体所需的多种营养素，其中维生素B1、B2、B6，胡萝卜素和膳食纤维的含量要高于稻米与小麦，是我国最重要的粮食作物之一。
提高玉米产量与质量，对农业发展和经济稳定起着至关重要的作用。
随着生活质量的不断提升，人们对食品的安全性要求也不断提升，所以玉米种子的鉴定工作显得尤为重要，加强农产品种子检测工作的更新和完善势在必行。
近红外光谱检测技术借助其无破坏性、测量速度快、检测数据误差小等技术优势，成为玉米种子品质检测领域的研究热点。
近红外光是一种波长介于红外光和可见光之间的电磁波，通过对其分子振动光谱的分析，可以获取检测样本中组成成分的详细信息[1]。
并且近红外光谱分析技术准确性高、成本低、绿色环保，因此在农产品种子检测工作中的应用效果显著，已经逐渐成为现阶段玉米种子安全检测的重要手段。
1 近红外光谱检测技术的应用原理随着近红外光谱技术不断被相关专家重视，近红外光谱分析技术得到快速发展。
近红外光谱法测量粮食品质简介
近红外光谱法测量粮食品质
近红外光谱分析技术是20世纪90年代以来最引人注目的光谱分析技术，以其高效、实时、无损等特点广泛应用于工业、农业等领域。
近红外光是指波长在760～2500nm范围内的电磁波，当其照射到由一种或多种分子组成的物质上时，如果物质分子为红外活性分子，分子键与近红外光子发生作用，分子振动或者转动状态在不同能级间的跃迁产生近红外光谱吸收。
粮食品质近红外光谱测试系统主要包括以下几个部分：光源、分光系统、探测器、信号采集放大部分、控制部分、显示和打印部分及数据分析软件部分。
在现代仪器制造中，也称为光机电一体化系统。
对于定量或定性分析物质成分的粮食成分近红外光谱测试仪器来说，是光机电算化系统，算是化学计量学软件，化是化学分析理论，由光机电形成的系统是物质基础，化学分析及化学计量学软件是理论基础。
实际测量中，探测器得到分子中含氢官能团X－H( X = C、N、O、S等) 振动的倍频及合频吸收能力。
根据各含氢基团的近红外吸收特点就可以来检测农产品中含有氢基团的蛋白质、脂肪、水分、氨基酸、淀粉、糖、酸等成分并实时显示结果。
在农业领域不但可用于谷物和水果的蛋白质、有机酸、脂肪、淀粉、糖、水分以及其他营养成分的分析，还适用于其他各种农副产品品质分析，如饲料、食品、蔬菜、烟叶等。
目前国际上这种技术已广泛用于粮食收购、粮食储藏、粮食精深加工等各个环节而国内主要集中于实验室内粮食品质测定，在粮食加工、在线控制等方面还没有显著应用成效，急需相关产品来实现整个生产过程的优化控制。
近红外光谱分析技术在玉米品质分析中的研究进展
Ｍ ＝Ｃ ＋Ｃ （ ｐ １ ２ ） ＋… … ＋Ｃ （ ｐ ０ １ ） 了计算机技术 、 光谱技术
和化学 计量 学 等 多 个 学 科 的研 究 成 果 ， 在许 多 领 域 特别 是在 农业 领域 得 到 了 广泛 的应 用 。近红 外 光谱
其具体 流程 如 图 １ 所示 。 其 中定 标 的合 理性 决 定 了 近红外 分 析 准 确度 和 稳定性 。影 响建 立 定 标 模 型 合 理 性 的主 要 因素 有 ： １ 参与定 标样 品 的代 表 性 。定 标集 样 品应 尽 量覆 盖 ） 待分 析样 品 的变 化 范 围 ， 布 应 尽 量 均 匀 ， 分 因此 ， 需 要 收集 足够 多的样 品 。２ 化 学 分析 数 据 的准 确性 在 ）
生的 ， 主要 是 有 机 分 子 中 含 氢 基 团 Ｘ—Ｈ（ Ｘ＝Ｃ、 Ｎ、 振 动 的倍 频 和 合 频 吸 收 。不 同基 团产 生 的 ０）
光谱在吸收 峰位 置和 强度 都有 明显 差异 ， 随样 并
１ １ 近 红外 光谱分 析原 理 ．
首先需 要选 择 一 批 具 有 代 表 性 的样 品 ， 用该 批 样 品
建立样 品近 红 外 光 谱 与 化 学 值 之 间 的定 标 模 型 ， 然
后用该 定标 模 型去 预 测 得 到未 知 样 品 的组 分 含 量 。
