基于近紅外光譜和高光譜圖像技術(shù)的配合飼料主要營養(yǎng)成分的檢測方法
本文關(guān)鍵詞:基于近紅外光譜和高光譜圖像技術(shù)的配合飼料主要營養(yǎng)成分的檢測方法
更多相關(guān)文章: 配合飼料 營養(yǎng)成分 近紅外光譜技術(shù) 高光譜圖像技術(shù) 快速檢測
【摘要】:配合飼料主要營養(yǎng)成分的檢測是保證其品質(zhì)的重要技術(shù)手段之一,為了研究探討配合飼料主要營養(yǎng)成分的近紅外反射光譜(NIRS)和高光譜圖像技術(shù)的快速檢測方法,收集了403個配合飼料樣本。分別利用近紅外光譜儀和高光譜成像儀對樣本進行近紅外光譜掃描和圖像采集,獲取配合飼料的近紅外反射光譜和可見/近紅外光譜信息。通過異常樣本的剔除、樣本集劃分、最優(yōu)光譜預(yù)處理和特征波段選擇等技術(shù)手段和方法,結(jié)合偏最小二乘的化學計量方法,分別建立了基于近紅外光譜和高光譜圖像技術(shù)的配合飼料中粗蛋白、粗灰分、水分、總磷、鈣含量的定量分析模型,并對模型進行驗證。主要研究內(nèi)容和結(jié)果如下:1)建立了基于NIRS技術(shù)的配合飼料樣本中粗蛋白、粗灰分、水分、總磷、鈣含量定量分析模型。采集配合飼料樣本的近紅外反射光譜信息,并采用杠桿值-學生殘差法剔除異常樣本,以SPXY法為粗蛋白、CG法為粗灰分、水分、總磷和鈣成分的最優(yōu)樣本集劃分方法,優(yōu)化了各個主要營養(yǎng)成分的光譜預(yù)處理方法,采用相關(guān)系數(shù)法確定了其特征波段。粗蛋白校正集實測值與模型預(yù)測值之間的決定系數(shù)R2c為0.8623,均方根誤差RMSEC為2.0718%,相對分析誤差RPDc為2.5582,其驗證集決定系數(shù)R2v為0.8001,均方根誤差RMSEP為1.8709%,相對分析誤差RPDv為2.9558;粗灰分校正集實測值與模型預(yù)測值之間的決定系數(shù)R2c為0.7198,均方根誤差RMSEC為1.1765%,相對分析誤差RPDc為1.8954,其驗證集決定系數(shù)R2v為0.8039,均方根誤差RMSEP為1.0050%,相對分析誤差RPDv為2.2388;水分校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.7446,均方根誤差RMSEC為1.5546%,相對分析誤差RPDc為1.9789,其驗證集決定系數(shù)R2v為0.6869,均方根誤差RMSEP為1.7131%,相對分析誤差RPDv為1.7921;總磷校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.8059,均方根誤差RMSEC為0.1166%,相對分析誤差RPDc為2.3156,其驗證集決定系數(shù)R2v為0.7876,均方根誤差RMSEP為0.1178%,相對分析誤差RPDv為2.2071;鈣校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.3270,均方根誤差RMSEC為0.1903%,相對分析誤差RPDc為1.2086,其驗證集決定系數(shù)R2v為0.2766,均方根誤差RMSEP為0.1978%,相對分析誤差RPDv為1.1628。結(jié)果表明,所建立的粗蛋白、粗灰分和總磷定量分析模型表現(xiàn)出較好的預(yù)測性能;水分定量分析模型預(yù)測精度仍然不夠理想,有待進一步優(yōu)化;鈣含量定量分析模型預(yù)測能力較差,不能用于實際定量分析。2)應(yīng)用高光譜圖像技術(shù)獲取飼料樣本的可見/近紅外光譜信息,建立了基于高光譜圖像技術(shù)的配合飼料樣本中粗蛋白、粗灰分、水分、總磷、鈣含量定量分析模型。采集配合飼料樣本的可見/近紅外反射光譜信息,采用杠桿值-學生殘差法剔除異常樣本,以SPXY法為粗蛋白、CG法為粗灰分、水分、總磷和鈣成分的最優(yōu)樣本集劃分方法,優(yōu)化了各個主要營養(yǎng)成分的光譜預(yù)處理方法,采用相關(guān)系數(shù)法確定了其特征波段。粗蛋白校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.8373,均方根誤差RMSEC為2.1327%,相對分析誤差RPDc為2.4851,其驗證集決定系數(shù)R2v為0.7778,均方根誤差RMSEP為2.6155%,相對分析誤差RPDv為2.1143;粗灰分校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.7932,均方根誤差RMSEC為1.0107%,相對分析誤差RPDc為2.2064,其驗證集決定系數(shù)R2v為0.7758,均方根誤差RMSEP為1.0611,相對分析誤差RPDv為2.1204;水分校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.6470,均方根誤差RMSEC為1