水產(chǎn)直通車(chē) | 淡水養殖 | 蝦類(lèi)養殖 | 海水養殖 | 種苗技術(shù) | 水產(chǎn)病害 | 水產(chǎn)飼料 | 加工出口 | 水產(chǎn)大全
觀(guān)賞魚(yú)養殖 | 黃鱔養殖 | 泥鰍養殖 | 龜鱉養殖 | 螃蟹養殖 | 對蝦養殖 | 羅非養殖 | 海參養殖 | 金鯧養殖
當前位置:水產(chǎn)資料 → 近紅外光譜技術(shù)在飼料原 今天是:2024年07月23日 星期二

近紅外光譜技術(shù)在飼料原料養分預測中的應用

出處:廣東飼料 作者: 水產(chǎn)養殖網(wǎng) 2019-10-08 23:39:00

近年來(lái),我國飼料工業(yè)取得了較大的成就,但仍然存在著(zhù)限制飼料工業(yè)的快速發(fā)展的因素, 如飼料原料相關(guān)養分無(wú)法實(shí)現快速準確的測定,傳統的檢測技術(shù)耗時(shí)耗力,檢測效率低,與快速發(fā)展的飼料工業(yè)不相匹配;從畜禽養殖的角度來(lái)看,畜禽采食了養分均衡的飼料才可發(fā)揮最大的生產(chǎn)性能;綜合來(lái)看,開(kāi)發(fā)一種快速高效檢測的技術(shù)對飼料生產(chǎn)企業(yè)和畜禽養殖具有很大的促進(jìn)作用。紅外光譜技術(shù)分為中紅外光譜技術(shù)(MIR)和近紅外光譜分析技術(shù)(NIR),其中近紅外光譜技術(shù)具有很好的檢測功效。近紅外光譜技術(shù)是一種結合紅外光譜分析和化學(xué)定量分析的技術(shù),可實(shí)現對樣品快速、無(wú)損以及高效的測定,在農業(yè)領(lǐng)域實(shí)現了廣泛的應用。NIR 技術(shù)的應用很好的解決了飼料工業(yè)發(fā)展的限制因素,在飼料原料檢測開(kāi)始了廣泛的應用,如 NIR 技術(shù)可高效檢測原料蛋白質(zhì)的含量、粗脂肪的含量、粗纖維的含量、碳水化合物的含量以及其他常規養分如灰分等的測定具有著(zhù)大量的應用,在很大程度上促進(jìn)了飼料企業(yè)的發(fā)展。因而,筆者就近年來(lái) NIR 技術(shù)在飼料原料養分預測方面的應用展開(kāi)綜述, 同時(shí)闡述了其作用原理、工作流程以及評價(jià)指標。文章旨在為飼料生產(chǎn)企業(yè)及一線(xiàn)工人提供良好的應用依據和思路,進(jìn)而促進(jìn)飼料企業(yè)實(shí)現高效快速發(fā)展。
No.1
NIR技術(shù)簡(jiǎn)介
1.1  NIR 分析技術(shù)的原理
近紅外光是一種電磁波,其波長(cháng)在 780~2526nm 間,根據波長(cháng)通?煞譃閮深(lèi),分別為短波近紅外光譜區(SW-NIR),其波長(cháng)范圍為 780~1100nm,也稱(chēng)之為透射光譜;其次是長(cháng)波近紅外光譜區(LW-NIR),波長(cháng)范圍為 1100~2526 nm,也可稱(chēng)之為反射光譜。大部分生物材料組成中含有大量的含氫基團(-OH、-CH、-NH 以及 -SH 等基團),當用近紅外光照射待測物時(shí),這些化學(xué)基團會(huì )發(fā)生振動(dòng),進(jìn)而使能量增加,而通過(guò) NIR 技術(shù)記錄這些基團的物理特性和化學(xué)特性,再結合化學(xué)定量分析,從而實(shí)現對待測生物樣品進(jìn)行定量或定性的分析。
1.2  NIR 技術(shù)的分析流程