近红 外光 谱 （ ｅｒ ｎｒｒｄＳｅｔ ｓｏｙＮＲ ） Ｎ ａ —Ｉｆ ｅ ｐｃｏｃｐ ， ＩＳ ａ ｒ
近红 外 光 谱 分 析技 术 在 玉 米 品质 分 析 中的研 究 进 展
林 家 永
（ 国家粮食 局科 学研 究 院 ， 北京 １０３ ） ０ ０ ７
摘
要
基于近红外光谱的玉米品种鉴别方法
分析检测基于近红外光谱的玉米品种鉴别方法吕晨曦，倪 金，杨冬风*（黑龙江八一农垦大学 信息与电气工程学院，黑龙江大庆 163319）摘 要：玉米因其耐旱、产量高、抗倒伏等优点，被广泛种植于我国各地。
但因不同玉米品种间价格和品质差异较大，人工分辨其品种较为困难。
基于此，本文利用近红外光谱技术结合机器学习建立预测模型，提出了一种快速鉴别玉米品种的方法。
实验将采集到的玉米粒近红外光谱数据经过多元散射校正预处理后，建立核极限学习机模型用于玉米品种预测实验。
结果表明，核极限学习机在玉米品种鉴别中能够表现出较好的效果，其预测准确率和F1值可以达到85.66%和90%。
为了进一步提高预测准确率，实验还针对建模中的两个重要参数引入了灰狼优化算法，即核函数γ和惩罚因子C的寻优，该算法有效提升了模型准确率和F1值，达到了实际应用标准。
该方法为食用玉米品种分类提供了技术保障，同时也对有关部门的管理和监督提供了借鉴。
关键词：玉米；品种分类；近红外光谱；灰狼优化算法；核极限学习机Qualitative Identification Method of Maize Varieties Based onNear-Infrared SpectroscopyLV Chenxi, NI Jin, YANG Dongfeng*(College of Information and Electrical Engineering, Heilongjiang Bayi Agricultural University, Daqing 163319, China) Abstract: Corn is widely planted in various parts of China due to its advantages such as drought resistance, high yield, and lodging resistance. However, due to significant differences in price and quality among different corn varieties, it is difficult to manually distinguish them. Based on this, this article uses near-infrared spectroscopy technology combined with machine learning to establish a prediction model and proposes a fast method for identifying corn varieties. The experiment will preprocess the collected near-infrared spectral data of corn kernels through multiple scattering correction, and establish a kernel limit learning machine model for corn variety prediction experiments. The results show that the kernel limit learning machine can perform well in identifying corn varieties, with prediction