应用近红外光谱分析技术预测花生粕常规营养组分的研究.pdfVIP

饲料加工与检测技术·FeedProcessingandDetectionTechniques2025年第61卷第10期

应用近红外光谱分析技术预测花生粕常规营养

组分的研究

1,2113112212,3*1*

谢庚楠，杨青，郭歌，尹丽婷，崔帅，赵波，李建华，丁丹勇，薛文月，燕磊，李勇

（1.潍坊新希望六和饲料科技有限公司，山东潍坊261000；2.新希望六和股份有限公司，

农业农村部饲料及畜禽产品质量安全控制重点实验室，四川成都610023；

3.山东新希望六和集团有限公司，青岛市动物饲料安全重点实验室，山东青岛266061）

摘要：为实现花生粕常规营养组分的快速检测，本试验收集我国花生主产区的205份样品，采用主成分分析

（PCA）法划分校正集（184份）和预测集（21份），利用傅立叶变换近红外光谱（NIRS）技术，建立花生

粕水分、粗蛋白质、粗灰分、粗脂肪和粗纤维含量的定量分析模型。结果表明：采用偏最小二乘法（Partial

LeastSquareMethod，PLSmethod），结合不同的光谱预处理方法，得到水分、粗蛋白质和粗脂肪的最优

NIRS模型交互验证决定系数（2

Rcv）分别为0.9431、0.9547、0.9760，交叉验证均方根误差（RMSECV）

分别为0.234、0.423、0.264，交互验证相对分析误差（RPDcv）分别为4.19、4.70、6.45，外部验证决定系数（2

Rp）

分别为0.9754、0.9665、0.9183，外部验证相对分析误差（RPDp）分别为6.12、2.92、2.88；粗灰分和粗纤

维的最优NIRS模型2

Rp分别为0.6997、0.7704，RPDp分别为1.29、1.95。本试验证明了NIRS技术对花生

粕Moi、CP、EE含量能精准预测，而对Ash和CF含量预测效果不理想，仍需进一步优化。

关键词：花生粕；近红外光谱技术；营养组分；定量分析模型

中图分类号S816.2文献标识码ADOI编号10.19556/j.0258-703306

：：：

花生ArachishypogaeaL.为豆科蝶形花亚科落性物质[5]花生粕中精氨酸含量高达5.2%在所有蛋

（），，

花生属的一年生草本植物是世界最重要的油料作物之白质饲料原料中含量最高可与含精氨酸较少的菜籽粕

，，

一其经过压榨提取油后的副产品花生粕是重要的畜禽配比使用[3,6]。

，

蛋白质饲料原料[1-2]花生粕呈淡褐色或深褐色有淡据中国粮油学会数据花生粕在2023/24年产量

。，，

花生香味具有较高的营养价值和饲喂价值[3-4]，其粗约747万t是一种重要的优质的植物蛋白原料然而

，，。

蛋白质含量为40%以上代谢能12.55MJ/kg超过不同的加工工艺及产地差异导致花生粕的营养组分存