NIR 技術(shù)首先對標準品數據庫建立相應的數學(xué)模型和驗證模型,然后將待測樣品相應的組分代入至驗證模型中進(jìn)行定量或定性分析,從而進(jìn)行預測。具體流程為 5步:
①對標準品進(jìn)行光譜分析;
②使用標準樣品數據建立數據庫、應用數據庫建立數學(xué)預測模型;
③對待測樣品的光譜進(jìn)行測定;
④將待測樣品的光譜與數據庫中數據中標準品光譜進(jìn)行比對,使用模型進(jìn)行比對分析,得出定性或定量的分析結果;
⑤不斷的更新數據庫和優(yōu)化模型。
1.3  NIR 技術(shù)的校正模型及評價(jià)指標
NIR 分析技術(shù)主要使用的校正模型為偏最小二乘回歸分析法 (PLS)、 多元線(xiàn)性回歸(MLR)、主成分分析(PCA)以及神經(jīng)網(wǎng)絡(luò )(ANN)等計算校正模型。評價(jià)模型優(yōu)劣的參數主要有相關(guān)系數(R2)、定標決定系數(RSQcal)、交叉驗證相關(guān)系數(1-VR)、校正均方根差(RMSEC)、驗證均方根差(RM-SEP)、 交 叉 檢 驗 標 準 誤 差(SECV),通常認為當 1-VR 值越大、SECV 值越小,表明建立模型的擬合度越好,即預測效力越高。
No.2
NIR 技術(shù)在飼料原料養分預測中的應用
2.1  NIR 技術(shù)在原料蛋白質(zhì)含量預測中的應用
傳統凱氏定氮法等測定蛋白質(zhì)含量的方法不能很好地實(shí)現快速高效的測定原料粗蛋白含量,且耗時(shí)耗力,而 NIR 技術(shù)的應用,使得原料蛋白質(zhì)含量測定實(shí)現了高效快速,NIR 技術(shù)在苜蓿大豆等飼料原料粗蛋白含量的檢測方面具有廣泛應用。馮偉娟等(2018)比較了 NIR 技術(shù)和凱氏定氮法測定大豆中蛋白質(zhì)含量的優(yōu)缺點(diǎn),以青大豆、黃大豆、黑大豆以及黃豆粉為研究材料 , 使用近紅外分析儀器(DA700,瑞典波通 Perten 公司)分析了上述豆類(lèi)原料的蛋白質(zhì)含量,并用凱氏定氮法對上述原料蛋白質(zhì)含量進(jìn)行測定,結果表明兩者(上述所有豆類(lèi)蛋白質(zhì)含量)結果無(wú)顯著(zhù)差異(P>0.05),研究認為 NIR 技術(shù)可替代傳統凱氏定氮法進(jìn)行大豆蛋白質(zhì)含量的測定;車(chē)暢等(2017)以國家標準法測定了320份豆粕中粗蛋白含量,選用其中40份用NIR技術(shù)進(jìn)行光譜分析,建立預測模型,得到模型的相關(guān)系數為0.963,而標準差為0.04,變異系數3.36,表明 NIR 技術(shù)預測豆粕的粗蛋白含量具有很高的可靠性;李琳琳等(2014)研究也表明NIR 技術(shù)可以準確預測大豆中蛋白質(zhì)大含量(內部驗證相關(guān)系數和內部驗證相關(guān)系數分別為0.9471和0.9622)。NIR 技術(shù)同樣也可用于苜蓿類(lèi)飼料原料蛋白質(zhì)含量的測定,納嶸等(2018)研究采用NIR技術(shù)分析了63個(gè)不同來(lái)源的苜蓿原料蛋白質(zhì)的含量,采用改進(jìn)最小二乘回歸分析法為校正模型,建立苜蓿蛋白質(zhì)含量的預測模型,相關(guān)參數結果表明, 交叉驗證相關(guān)系數(1-VR)值為0.9201、外部交叉驗證標準誤差(SECV)值為0.2640,由這些參數可以看出,NIR技術(shù)可以準確預測苜蓿中蛋白質(zhì)的含量。