利用NIRS技术预测秸秆及苜蓿干草营养组成的研究
发布时间：2021-01-29 02:58
本研究旨在利用近红外光谱技术分别建立玉米秸秆、小麦秸秆和苜蓿干草近红外预测模型,并且比较苜蓿干草不同处理方式对于建立的近红外预测模型的预测准确性的影响。本论文包括以下3个试验:试验1:本研究旨在利用近红外光谱技术（near-infrared reflectance spectroscopy,NIRS）分别建立玉米秸秆（corn straw）和小麦秸秆（wheat straw）的近红外预测模型。从甘肃、新疆和河南三个省份共采集玉米秸秆样品155份,小麦秸秆样品135份。选取玉米秸秆124份作为定标集,31份作为验证集。选取小麦秸秆108份作为定标集,27份作为验证集。利用近红外光谱技术结合改良偏最小二乘法（Modified partial least squares,MPLS）等化学计量学方法分别建立玉米秸秆和小麦秸秆的干物质（dry matter,DM）、粗蛋白（crude protein,CP）、中性洗涤纤维（neutral detergent fiber,NDF）、酸性洗涤纤维（acid detergent fiber,ADF）和酸性洗涤木质素（acid detergent lig...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
概略养分分析法示意图
兰州大学硕士学位论文利用NIRS技术预测秸秆及苜蓿干草营养组成的研究3作为评定纤维类物质的指标[13]。测定方法如图1-2所示。中性洗涤纤维和酸性洗涤纤维都与其营养价值相关，动物的采食量与中性洗涤纤维含量成负相关，而酸性洗涤纤维与消化率成负相关[14]。虽然该分析方法和概略养分分析法比较，评定饲料营养价值有一定的改善，但是仅根据饲料中某种物质的含量不能反映反刍动物的消化情况。此外，在湿化学分析的过程中，耗时耗力，并且会造成化学试剂浪费，污染环境，在使用过程中有一定的局限性。图1-2范式纤维分析法示意图2.3康奈尔净碳水化合物—蛋白质体系(CNCPS体系)康奈尔净碳水化合物—蛋白质体系(CornellNetCarbohydrateandProteinSystem，CNCPS)是美国康奈尔大学12位科学家历经25年在概略养分分析法和范式纤维法基础之上建立起来动态反映饲料营养价值的方法。该体系以饲料营养品质、动物消化生理和计算机技术相结合，将粗蛋白和碳水化合物细致划分，可以更准确的反映饲料在反刍动物瘤胃中的外流速率和蛋白质的有效吸收等情况[15,16]。通过饲料中碳水化合物和蛋白质降解率以及过瘤胃比率预测瘤胃发酵程度、微生物蛋白的产生和后消化道的吸收情况，现已广泛应用于养殖生产中，预测其生产性能[17]。2.4近红外光谱技术快速预测法近红外光谱技术(NearInfraredReflectanceSpectroscopy,NIRS)是20世纪90年代以来发展最快，最引人注目的绿色分析技术之一[18]。NIRS以其快速，便捷，无破坏性等优点，在动物饲料行业检测其营养价值已被广泛使用[19]。其根据待测物中含氢基团的不同，近红外光以倍频和合频方式进行吸收，得到不同的近红外
兰州大学硕士学位论文利用NIRS技术预测秸秆及苜蓿干草营养组成的研究4光谱[20]。从而根据吸收程度预测待测饲料的各种营养成分含量。其预测分析方法如图1-3所示。图1-3利用近红外光谱技术预测粗饲料营养成分示意图3近红外光谱技术及其在评定粗饲料营养成分的应用研究3.1近红外光谱技术的原理近红外光是指波长在780～2526nm范围内的位于可见光和中红外之间的电磁波[21]。近红外光谱技术是利用饲料中含氢化学基团的不同，根据不同含氢化学基团中的化学键的泛频振动和转动，导致近红外光对其的倍频和合频吸收，以漫反射方式在近红外光谱区得到光谱数据。通过主成分分析(principalcomponentanalysis,PCA)，偏最小二乘法(partialleastsquares，PLS)和人工神经网络(Artificialneuralnetworks，ANN)等数理统计、现代计算机技术、光谱分析技术和化学计量学等手段建立物质光谱和化学成分含量之间的线性或非线性模型，从而实现物质光谱对待测成分含量的快速预测[22,23]。3.2近红外光谱技术的发展及现状英国科学家William于1800年发现了红外线，当时被称为热线[24,25]。直至20世纪30年代，第一台实验用光谱设备才得以出现。20世纪40年代，红外光谱设备才投入应用到商业领域，红外光谱技术到了快速发展阶段[26]。近红外光谱技术长时间未得到发展可能有两个原因：第一，未开发近红外光谱区域内的商用仪器；第二，光谱数据高度重叠，利用当时现有的计算机技术和数据处理技术无