accuracy and F1 values reaching 85.66% and 90%, respectively. In order to further improve the prediction accuracy, the experiment also introduced the Grey Wolf optimization algorithm for two important parameters in modeling, it’s the optimization of kernel function parameter γ and penalty factor C, this algorithm effectively improves the model’s prediction accuracy and F1 value, meeting the practical application standards. This method provides technical support for the classification of edible corn varieties, and also provides reference for the management and supervision of relevant departments.Keywords: corn; variety classification; near-infrared spectroscopy; gray wolf optimization; kernel limit learning machine玉米是我国重要的粮食作物之一，不同品种间价格和品质均存在较大区别，但外观极为相似，这导致市场上常出现使用廉价品种冒充高价品种玉米售卖的现象。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
立一种快速 、准确 预测蒸汽压 片玉米品质 的方法 ，实现蒸汽 压片玉米生产企业质量监控和养殖企业 日粮配合 中的实时检
测。
１ 实 验 方 法
１１ 材料 ．
（ Ｅ） Ｅ 等常规 营养成 分是 饲料 加工企 业对 质量监 控以及 畜牧
养 殖 生 产 中 日粮 配 合 的重 要 指 标 ，对 常 规 成 分 进 行 快 速 准 确
ｎｎ 采 用 中心 化 ＋导 数 ＋多 元 散 射 校 正 的预 处 理 方 法 。研 究 得 出 粗 蛋 白 （ Ｐ 、中性 洗 涤 纤 维 （ Ｆ 、酸 性 Ｉ， Ｃ ） ＮＤ ）
洗涤纤维 （ Ｄ ） Ａ Ｆ 和粗 脂肪 （ Ｅ 的校 正模 型交 叉验 证决 定 系数 （ Ｉ 分 别 为 ０ ９ １１ ． ０ ，０ ７ ４３ Ｅ ） Ｒ Ａ） ． ． ５ ，０ ９ ３２ ． １ ， ０ ９ ８２ 交 叉 验 证 误 差 （ Ｅ Ｖ） 别 为 １ ５ ，１８ ， ． ５ ０ ５ 。 研 究 建 立 的 模 型 可 以 用 来 准 确 、快 速 地 ．０ ， ＳＣ 分 ． ３ ． ９ ２ ４ ， ．０ 本 预测蒸汽压片玉米 的 Ｃ ＮＤ Ｐ， Ｆ和 Ｅ Ｅ的含量 ，为蒸汽压片饲料工业 提供 了一种快 速 、经济和绿色 的质 量检
国 家 已经 广 泛 地 应 用 于 畜 牧 业 的 养 殖 ，中 国 于 ２ ０ ０ ３年 开 始 引 入 该 技 术 ， 于 近几 年得 到 了 迅 速 的 发 展 。饲 料 的粗 蛋 白 并
（ Ｐ 、中性 洗 涤 纤 维 （ Ｆ 、 性 洗 涤 纤 维 （ Ｄ ） 粗 脂 肪 Ｃ ） ＮＤ ） 酸 Ａ Ｆ和
饲料原料 中总氮 含量 及粗蛋 白质 的计算 》 定 （Ｌ ｃ ｄ ｌ 测 ｅｏＭｏ ｅ
１０ ９ ０ １３
摘
要
应 用 近 红 外 漫 反 射 光 谱 分 析 技 术 （ Ｄ Ｓ ， 用 偏 最 小 二 乘 法 ， 立 了蒸 汽 压 片 玉 米 ４个 常规 成 ＮＩ Ｒ ） 采 建