除此以外,NIR技術(shù)也可用于玉米胚芽粕(預測均方根誤差RMSEP為0.98%)、玉米蛋白粉(RMSEP為0.75%)、干酒糟(RMSEP為1.54%)和菜籽粕(RMSEP為0.90%)等植物源性原料中粗蛋白的含量(Fan等,2016);動(dòng)物源性飼料原料蛋白質(zhì)含量也可使用 NIR 技術(shù)進(jìn)行準確的測定,如昆蟲(chóng)原料(昆蟲(chóng)粕)中蛋白質(zhì)含量的測定(Mandril等,2018)。綜上表明,NIR技術(shù)可以無(wú)損、快速、準確的測定飼料原料中蛋白質(zhì)含量,為配制優(yōu)質(zhì)配方提供了有力的保證。
2.2  NIR 技術(shù)在原料粗脂肪含量預測中的應用
粗脂肪含量是配制優(yōu)質(zhì)日糧考慮的重要因素之一,傳統的粗脂肪含量測定是采用索氏提取法等檢測方法,耗時(shí)耗力,不利于飼料生產(chǎn)企業(yè)批量快速測定,隨著(zhù)NIR技術(shù)的發(fā)展,越來(lái)越多的飼料企業(yè)使用NIR技術(shù)對原料進(jìn)行粗脂肪含量的測定。曹小華等(2017)采用傅里葉近紅外技術(shù)分析了肉骨粉中粗脂肪的含量,以偏最小二乘回歸分析法為校正模型,建立肉骨粉中粗脂肪的含量的預測模型,分析結果表明:模型對粗脂肪的預測決定系數為0.9261、外部驗證集驗標決定系數高于0.94,而交叉檢驗的均方根誤差(RMSECV)值為0.303;相關(guān)參數表明使用NIR技術(shù)可以準確預測肉骨粉中粗脂肪含量。NIR技術(shù)具有快速測定的優(yōu)良特性,在一定程度上可以替代粗脂肪含量測定的國家標準方法,陳悅(2018)比較了國標法測定與NIR技術(shù)大豆中粗脂肪含量的差異,比較了兩者的結果,發(fā)現NIR技術(shù)的測定值與國標法測定值的絕對誤差在1.8%~2.6%,低于國家標準的10%;結果表明 NIR 技術(shù)和國標法之間的測定結果具有一致性。在大豆原料中粗脂肪含量的測定方面,李琳琳等(2014)研究發(fā)現使用 NIR 技術(shù)可以準確地預測大豆中粗脂肪的含量(內部驗證相關(guān)系數和外部驗證相關(guān)系數 分 別 為0.8890和0.9155)。NIR技術(shù)在其他飼料原料中粗脂肪的測定也有應用,如楊偉偉等(2018)采用NIR技術(shù)分析了米糠粕中側脂肪的含量,結果表明使用NIR技術(shù)測定具有很高的準確性,其平均誤差在0.5%以下;納嶸等(2018)研究表明NIR技術(shù)測定的粗脂肪結果與常規法(GB/T6443-2006)測定結果之間差異不顯著(zhù)(P=0.158);同時(shí)可以測定飼草中粗脂肪的含量(1-VR 值為0.92;SEP為0.54)(Tejerina 等,2018)。綜上表明NIR技術(shù)可以實(shí)現準確快速地測定飼料原料中粗脂肪的含量,為飼料原料分級提供了有力的工具。
2.3  NIR 技術(shù)在原料粗纖維含量預測中的應用
日糧中粗纖維的含量對飼料品質(zhì)具有重要影響,在飼料配制過(guò)程中,需要根據不同畜禽以及日糧纖維的含量,從而配制適宜的配方,傳統測定粗纖維的含量是采用價(jià)格昂貴的濾袋進(jìn)行測量,成本較高,且效率低,不利于企業(yè)實(shí)現低成本高效測定的目標,NIR技術(shù)具有高效無(wú)損且價(jià)格低廉的優(yōu)勢,因而越來(lái)越多的學(xué)者及企業(yè)采用NIR技術(shù)對飼料原料中纖維的含量進(jìn)行測定。