本研究旨在利用近紅外光譜技術(shù)分別建立玉米秸稈、小麥秸稈和苜蓿干草近紅外預(yù)測(cè)模型,并且比較苜蓿干草不同處理方式對(duì)于建立的近紅外預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確性的影響。本論文包括以下3個(gè)試驗(yàn):試驗(yàn)1:本研究旨在利用近紅外光譜技術(shù)（near-infrared reflectance spectroscopy,NIRS）分別建立玉米秸稈（corn straw）和小麥秸稈（wheat straw）的近紅外預(yù)測(cè)模型。從甘肅、新疆和河南三個(gè)省份共采集玉米秸稈樣品155份,小麥秸稈樣品135份。選取玉米秸稈124份作為定標(biāo)集,31份作為驗(yàn)證集。選取小麥秸稈108份作為定標(biāo)集,27份作為驗(yàn)證集。利用近紅外光譜技術(shù)結(jié)合改良偏最小二乘法（Modified partial least squares,MPLS）等化學(xué)計(jì)量學(xué)方法分別建立玉米秸稈和小麥秸稈的干物質(zhì)（dry matter,DM）、粗蛋白（crude protein,CP）、中性洗滌纖維（neutral detergent fiber,NDF）、酸性洗滌纖維（acid detergent fiber,ADF）和酸性洗滌木質(zhì)素（acid detergent lig... 

【文章來(lái)源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

概略養(yǎng)分分析法示意圖

蘭州大學(xué)碩士學(xué)位論文利用NIRS技術(shù)預(yù)測(cè)秸稈及苜蓿干草營(yíng)養(yǎng)組成的研究3作為評(píng)定纖維類物質(zhì)的指標(biāo)[13]。測(cè)定方法如圖1-2所示。中性洗滌纖維和酸性洗滌纖維都與其營(yíng)養(yǎng)價(jià)值相關(guān)，動(dòng)物的采食量與中性洗滌纖維含量成負(fù)相關(guān)，而酸性洗滌纖維與消化率成負(fù)相關(guān)[14]。雖然該分析方法和概略養(yǎng)分分析法比較，評(píng)定飼料營(yíng)養(yǎng)價(jià)值有一定的改善，但是僅根據(jù)飼料中某種物質(zhì)的含量不能反映反芻動(dòng)物的消化情況。此外，在濕化學(xué)分析的過程中，耗時(shí)耗力，并且會(huì)造成化學(xué)試劑浪費(fèi)，污染環(huán)境，在使用過程中有一定的局限性。圖1-2范式纖維分析法示意圖2.3康奈爾凈碳水化合物—蛋白質(zhì)體系(CNCPS體系)康奈爾凈碳水化合物—蛋白質(zhì)體系(CornellNetCarbohydrateandProteinSystem，CNCPS)是美國(guó)康奈爾大學(xué)12位科學(xué)家歷經(jīng)25年在概略養(yǎng)分分析法和范式纖維法基礎(chǔ)之上建立起來(lái)動(dòng)態(tài)反映飼料營(yíng)養(yǎng)價(jià)值的方法。該體系以飼料營(yíng)養(yǎng)品質(zhì)、動(dòng)物消化生理和計(jì)算機(jī)技術(shù)相結(jié)合，將粗蛋白和碳水化合物細(xì)致劃分，可以更準(zhǔn)確的反映飼料在反芻動(dòng)物瘤胃中的外流速率和蛋白質(zhì)的有效吸收等情況[15,16]。通過飼料中碳水化合物和蛋白質(zhì)降解率以及過瘤胃比率預(yù)測(cè)瘤胃發(fā)酵程度、微生物蛋白的產(chǎn)生和后消化道的吸收情況，現(xiàn)已廣泛應(yīng)用于養(yǎng)殖生產(chǎn)中，預(yù)測(cè)其生產(chǎn)性能[17]。2.4近紅外光譜技術(shù)快速預(yù)測(cè)法近紅外光譜技術(shù)(NearInfraredReflectanceSpectroscopy,NIRS)是20世紀(jì)90年代以來(lái)發(fā)展最快，最引人注目的綠色分析技術(shù)之一[18]。NIRS以其快速，便捷，無(wú)破壞性等優(yōu)點(diǎn)，在動(dòng)物飼料行業(yè)檢測(cè)其營(yíng)養(yǎng)價(jià)值已被廣泛使用[19]。其根據(jù)待測(cè)物中含氫基團(tuán)的不同，近紅外光以倍頻和合頻方式進(jìn)行吸收，得到不同的近紅外

蘭州大學(xué)碩士學(xué)位論文利用NIRS技術(shù)預(yù)測(cè)秸稈及苜蓿干草營(yíng)養(yǎng)組成的研究4光譜[20]。從而根據(jù)吸收程度預(yù)測(cè)待測(cè)飼料的各種營(yíng)養(yǎng)成分含量。其預(yù)測(cè)分析方法如圖1-3所示。圖1-3利用近紅外光譜技術(shù)預(yù)測(cè)粗飼料營(yíng)養(yǎng)成分示意圖3近紅外光譜技術(shù)及其在評(píng)定粗飼料營(yíng)養(yǎng)成分的應(yīng)用研究3.1近紅外光譜技術(shù)的原理近紅外光是指波長(zhǎng)在780～2526nm范圍內(nèi)的位于可見光和中紅外之間的電磁波[21]。近紅外光譜技術(shù)是利用飼料中含氫化學(xué)基團(tuán)的不同，根據(jù)不同含氫化學(xué)基團(tuán)中的化學(xué)鍵的泛頻振動(dòng)和轉(zhuǎn)動(dòng)，導(dǎo)致近紅外光對(duì)其的倍頻和合頻吸收，以漫反射方式在近紅外光譜區(qū)得到光譜數(shù)據(jù)。通過主成分分析(principalcomponentanalysis,PCA)，偏最小二乘法(partialleastsquares，PLS)和人工神經(jīng)網(wǎng)絡(luò)(Artificialneuralnetworks，ANN)等數(shù)理統(tǒng)計(jì)、現(xiàn)代計(jì)算機(jī)技術(shù)、光譜分析技術(shù)和化學(xué)計(jì)量學(xué)等手段建立物質(zhì)光譜和化學(xué)成分含量之間的線性或非線性模型，從而實(shí)現(xiàn)物質(zhì)光譜對(duì)待測(cè)成分含量的快速預(yù)測(cè)[22,23]。3.2近紅外光譜技術(shù)的發(fā)展及現(xiàn)狀英國(guó)科學(xué)家William于1800年發(fā)現(xiàn)了紅外線，當(dāng)時(shí)被稱為熱線[24,25]。直至20世紀(jì)30年代，第一臺(tái)實(shí)驗(yàn)用光譜設(shè)備才得以出現(xiàn)。20世紀(jì)40年代，紅外光譜設(shè)備才投入應(yīng)用到商業(yè)領(lǐng)域，紅外光譜技術(shù)到了快速發(fā)展階段[26]。近紅外光譜技術(shù)長(zhǎng)時(shí)間未得到發(fā)展可能有兩個(gè)原因：第一，未開發(fā)近紅外光譜區(qū)域內(nèi)的商用儀器；第二，光譜數(shù)據(jù)高度重疊，利用當(dāng)時(shí)現(xiàn)有的計(jì)算機(jī)技術(shù)和數(shù)據(jù)處理技術(shù)無(wú)


本文編號(hào)：3006153