[发明专利]一种饲用苎麻叶片粗纤维含量的预测方法有效
| 申请号： | 201810391103.3 | 申请日： | 2018-04-27 |
| 公开（公告）号： | CN108627468B | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 朱四元;刘头明;王延周;严理;郑霞 | 申请（专利权）人： | 中国农业科学院麻类研究所 |
| 主分类号： | G01N21/27 | 分类号： | G01N21/27;G01N21/84 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 杨静安 |
| 地址： | 410205 湖南省长沙市岳麓*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 苎麻 叶片 粗纤维 含量 预测 方法 | ||
1.一种饲用苎麻叶片粗纤维含量的预测方法，其特征在于，包括下列步骤：
步骤A：取n个饲用苎麻叶片样品，定量检测每个样品的叶片背面的叶色指标以及粗纤维含量，苎麻叶片粗纤维含量越高叶片背面的颜色越白，纤维含量越低颜色偏浅绿；
步骤B：将所述n个饲用苎麻叶片样品的叶片背面的叶色指标和粗纤维含量一一对应，进行相关性分析，建立二者之间的线性回归模型；
步骤C：取待测样品，测试其叶片背面的叶色指标，并利用所述线性回归模型计算出所述待测样品的粗纤维含量；
所述叶色指标的检测方法为：采用色差计检测；
所述n个苎麻叶片样品中，至少包含两个叶色指标相差40的样品。
2.根据权利要求1所述的预测方法，其特征在于，所述相关性分析的方法为：采用SPSS分析软件进行相关性分析。
3.根据权利要求1所述的预测方法，其特征在于，所述相关性分析的方法为：采用EXCEL分析软件进行相关性分析。
4.根据权利要求1所述的预测方法，其特征在于，所述相关性分析为Pearson相关性分析。
5.根据权利要求1所述的预测方法，其特征在于，所述粗纤维含量的检测方法参照国家标准GB/T: 5009.10-2003。
6.根据权利要求1所述的预测方法，其特征在于，所述n为100以上。
7.根据权利要求6所述的预测方法，其特征在于，所述n为108以上。
8.根据权利要求1所述的预测方法，其特征在于，所述线性回归模型为y=0.1974x+12.983，y表示粗纤维的含量，x表示叶色指标。
9.根据权利要求1所述的预测方法，其特征在于，所述叶色指标和所述粗纤维含量之间的相关系数为0.687。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国农业科学院麻类研究所，未经中国农业科学院麻类研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810391103.3/1.html，转载请声明来源钻瓜专利网。
