近红外光谱法预测紫花苜蓿草捆的营养品质和消化率

摘要：

优质牧草苜蓿(Medicago sativa)品质的优劣和消化率的高低能在很大程度上影响畜牧业的发展.为探讨近红外光谱技术(NIRS)预测苜蓿草捆中营养成分和消化率的可行性,本试验采集来自我国苜蓿主产区的苜蓿草捆样品229份,利用改进的偏最小二乘法(MPLS),结合不同光谱处理和数学参数设置,建立苜蓿营养品质和消化率的近红外预测模型.结果表明:相对饲喂价值(relative feed value,RFV),中性洗涤纤维(neutral detergent fiber,NDF),酸性洗涤纤维(acid detergent fiber,ADF)和粗蛋白(crude protein,CP)的模型能用于实际含量的分析;半纤维素(Hemicellulose)和干物质体外消化率(In vitro dry matter disappearance,IVDMD)的交叉验证相对分析误差(relative prediction deviation for cross validation,RPDCV)值介于2.5～3之间,能够用于粗略分析,需要对定标集样品进一步扩充和完善以提高预测的准确度.试验初步建立了苜蓿草捆品质的定量分析模型,补充了我国苜蓿草捆营养品质数据库,为苜蓿草产品的生产、流通及动物饲料配方的制定提供了数据支持.

关键词：近红外光谱法、紫花苜蓿、草捆、品质、消化率

所属期刊栏目：25

分类号：S541.9(饲料作物、牧草)

资助基金：基本科研业务费“6种牧草品质分析及近红外预测模型建立”2014XJ005;农业财政项目“牧草种质资源品质分析及快速测定”2130135;公益性行业科研专项“科尔沁沙地苜蓿高效种植技术研究与示范”201403048-2

在线出版日期：2017-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：165-171