.8221%,相對分析誤差RPDc為1.6849,其驗證集決定系數(shù)R2v為0.6314,均方根誤差RMSEP為1.6003%,相對分析誤差RPDv為1.9371;總磷校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.6038,均方根誤差RMSEC為0.1656%,相對分析誤差RPDc為1.5700,其驗證集決定系數(shù)R2v為0.4672,均方根誤差RMSEP為0.1916%,相對分析誤差RPDv為1.3570;鈣校正集實測值與預(yù)測值之間的決定系數(shù)R2c為0.4784,均方根誤差RMSEC為0.1676%,相對分析誤差RPDc為1.3723,其驗證集決定系數(shù)R2v為0.4406,均方根誤差RMSEP為0.1755%,相對分析誤差RPDv為1.3105。結(jié)果表明,所建立的粗蛋白、粗灰分定量分析模型表現(xiàn)出較好的預(yù)測性能;水分定量分析模型預(yù)測精度仍然不夠理想,有待進一步優(yōu)化;總磷和鈣含量定量模型預(yù)測能力較差,不能用于實際定量分析。3)比較基于NIRS技術(shù)和高光譜圖像技術(shù)在特征波段建立的各項營養(yǎng)成分的PLS定量分析模型,采用NIRS技術(shù)建立的粗蛋白最優(yōu)模型效果比較理想,校正集決定系數(shù)高達0.8623,模型能夠較準確地用于實際的定量分析中;采用高光譜圖像技術(shù)和近紅外光譜技術(shù)建立的粗灰分定量分析模型均可用于實際定量分析,但高光譜圖像技術(shù)的定量模型預(yù)測精度優(yōu)于近紅外定量分析模型;雖然采用近紅外光譜技術(shù)建立的水分定量分析模型預(yù)測效果優(yōu)于高光譜定量分析模型的效果,但其預(yù)測精度仍不夠理想;采用近紅外光譜法建立的總磷模型預(yù)測性能較好,可用于實際測定;采用高光譜圖像技術(shù)建立的總磷、鈣定量分析模型,以及鈣含量的近紅外光譜定量模型的預(yù)測效果不理想,不能用于實際檢測。
【學位授予單位】:華中農(nóng)業(yè)大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:S816
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 ;我國將重點發(fā)展大型配合飼料機械[J];河南畜牧獸醫(yī);2000年06期
2 胡安棟;配合飼料喂魚低效的原因及對策[J];科學養(yǎng)魚;2000年12期
3 ;我國將重點發(fā)展大型配合飼料機械[J];糧食與飼料工業(yè);2000年05期
4 ;“十五”期間我國將重點發(fā)展大型配合飼料機械[J];農(nóng)村牧區(qū)機械化;2000年02期
5 ;配合飼料加中藥蛋雞產(chǎn)蛋大又多[J];中國禽業(yè)導(dǎo)刊;2000年04期
6 張德珠;購買配合飼料要“兩問一看”[J];河北畜牧獸醫(yī);2001年02期
7 任為公;世界養(yǎng)魚用配合飼料生產(chǎn)狀況[J];漁業(yè)現(xiàn)代化;2001年06期
8 王傳昌,路忠鳳;應(yīng)注意配合飼料使用的幾個誤區(qū)[J];河南畜牧獸醫(yī);2001年08期
9 胡安棟;配合飼料喂魚低效的原因及對策[J];中國農(nóng)墾;2001年01期
10 ;鯉魚配合飼料[J];河南水產(chǎn);2002年02期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 韓耀全;;配合飼料的使用與魚病的發(fā)生[A];廣西水產(chǎn)研究所論文集(2001—2005)[C];2006年
2 ;“得加”鹿用濃縮配合飼料[A];二○○三年全國鹿業(yè)發(fā)展信息交流會材料匯編[C];2003年
3 韓耀全;;提高配合飼料混合均勻度的有較途徑[A];廣西水產(chǎn)研究所論文集(2001—2005)[C];2006年
4 韓耀全;;硬顆粒配合飼料生產(chǎn)的全過程水分控制[A];廣西水產(chǎn)研究所論文集(2001—2005)[C];2006年
5 邵路暢;王春;吳旭干;楊志剛;楊筱珍;成永旭;;一種配合飼料和天然餌料對中華絨螯蟹育肥品質(zhì)的影響[A];中國甲殼動物學會第十一屆年會暨學術(shù)研討會論文摘要集[C];2011年
6 張利民;王際英;常建波;李煙芬;于光溥;王世信;;海水仔稚魚的營養(yǎng)需求與配合飼料的特性研究[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展(下冊)[C];2001年
7 韓耀全;;兩種飼料原料質(zhì)量的快速判別[A];廣西水產(chǎn)研究所論文集(2001—2005)[C];2006年
8 吳旭干;成永旭;沈z,
本文編號:1176157
本文鏈接:http://sikaile.net/yixuelunwen/dongwuyixue/1176157.html