[发明专利]全株青贮玉米营养成分预测模型的构建方法与应用在审
| 申请号: | 201910448931.0 | 申请日: | 2019-05-28 |
| 公开(公告)号: | CN110220865A | 公开(公告)日: | 2019-09-10 |
| 发明(设计)人: | 牛岩;郑爱荣;王跃先;曹明月;李桂莲;朱锐广;张晓霞;梁亚爽 | 申请(专利权)人: | 河南省饲草饲料站 |
| 主分类号: | G01N21/359 | 分类号: | G01N21/359;G01N21/3563 |
| 代理公司: | 河南科技通律师事务所 41123 | 代理人: | 樊羿;张晓辉 |
| 地址: | 450008 河*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 青贮玉米 全株 化学分析法 成分预测 构建 近红外光谱扫描 近红外光谱数据 近红外光谱 样品预处理 成分化学 快速检测 试剂药品 数学模型 样品分析 校准 应用 定性 消耗 节约 分析 | ||
1.一种全株青贮玉米营养成分预测模型的构建方法,其特征在于,包括如下步骤:
(1)随机选取一定样本数量的有代表性的全株青贮玉米样品,经干燥、粉碎、筛分,得待测样品;
(2)依据常规化学分析法测定步骤(1)所得待测样品的粗蛋白、粗脂肪、水分、淀粉、中性洗涤纤维、酸性洗涤纤维含量值;
(3)同时取步骤(1)所得全株青贮玉米样品,采用近红外光谱仪的光栅连续光谱方式在波数1400nm~2500nm范围内对其进行近红外光谱的扫描收集,得各样品的近红外光谱数据;
(4)对步骤(3)中得到的全株青贮玉米的近红外漫反射原始光谱统一进行散射技术和标准归一化预处理,分别选择确定全株青贮玉米粗蛋白、粗脂肪、水分、中性洗涤纤维、酸性洗涤纤维、淀粉含量所对应的近红外光谱,预处理方式:
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。
2.根据权利要求1所述的全株青贮玉米营养成分预测模型的构建方法,其特征在于,在步骤(1)中,将全株青贮玉米干燥时水分含量控制在2~10%。
3.根据权利要求1所述的全株青贮玉米营养成分预测模型的构建方法,其特征在于,在步骤(1)中,所述全株青贮玉米样品经干燥、粉碎后过35~45目筛。
4.根据权利要求1所述的全株青贮玉米营养成分预测模型的构建方法,其特征在于,在步骤(2)中,所述粗蛋白测定按照标准《GB/T 6432-1994饲料中粗蛋白的测定》进行;所述粗脂肪测定按照标准《GB/T 6433-2006饲料中粗脂肪的测定》进行;所述水分测定按照标准《GB/T 6435-2014饲料中水分的测定》进行;所述中性洗涤纤维按照标准《GB/T 20806-2006饲料中中性洗涤纤维的测定》进行;所述酸性洗涤纤维按照标准《NY/T 1459-2007饲料中酸性洗涤纤维的测定》进行;所述淀粉测定按照标准《ZYA-SL-005-2017淀粉的测定方法-蒽酮比色法》进行。
5.根根据权利要求1所述的全株青贮玉米营养成分预测模型的构建方法,其特征在于,在步骤(3)中,所述近红外光谱收集时扫描速度控制为40~50 degs/sec,所述波长准确度控制为0.8~1.2nm,重复扫描样品2~3次。
6.一种全株青贮玉米营养成分含量的预测方法,其特征在于,包括如下步骤:
(1)将待测全株青贮玉米样品干燥、粉碎、筛分;
(2)取上步处理所得全株青贮玉米样品,采用近红外光谱仪的光栅连续光谱方式在波数1400nm~2500nm范围内对全株青贮玉米样品进行近红外光谱的扫描收集,得对应的近红外光谱数据;
(3)对上步所得近红外光谱数据的漫反射原始光谱统一进行散射技术(Detrend)和标准归一化(SNV)处理后,分别代入权利要求1所得各有效成分的预测模型,经方程计算或/和标准曲线查找,得全株青贮玉米对应营养成分含量的预测值。
7.根据权利要求6所述的全株青贮玉米营养成分含量的预测方法,其特征在于,在所述步骤(1)中,全株青贮玉米样品经干燥、粉碎后过35~45目筛,且将干燥时水分含量控制在2~10%。
8.根据权利要求6所述的全株青贮玉米营养成分含量的预测方法,其特征在于,在所述步骤(2)中,近红外光谱收集时扫描速度控制为40~50 degs/sec,波长准确度控制为0.8~1.2nm,重复扫描样品2~3次。
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河南省饲草饲料站,未经河南省饲草饲料站许可,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/201910448931.0/1.html,转载请声明来源钻瓜专利网。