本文编号：3006153
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
概略养分分析法示意图
兰州大学硕士学位论文利用NIRS技术预测秸秆及苜蓿干草营养组成的研究3作为评定纤维类物质的指标[13]。测定方法如图1-2所示。中性洗涤纤维和酸性洗涤纤维都与其营养价值相关，动物的采食量与中性洗涤纤维含量成负相关，而酸性洗涤纤维与消化率成负相关[14]。虽然该分析方法和概略养分分析法比较，评定饲料营养价值有一定的改善，但是仅根据饲料中某种物质的含量不能反映反刍动物的消化情况。此外，在湿化学分析的过程中，耗时耗力，并且会造成化学试剂浪费，污染环境，在使用过程中有一定的局限性。图1-2范式纤维分析法示意图2.3康奈尔净碳水化合物—蛋白质体系(CNCPS体系)康奈尔净碳水化合物—蛋白质体系(CornellNetCarbohydrateandProteinSystem，CNCPS)是美国康奈尔大学12位科学家历经25年在概略养分分析法和范式纤维法基础之上建立起来动态反映饲料营养价值的方法。该体系以饲料营养品质、动物消化生理和计算机技术相结合，将粗蛋白和碳水化合物细致划分，可以更准确的反映饲料在反刍动物瘤胃中的外流速率和蛋白质的有效吸收等情况[15,16]。通过饲料中碳水化合物和蛋白质降解率以及过瘤胃比率预测瘤胃发酵程度、微生物蛋白的产生和后消化道的吸收情况，现已广泛应用于养殖生产中，预测其生产性能[17]。2.4近红外光谱技术快速预测法近红外光谱技术(NearInfraredReflectanceSpectroscopy,NIRS)是20世纪90年代以来发展最快，最引人注目的绿色分析技术之一[18]。NIRS以其快速，便捷，无破坏性等优点，在动物饲料行业检测其营养价值已被广泛使用[19]。其根据待测物中含氢基团的不同，近红外光以倍频和合频方式进行吸收，得到不同的近红外
兰州大学硕士学位论文利用NIRS技术预测秸秆及苜蓿干草营养组成的研究4光谱[20]。从而根据吸收程度预测待测饲料的各种营养成分含量。其预测分析方法如图1-3所示。图1-3利用近红外光谱技术预测粗饲料营养成分示意图3近红外光谱技术及其在评定粗饲料营养成分的应用研究3.1近红外光谱技术的原理近红外光是指波长在780～2526nm范围内的位于可见光和中红外之间的电磁波[21]。近红外光谱技术是利用饲料中含氢化学基团的不同，根据不同含氢化学基团中的化学键的泛频振动和转动，导致近红外光对其的倍频和合频吸收，以漫反射方式在近红外光谱区得到光谱数据。通过主成分分析(principalcomponentanalysis,PCA)，偏最小二乘法(partialleastsquares，PLS)和人工神经网络(Artificialneuralnetworks，ANN)等数理统计、现代计算机技术、光谱分析技术和化学计量学等手段建立物质光谱和化学成分含量之间的线性或非线性模型，从而实现物质光谱对待测成分含量的快速预测[22,23]。3.2近红外光谱技术的发展及现状英国科学家William于1800年发现了红外线，当时被称为热线[24,25]。直至20世纪30年代，第一台实验用光谱设备才得以出现。20世纪40年代，红外光谱设备才投入应用到商业领域，红外光谱技术到了快速发展阶段[26]。近红外光谱技术长时间未得到发展可能有两个原因：第一，未开发近红外光谱区域内的商用仪器；第二，光谱数据高度重叠，利用当时现有的计算机技术和数据处理技术无
本文编号：3006153
本文链接：https://www.wllwen.com/shoufeilunwen/zaizhiyanjiusheng/3006153.html
教材专著
