近红外光谱模型构建及其在饲料营养与应用.pdfVIP

中}日畜牧兽医学会信息技术分会2011年学术研讨会 近红外光谱模型的构建及其在饲料营养中的应用 侯成立k2，季海峰¨，张董燕1，王四新1，刘辉1，王晶1，王雅民1 (1．北京市农林科学院畜牧兽医研究所，北京100097；2．内蒙古农业大学兽医学院，呼和浩特O10018) 摘要：近红外光谱分析技术是是近年来发展迅猛的-·项高新分析检测技术，因其具有快速、无损、 无污染等优点，已得到广泛的应用。本文综述了近红外光谱模型的分析预测流程、构建方法及其在 饲料营养中的应用，并对其发展趋势进行了展望。 关键词：近红外光谱技术；模型构建；饲料营养 infraredreflectance 近红外光谱分析(near 来的一项高效、快速的现代分析技术。它丰要是利用有机物中含有C．H、N—H、0一H、C_C等化学键的 泛频振动或转动，以漫反射方式获得在近红外区的吸收光谱，通过主成分分析、偏摄小二乘法、人 工神经网等化学计鼍学的手段，建立物质光谱与待测成分含量问的线形或非线形模犁，从而实现用 物质近红外光谱信息对待测成分含量的快速计量。该方法可以快速、高效地对样品进行定性和定量 检测，具有分析速度快、效率高、成本低、方便、重现性好等优点。因此，该技术已引起人们的重 视并广泛应用起来。在欧盟等国，NIRS已成为谷物品质分析的重要手段，我囝先后将其应用于菜豆、 稻米、玉米等领域中。本文对近红外光谱技术的分析预测流程、构建方法及其在饲料中的应用进行 了系统的综述，从而为该技术指导畜牧业的牛产提供理论基础。 1近红外光谱分析预测流程 近红外光潜分析，首先要选择一定数量、具有代表性的建模样品，这些样品的光谱特征及其性 质范围应能涵盖以后未知样品的光谱特征。然后采用标准方法或公认的方法对样品的理化性质进行 测定。再将光谱数据和理化数据，用适当的化学计量方法建立校正模型(CalibrationMode)，最后 根据未知样品的光谱数据，与校正模型相对应，计算出样品的组分。近红外光谱定量分析方法对物 质成分测定流程见图l。 图1近红外光谱定量分析流程 theDrocess Fi￡I ofau锄titatjve锄alvsisbvNlRS 作者简介：侯成立(1986-)，男。山东人，硕士研究生，研究方向：预防兽医学。 ‘通讯作者：季海峰(1963一)，研究员。 4l 论文集 2模型的构建及其方法 近红外光谱分析是一种间接分析技术，是采用化学计量学方法建立校正模型而进行的。因此， 模型的构建对于预测结果的准确度与精确度至关重要。就目前而言，模型的构建主要包括光谱的预 处理、波段的选择及模型构建方法的选择。其中，光谱预处理主要是为了去除干扰信息，突出有用 信息，以便提高校正模型的可靠性和稳定性。而波段的选择不仅可以简化模型，还可以剔除不相关 或非线性变量，得到预测能力强、稳健性好的校正模型。 Linear 目前，模型的构建方法主要有：多元线性回归(Multiple 分析(PrincipleComponentAnalysis，PCA)、主成分回归(PrincipleComponentRegresgion， Least PCR)、偏最小二乘法(Partial vectorMachine，SⅧ)、 Square，PLS)、支持向量机(Support Pattern Neural 仿生模式识别(Biomimetic Net， ANN)、Boosting回归倌‘等。 另外，在模型构建过程中，要定期加入新的样品以提高适用度，这就要求要添加的样品应该是 影响模型精度的样品(截距调整的节点)，从而进行定标模型的升级