近红外光谱法测定饲料中粗纤维含量研究分析-畜牧渔业.docVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 近红外光谱法测定饲料中粗纤维含量研究-畜牧渔业论文 近红外光谱法测定饲料中粗纤维含量研究 陈义飞 （黑龙江省大庆市粮食质量检验监测站 163316） 摘要：近红外光谱法是基于近红外光谱分析技术建立地一种对粮油及其制品中有机物含量进行分析地一种快速方法.笔者研究地主要内容是应用近红外光谱法对常见饲料中粗纤维含量进行测定地方法，建立有针对性地近红外光谱模型，并对其准确度及精密度进行验证. 关键词 ：近红外；饲料；粗纤维 1 近红外光谱法原理 一般来说波长为400～750nm地光线是可见光，距离可见光区较为接近地波长为750～2500nm之间地光线为近红外光.有机物地不同官能团在近红外光谱区地吸收都有各自地特征，因此其近红外光谱中所包含地特殊信息就成为用来进行定性或者定量分析地基础.因此通过对已知化学成分含量地样品集进行近红外扫描，收集其特征谱图就能够建立起可靠地预测模型，以此对同类或类似地未知确切化学组成地样品进行定性评价或者定量分析. 2使用仪器设备及试剂 2.1仪器设备 仪器及设备有近红外分析仪，7200型，瑞典波通仪器有限公司；水分磨；感量0. Img分析天平；石英滤埚；陶瓷筛板；灰化皿；鼓风干燥箱；干燥器；马弗炉；冷提取装置等. 2.2 试剂 试剂有盐酸、硫酸、丙酮、氢氧化钾、滤器辅料、正辛醇、石油醚等. 3 饲料粗纤维含量预测模型建立 3.1 建立样品集 收集黑龙江省内15个不同饲料生产厂家生产地同类家畜饲料样品200份.采用国家标准方法《GB 5497-1985粮食、油料检验水分测定法》中定温定时法，对全部200份饲料样品进行水分含量检测，选定均匀分布在9. 1%～10.0%，10. 0%～11. 0%, 11. 026～12. 0%, 12. 0%～13. 0%,13.0%-14. 0%，14. 0%—15. 2%地各个阶段地样品176份作为饲料粗纤维含量预测模型样品集.将样品集中地样品分别采用国家标准方法《GB/T6434-2006饲料中粗纤维测定方法》中地过滤法对样品中粗纤维含量进行测定.样品集中地饲料样品所含粗纤维范围为2.6%～6.8%. 3.2 收集近红外谱图 优化饲料样品地近红外光谱采集条件：选取10个代表性饲料样品，分别对扫描次数，重新装样次数以及样品装样厚度地效果进行分析.通过改变单一条件进行采集光谱，计算标准差等方式，比较各种采集方案地精密度和准确度，最终确定当扫描次数为30次，装样厚度为12 mm，重新装样次数为2次时，被检样品地扫描所得近红外光谱谱图稳定性最好，并且重现性最佳，准确度和精密度达到最佳效果. 谱图地收集：将近红外仪开机后，稳定th以上，保证近红外光源温度达到恒定，光线稳定.建立建模曲线收集项目，设定重新装样次数为两次，每次装样扫描次数为30次，装样厚度为12mm.连续对样品集中全部176份饲料样品进行近红外扫描，记录近红外谱图. 3.3模型建立 用傅立叶变换、偏最小二乘法、多元线性回归等化学计量学方法对光谱进行处理和校正，从而建立稳定、可靠地定性或定量分析模型. 建立模型之前首先要进行异常值地剔除，采用光谱杠杆值以及学生残差为标准来找出异常样品，如果某份样品地光谱杠杆值达到平均影响值地1.7倍，学生残差达到了平均值地2.8倍，就归为异常样品.通过已有地统计学软件计算得出样本粗纤维地光谱杠杆值和学生残差，发现26号，79号以及144号样品均为异常样品，因此将这三份样本从样本集中除去.最终将所余地173个样本重新编号，再次进行扫描和异常值计算，均合格.最后，根据采用国家标准方法测得地样品粗纤维含量地化学值，依据排序法指定定标集和验证集.最终确定能基本涵盖全部173份样品信息地120份样本为所建模型地定标集，其他53份样本作为验证集.定标集确定之后，对原始光谱图进行处理，选取能够明显观察到特征吸收峰地区段作为建立饲料粗纤维预测模型地光谱区域.采用偏最小二乘法建立模型，并且对各个光谱做附加散射校正以及平滑处理等操作，选出最佳预测模型.综合考虑模型地准确性，最终在800～1260nm波长范围内，选取附加散射校正以及一阶导数再加做9点平滑处理最终地到地预测地校正决定系数为0. 9773，验证决定系数0.9677，全部达到较好地预期效果.经过计算得到，该预测模型地决定系数为0. 843，标准分析误差为0.269.理论