[发明专利]苜蓿干草有效成分预测模型的构建与应用

说明书

本发明公开了一种苜蓿干草有效成分预测模型的构建方法与应用，旨在解决资源浪费、经济效益低技术问题。该方法为：取样品干燥粉碎；分析化验粗蛋白、水分、中性洗涤纤维、酸性洗涤纤维、粗灰分含量值；取所述苜蓿干草粉，采用近红外光谱仪的光栅连续光谱方式对各苜蓿干草粉样品进行近红外光谱的扫描收集；对所得数据的漫反射原始光谱进行导数处理、标准正态变量变换和去趋势校正，再运用偏最小二乘法建立对应的预测模型。利用该模型检测苜蓿干草有效成分的含量。本发明的苜蓿干草主要成分的快速检测方法，为精准饲喂打下基础。

技术领域

本发明涉及饲料检测技术领域，具体涉及一种苜蓿干草有效成分预测模型的构建方法与应用。

背景技术

苜蓿是一种全球性栽培、适应性广泛、品质优良的牧草。苜蓿干草是指人工栽培的豆科苜蓿，属多年生牧草的紫花苜蓿在初花期刈割后经自然或人工干燥后制成的产品。苜蓿干草适口性好，氨基酸种类齐全且含量均衡，消化率可达70%～80%，在饲喂畜禽时可替代部分精饲料，具有极高的饲用价值。

然而，紫花苜蓿的栽培需要优良的栽培技术，适宜生长在温暖干燥且有灌溉条件的地方。降雨量超过1000mm的地方不适宜于紫花苜蓿的栽培，夏季多雨、天气湿热对紫花苜蓿的生长最为不利，且虫害严重，这导致我国紫花苜蓿的种植范围小，经济效益难以提高。

为提高经济效益，减少资源的浪费，精准、高效、个性化定制成为苜蓿干草作为饲料的新方向。而苜蓿干草成分和其含量的评价成为精准饲喂的基础。

因此，亟需一种能够有效评价苜蓿干草成分和其含量的方法，以达到高效利用苜蓿干草的目的。

发明内容

本发明要解决的技术问题是提供一种苜蓿干草有效成分预测模型的构建方法，并进一步将其应用于苜蓿干草有效成分含量的评价中，以解决苜蓿干草资源浪费、经济效益低的问题。

为解决上述技术问题，本发明以有代表性的苜蓿干草为研究对象，共收集大量苜蓿干草样品的粗蛋白、水分、中性洗涤纤维、酸性洗涤纤维、粗灰分的近红外光谱数据及其化学分析值数据，及其相对饲喂价值、分级指数的计算值。经长期大量的研究表明，对漫反射原始光谱进行导数处理、去趋势校正（Detrend）和标准正态变量变换（SNV）预处理后，再利用偏最小二乘法（PLS）或主成分分析-多元线性回归 (PCA-MLR)所建立苜蓿干草粗蛋白、水分、中性洗涤纤维、酸性洗涤纤维、粗灰分的近红外光谱线性模型，预测精度高，能够达到预期目标。

具体技术方案如下：

设计一种苜蓿干草有效成分预测模型的构建方法，包括以下步骤：

（1）随机选取一定样本数量的有代表性的苜蓿干草样品干燥，粉碎，得苜蓿干草粉；

（2）依据常规方法分析化验上步所得各苜蓿干草粉样品的粗蛋白、水分、中性洗涤纤维、酸性洗涤纤维、粗灰分含量值；

（3）取所述苜蓿干草粉，同时采用近红外光谱仪的光栅连续光谱方式在波长1400nm～2500nm 范围内对各苜蓿干草粉样品进行近红外光谱的扫描收集；

（4）对上步所得近红外光谱数据的漫反射原始光谱进行导数处理、标准正态变量变换和去趋势校正，分别按照下述方式确定苜蓿干草粗蛋白、水分、中性洗涤纤维、酸性洗涤纤维、粗灰分所对应的近红外光谱预处理：

；

再运用偏最小二乘法结合步骤（2）中所得各有效成分的含量值建立对应的预测模型。

优选的，在步骤（1）中，所述干燥时水分含量控制为2%～10%。

优选的，在步骤（1）中，所述苜蓿干草样品粉碎后过35～45目筛。