傅立叶近红外测麦麸、棉粕化学成分及适宜建模水分背景的选择.pdfVIP

摘要 本研究应用傅立叶变换近红外光谱仪成功建立了预测麦麸、棉粕化学成分的 定标模型，并考察水分背景对模型预测效果的影响。试验收集了76个麦麸和73 个棉粕样品，粉碎过40目，在测定样品水分、粗蛋白、粗脂肪、中酸性洗涤纤维 和粗灰分的基础上，用傅立叶近红外光谱仪对样品进行了分析，采用偏最小二乘 法(PLS)方法，建立麦麸和棉粕化学成分的预测模型。同时，按粗蛋白、中性洗 涤纤维、酸性洗涤纤维和粗灰分含量高低各选取10个样品为验证集V，50个样品 组成校正集C。每个样品分成三等份，调整样品的水分分别在8％、10％、12％--三 个水平，建立这三个水分背景下的粗蛋白、中性洗涤纤维、酸性洗涤纤维和粗灰 分定标模型和包含三个水分背景(8～12％)的全局定标模型。试验结果如下： 1．麦麸各化学成分定标集化学分析值与近红外预测值之闻的决定系数(R2酬)和 0．9702和2．75％(Ash)。 2．棉粕各化学成分定标集化学分析值与近红外预测值之间的决定系数(R2酬)和 0．8521和1．35％Cash)。 结论：建立的预测麦麸水分、粗蛋白质、粗脂肪、中性洗涤纤维、酸性洗涤 纤维和粗灰分含量的定标模型可用于定量分析；预测棉粕粗脂肪模型的效果较差， 其余成分模型可用于实际测定；样本水分含量按梯度呈均态分布建立的定标模型 可扩大模型的适配空间，能减小由于水分含量差异所带来的误差。 关键词：傅立叶近红外偏最小二乘法水分全局模型 ofthechemical inwheatbranandcottonseed Prediction composition mealFouriernearinfrared andtheconfirmationof by spectroscopy for models suitablemoisture the background Li Jing andFeed nutrition Seienee) (Major：Animal Directed byProf．WangKang-ning Thecalibrationmodelsto thechemical inwheatbranand predict composition cottonseedmealwere onFouriernearinfrared developedbyapplying influencesofthemoistureonthenearinfi-ared were the assay spectroscopyinvestigated inthis wheatbran and cottonseedmeal research．Seventy4ixsamplesSeventy-three werecollectedandcrush 40meshsize．Basedonthe samples through moisture(H20)． etude extract deter