姜訓鵬等(2016)采用NIR技術(shù)對6種飼料共327個(gè)樣品的中性洗滌纖維(NDF)和酸性洗滌纖維(ADF)含量進(jìn)行了測定,以傳統的濾袋法測定結果作為參考集,采用最小二乘回歸分析法為校正模型,結果表明玉米干酒糟及其可溶物、苜蓿草顆粒、甜菜粕、小麥麩、大豆皮和噴漿玉米皮6種原料的NDF和ADF的范圍分別在 21.20%~65.28% 和6.40%~48.31%,模型驗證集決定系數和預測標準誤差分別為0.963 和1.82、0.985和1.63,參數表明NIR技術(shù)可用于多種飼料原料中纖維含量的快速測定。在玉米秸稈原料粗纖維測定方面,胡世洋等(2017)采用近紅外光譜技術(shù)測定了71種玉米秸稈樣品中粗纖維(綜纖維素、纖維素、半纖維素以及木質(zhì)素)的光譜,以化學(xué)測定結果作為驗證集,結果表明4個(gè)預測模型的決定系數在 0.8383~0.9023 之間,均方根誤差在 1.16~2.02%之間, 表明NIR技術(shù)的預測效果較好;類(lèi)似的研究也發(fā)現,使用NIR技術(shù)測定玉米秸稈中酸性洗滌纖維的相對標準偏差僅為3.75%(薛俊杰等,2016)。在飼草中粗纖維測定方面,高燕麗等(2015)研究結果表明NIR技術(shù)可準確不同生理狀況下嚴格的控制的預測紫花苜蓿干草中 NDF 和ADF 的含量;Tejerina 等(2018)認為NIR技術(shù)可測定飼草中NDF的含量(1-VR=0.87)。也有研究報道,NIR技術(shù)在菜粕中粗脂肪含量的測定具有較好的預測效力(相關(guān)系數高于0.8)(郝生燕等,2014)。表明NIR技術(shù)可實(shí)現對多種飼料原料中的粗纖維含量實(shí)現無(wú)損快速的測定,為飼料資源的開(kāi)發(fā)利用提供了有效的數據。
2.4  NIR技術(shù)在原料碳水化合物含量預測中的應用
原料中適宜的碳水化合物對配制促進(jìn)畜禽生產(chǎn)性能的配方具有積極作用,因而準確的評定飼料原料中碳水化合物含量對畜禽生產(chǎn)性能的提高具有積極作用,由于NIR技術(shù)測定具有高效、綠色以及無(wú)損的優(yōu)良特性,使其在評定飼料原料中碳水化合物含量中有了廣泛的應用。在玉米原料中碳水化合物含量的測定方面,Hetta 等(2017)以瑞典3個(gè)不同品種的玉米(132 飼料級玉米原料)為研究對象,采用高質(zhì)量近紅外光譜技術(shù)(NIR)測定了樣品中的可溶性碳水化合物含量,以最小二乘回歸(PLS)分析法建立預測模型,結果表明NIR技術(shù)測定玉米中可溶性碳水化合物具有很高的穩健性。薛俊杰等(2016)研究表明NIR技術(shù)可實(shí)現對玉米秸稈中的可溶性碳水化合物含量的測定(相對標準偏差為16.81%)。李國彰等(2018)用 NIR技術(shù)分析了大麥秸稈中碳水化合物(CHO)的含量,基于康奈爾凈碳水化合物體系建立 CHO養分的預測數據庫,結果表明(二階導數最優(yōu)模型),采用NIR技術(shù)對大麥秸稈中CHO含量、非纖維性碳水化合物(NFC)含量的交互驗證決定系數(1-VR)以及交互驗證標準差(SECV)分別為0.9209和0.0073、0.8571和0.0107,表明NIR技術(shù)可以準確的預測大麥秸稈中CHO的含量。Chen 等(2013)研究表明,NIR技術(shù)在谷物中總碳水化合物的測量中也有應用,其驗證決定系數和預測的均方根誤差(RM- SEP)分別為 0.92和0.40,研究認為NIR技術(shù)是測量谷物中碳水化合物的有效方法。綜上說(shuō)明NIR技術(shù)在原料WHO測定方面具有廣泛的應用,可以有效的評定原料中CHO的含量。
2.5  NIR技術(shù)在原料其他養分預測中的應用