分的近红外定量预测校正模型 。 研究 中选用 ６ ２个品种玉米的蒸汽压片为样本 ，光谱扫描 范围为 ９ Ｏ ５ ５ ～１６０
用 ＮＩ ＲＳ成 功 地 预 测 了 玉 米 和 秸 秆 青 贮 等 一 些 饲 料 原 料 的 Ｄ
营养成分及生物学参数＿ ６ 但用 ＮＩ Ｒ ’ ， Ｄ Ｓ对蒸汽压片玉米成
分 的预 测 在 国 内 外 还 未 见 报 道 。本 试 验 对 利 用 ＮＩ Ｒ Ｄ Ｓ快 速 预 测 不 同品 种 玉 米 蒸 汽 压 片 的 常 规 成 分 进 行漫 反 射 光 谱 技 术 快 速 预 测 蒸 汽 压 片 玉 米 常 规 成 分 含 量 的研 究
薛 丰 。 ，王 利。 ，孟庆 翔Ｌ ，崔振 亮Ｌ 任 丽萍 ，
１ ．中 国农 业 大 学 动 物 营 养 国家 重 点 实验 室 ， 京 北 １ ０ ９ ０１３
２ ．中国农业大学动物科技学院 ，肉牛研究 中心 ， 北京 ３ 临清市农业局 ，山东 ｌ ．１ 临清 ２ ２ ０ ５６０
测技术 。 关 键 词 近 红 外 漫 反 射 光 谱 ； 汽压 片 玉米 ； 规 成 分 ； 速 预 测 蒸 常 快
中图分类号 ：Ｓ ３ １２
文献标识码 ： Ａ
Ｄ Ｉ １ ． ９ ４ ｉ ｎ １０ —５ ３ ２ １ ）１０ ６—３ Ｏ ： ０ ３ ６ ￣．ｓ ． ０ ００ ９ （０ １ ０—０ ２０ ｓ
收 稿 日期 ： ０ ００ —８ 修 订 日期 ：２ １—８０ ２ １—４２ 。 ０ ００ —２
ＮＤ Ｆ和 Ａ ＤＦ含 量按 Ｖａ ｏｓ 等 纤 维袋 方 法 进 行测 ｎＳ ｅｔ
定 。 Ｐ含 量 根 据 ＧＢ Ｔ ４ １－ ２０ ｛ 马 斯 燃 烧 法 测 定 ］Ｃ ／ ２３８ ０９杜
第３ 卷， １ １ 第 期
２０１ １年 １月
光
谱
学
与
光
谱
分
析
Ｖｏ ． １， ｏ １ ｐ ６ — ４ １３ Ｎ ． ， ｐ ２ ６
Ｓ ｅ ｔｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔ ａ ａ ｙ ｉ
Ｊ ｎ ａｙ ０ １ ａ ｕ ｒ ，２ １
将购 自中国农业大学 玉米改 良中心的 ６ ２种普通 玉米进
行 蒸 汽 压 片 。蒸 汽 压 片 制 作 条 件 为 ：常 温 下 用 水 浸 泡 １ ， ２ｈ
的测定是生产和养殖企业必须进行 的工作 。Ｌ前 国内外仍然 Ｉ 使用传统的化学方法测定玉米蒸汽压 片的成 分 ， 析时需要 分
水蒸汽温度 １０℃ ， ０ 蒸汽调制时间 ５ ｎ 压片厚度 １ｍｍ。 ０ｍｉ， 蒸汽压片玉米做好后 ，风干，装入封 口袋 ， 贴上标签 ， 备用 。
１ ２ 蒸汽 压 片 玉米 常 规成 分 的化 学 分 析 ．
使用大量的硫酸 、丙酮 、乙醚等 化学试剂 和很长 的时 间，如
粗 脂 肪 的测 定 则 需 要 在 乙 醚 中 回流 １ ～ １ 能 提 取 完 全 ， ０ ２ｈ才
完成一个指标 的分析 就需要 １ 右 。这不 仅污 染环 境而 ４ｈ左 且直接影响到分析者 的健 康 ，同时 由于化 学分析耗 时 费力 ， 很难满足工业 上 大量生 产 的 分析需 要 。近 红外 漫 反射 光谱 （ Ｉ Ｓ 技术与 常规 化学方 法相 比，可 以更加 简单 、高 效 、 Ｎ ＤＲ ）
经 济 、 色 的 预测 各类 农 作 物 产 品 的 品 质 Ｉ 。 研 工 作 者 利 绿 ５ 科 ］
引 言
蒸汽压片玉米是指将玉米通过蒸汽调制和压片处理制得 的一种高能饲料 。 汽压片改变玉米 的物理化学 状态 ， 而 蒸 从 有效的提高 了普通玉米在 动物 胃肠道 的消化率 以及利用 率 ， 优化氮素在机体 内的分 配 ，改善 动物 的生产性 能ｌ ， 少 １ 减 ］ 畜牧养殖中氮【 和磷ｌ 的排放 。目前 ，蒸汽压 片玉米在 发达 ３ ４