青藏高原区虉草粗蛋白含量测定-近红外法.docxVIP

1

青藏高原区虉草粗蛋白含量测定近红外法

范围

本标准规定了近红外法测定虉草粗蛋白含量的分析方法。

本标准适用于青藏高原区虉草粗蛋白含量的分析。

本标准不适用于仲裁检验，对于仲裁检验应以经典方法为准。

规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本

适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T6432饲料中粗蛋白测定方法

GB/T24895粮油检验近红外分析定标模型验证和网络管理与维护通用规则

原理

利用有机物中含有C-H、N-H、O-H、C=O、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，通过化学计量学方法建立虉草的特征光谱与其粗蛋白含量之

间的线性或非线性模型，从而利用虉草近红外光谱信息计算其粗蛋白含量。

术语与定义

下列术语和定义适用于本标准。

1.1定标模型calibrationmodel

见GB/T24895中的术语与定义。

1.2校正集calibrationset

具有代表性、基本覆盖虉草粗蛋白含量范围、用于定标的样品集合。

1.3验证集validationset

对定标模型进行外部验证的样品集。

1.4定标模型验证calibrationmodelvalidation

见GB/T24895中的术语与定义。

2

仪器

1.5近红外分析仪

傅立叶变换近红外光谱仪，带漫反射采样模块，随机软件具有近红外光谱数据的收集、

存储分析和计算等功能，能够建立可靠的定标模型。

1.6样品粉碎设备

粉碎后样品的粒度分布和均匀性应符合近红外分析仪建立定标模型时的要求，使用时应

采用和定标模型建立与验证时同样的制备过程。

样品采集及前处理

广泛采集青藏高原区具有代表性的虉草样品，使用规定的粉碎设备将样品粉碎，使之全部通过40目筛，并混合均匀。参与定标的虉草样品应具有代表性，应包含不同物候期、不同栽培条件、不同地点等来源，即粗蛋白含量范围能涵盖将来所要分析样品的含量。创建一个

新的校正模型，至少需要收集100个样品。通常以100～400个样品为宜。

分析步骤

1.7一般要求

每次测定前按仪器（5.1）使用说明书规定的日常检测程序，对仪器状态进行检测及维护，样品和环境温度尽量保持一致，仪器开机后在正常状态下预热30min，减少仪器波动带

来的误差。谱区范围4000～10000cm-1，分辨率8cm-1，扫描间隔4cm-1，扫描次数32。

1.8定标

7.2.1光谱数据收集

光谱数据收集过程中，测定条件测定条件（如样品和环境温度、样品的装样厚度和松紧程度）尽量保持一致。将样品装入测量池，保持表面平整以防漏光。样品重复扫描3次（每

次扫描重新装样），数据以相对漫反射率（R）表示。

7.2.2样品化学值的测定

按照国家标准《饲料中粗蛋白测定方法》GB/T6432，采用凯氏定氮法测定每个样品的

粗蛋白含量。

7.2.3定标模型的建立

3

利用仪器建模软件，将近红外波段光谱信息和粗蛋白测定值一一对应，将样品按照2：1~3：1的比例分为校正集和验证集，采用偏最小二乘法等算法利用化学计量学软件优化各建模

条件，建立虉草粗蛋白定标模型。

7.2.4定标模型验证

使用验证集样品对模型进行外部验证。通过校正决定系数、校正标准差、验证决定系数、验证标准差、残差等参数对模型进行评价，对化学值和预测值进行成对数据双尾t检验，确

保t0.05未达到显著水平。

1.9已建立的定标模型

定标样品数210个，粗蛋白含量范围为2.70%～29.08%，采用偏最小二乘法建立模型，建模波段为4000～10000cm-1，光谱预处理方法为sa3+ncl+db1（3点平滑+趋近归一化+一阶导 数处理）、初/次级主成分数为8/1-4。模型校正决定系数为0.9821，校正标准差（SEC）为0.7802，验证决定系数为0.9802，验证标准差（SEP）为0.7832，残差（bias）为-0.0005。

双尾t检验表明化学值和预测值无显著差异。

1.10未知样品测定

测定条件与建模条件保持一致（如环境温度、样品的装样厚度和松紧程度）。将待测虉草样品装入测量池进行近红外光谱扫描，获得其近红外波段光谱信息，利用7.2建立的定标

模型或7.3已建立的定标模型得到该待测样品的粗蛋白含量预测值。

分析的允许误差

在重复性条件下获得两次独立预测结果。

当粗蛋白质含量在25%以上时，允许相对偏差为1%。

当粗蛋白质含量在10%-25%之间时，允许相对偏差为2%。

当粗蛋白质含量在10%以下时，允许相对偏差为3%。