NIR技術(shù)具有高效無(wú)損測定的優(yōu)良特性,除了在上述常規養分含量的測定外,還可用于原料中粗灰分(Ash)、混合飼料中維生素E含量、氨基酸含量、鈣磷含量以及干物質(zhì)(DM)等常規養分。肖紅等(2018)采用 NIR 技術(shù)分析了160份紫花苜蓿青貯原料樣品中Ash的含量,結果表明NIR模型測定的交叉驗證相關(guān)系數(Rcv)和交叉驗證標準誤(RMSECV)分別為0.978和0.177,表明NIR技術(shù)測定苜蓿原料中的Ash的含量是可行的。王燕妮(2017)等研究表明NIR技術(shù)可實(shí)現預混合飼料中VE含量的快速測定。據李軍濤(2014)報道,采用NIR技術(shù)可測量不同來(lái)源玉米中的氨基酸的含量(除賴(lài)氨酸、蛋氨酸、色氨酸和胱氨酸外其余14中氨基酸決定系數在0.86~0.94),該研究還表明,使用NIR技術(shù)測定原料中氨基酸的含量效果優(yōu)于傳統的粗蛋白法測定。在礦物質(zhì)含量測定方面,有研究報道,使用NIR技術(shù)可用于鈣磷含量的測定(誤差在許可范圍內)(Khaleduzzaman等,2017)。在DM的測定中,Bagchi等(2016)采用改進(jìn)偏最小二乘回歸分析建立模型,采用NIR技術(shù)對糙米中DM進(jìn)行了測定,通過(guò)外部驗證,證明NIR技術(shù)測定糙米中DM是可行的。這表明NIR技術(shù)對飼料原料養分預測具有通用性和廣泛性。
3  小結與展望
NIR技術(shù)具有高效、無(wú)損以及快速測定等優(yōu)秀特性,被飼料企業(yè)用于大部分飼料原理蛋白質(zhì)含量測定、粗脂肪含量測定、粗纖維含量測定、碳水化合物物以及部分礦物質(zhì)元素含量等常規養分的測定,為原料的接收以及評定提供了有力的支撐;同時(shí)為畜禽配制優(yōu)質(zhì)配方提供了參考,從而有效地改善畜禽生產(chǎn)性能。NIR在技術(shù)繼續推廣方面存在問(wèn)題,如缺乏配套設備以及數據庫不夠完善;在今后的推廣過(guò)程需重視配套設備的研發(fā)以及充實(shí)樣品數據庫。相信隨著(zhù)電子信息技術(shù)的發(fā)展,會(huì )有更多更精確的NIR設備應用于飼料原料養分預測中,同時(shí)相應的數據庫也會(huì )隨之不斷擴大,從而使NIR技術(shù)在原料養分預測中發(fā)揮更大的作用,促進(jìn)原料生產(chǎn)企業(yè)、飼料企業(yè)乃至畜牧場(chǎng)實(shí)現高效發(fā)展。

(本文來(lái)源:《廣東飼料》,作者:陳輝)

(本文已被瀏覽 31366 次)
發(fā)布人:webmaster
→ 推薦給我的好友
上篇文章:10月8日⑧年以上老甲魚(yú)批發(fā)價(jià)(廣州黃沙水產(chǎn)市場(chǎng))
下篇文章:10月9日湖北洪湖市閩洪水產(chǎn)市場(chǎng)河蟹收購價(jià)格
〖文章打印〗
〖關(guān)閉窗口〗
  文章分類(lèi)
價(jià)格直通車(chē) |
龍蝦行情  黃鱔行情  泥鰍行情  大閘蟹行情  白對蝦行情  烏龜甲魚(yú)行情  淡水魚(yú)綜合行情 
黑魚(yú)行情  鱖魚(yú)行情  海參行情  羅非魚(yú)行情  黃顙魚(yú)行情  加州鱸魚(yú)行情  水產(chǎn)品綜合行情 
牛蛙行情  鮰魚(yú)行情  海鱸行情  金鯧魚(yú)行情  石斑魚(yú)行情 
淡水養殖 |
黃鱔養殖  泥鰍養殖  螃蟹養殖  甲魚(yú)養殖  羅非魚(yú)養殖  筍殼魚(yú)養殖  花鰱白鰱養殖 
鮰魚(yú)養殖  鰻魚(yú)養殖  草魚(yú)養殖  黑魚(yú)養殖  娃娃魚(yú)養殖  冷水魚(yú)養殖  水產(chǎn)養殖百科 
鱖魚(yú)養殖  鱘魚(yú)養殖  鯰魚(yú)養殖  水蛭養殖  加州鱸養殖  黃顙魚(yú)養殖  特種水產(chǎn)養殖 
青魚(yú)養殖  鯉魚(yú)養殖  鳊魚(yú)養殖  青蛙養殖  長(cháng)吻鮠養殖  虹鱒魚(yú)養殖  水質(zhì)調節技術(shù) 
鯽魚(yú)養殖  烏龜養殖  牛蛙養殖  白魚(yú)養殖  河豚魚(yú)養殖  胭脂魚(yú)養殖  淡水白鯧養殖 
蝦類(lèi)專(zhuān)題 |
青蝦養殖  小龍蝦養殖  基圍蝦養殖  羅氏沼蝦養殖  斑節對蝦養殖  南美白對蝦養殖 
海水養殖 |
海水養殖  石斑魚(yú)養殖  海參養殖  鯛魚(yú)養殖  鯧魚(yú)養殖  鮑魚(yú)養殖  多寶魚(yú)養殖 
貝類(lèi)養殖  梭子蟹養殖  青蟹養殖  黃魚(yú)養殖  海蜇養殖  扇貝養殖  海鱸魚(yú)養殖 
種苗技術(shù) |
苗種培育  淡水魚(yú)育苗 
水產(chǎn)病害 |
水產(chǎn)綜合病害  淡水魚(yú)病  淡水蝦蟹病  魚(yú)病圖譜  海水魚(yú)病  烏龜甲魚(yú)病害  海水蝦蟹病 
海水貝類(lèi)病害  育珠蚌病  鮑魚(yú)海參病 
觀(guān)賞魚(yú)養殖 |
錦鯉專(zhuān)區  龍魚(yú)專(zhuān)區  金魚(yú)專(zhuān)區  神仙魚(yú)專(zhuān)區  羅漢魚(yú)專(zhuān)區  孔雀魚(yú)專(zhuān)區  觀(guān)賞魚(yú)綜合 
水產(chǎn)飼料 |
飼料知識  飼料加工  飼料原料  飼料配方 
加工出口 |
水產(chǎn)加工  水產(chǎn)出口 
水產(chǎn)漁藥 |
漁藥百科  漁藥使用  漁藥原料 
水產(chǎn)大全 |
營(yíng)養美食  致富經(jīng)  水產(chǎn)展會(huì )  水產(chǎn)人物  養殖基地  水產(chǎn)百科 
水產(chǎn)設備 |
水產(chǎn)養殖設備  水產(chǎn)加工設備  水產(chǎn)飼料設備 
  相關(guān)文庫:
  飼料油脂那些事
  自配飼料養殖:有優(yōu)勢但也有缺陷,可
  論文解讀:飼料中黃曲霉素的含量水平
  飼料企業(yè)生產(chǎn)許可續展工作重點(diǎn)與難點(diǎn)
  農業(yè)農村部農業(yè)主推技術(shù):漁用膨化飼
  飼料中添加殼聚糖對養殖魚(yú)類(lèi)的影響
  不同飼料蛋白水平下添加保肝利膽素對
  花這么多錢(qián)買(mǎi)飼料,你居然告訴我這飼
  魚(yú)粉的感官評價(jià)和分析
  鱸魚(yú)階段性餌料系數新鮮出爐——0.75

  相關(guān)資訊:
  最高漲500元/噸,新一輪飼料漲價(jià)
  最高猛漲500元/噸!新一輪飼料漲
  畜禽料已降價(jià),水產(chǎn)料何時(shí)能降?豆粕
  1畝塘放5千尾苗,純利潤達4萬(wàn)元,
  又見(jiàn)缺斤少兩!1噸料少14斤?養殖
  6家飼料廠(chǎng)1周漲2次,又一輪漲價(jià)潮
  缺斤少兩的飼料廠(chǎng)被曝光!飼料發(fā)霉、
  新一輪水產(chǎn)料漲價(jià)來(lái)了?華南華東華中
  捷報頻傳,高歌猛進(jìn)!多家子公司刷新5
  通威水產(chǎn)料率先降價(jià),其他廠(chǎng)家會(huì )跟進(jìn)

  文章鏈接
   推薦文章
   熱門(mén)文章