10.19386/j.cnki.jxnyxb.2022.04.026
影响花生秧近红外光谱预测准确性因素的分析
采集来自河南省不同地区和不同品种的花生秧样品,分别采用湿化学方法和近红外扫描技术(NIRS)进行主要营养成分含量的测定和预测,从样品数量、测定指标、粉碎粒度和计量方法等方面分析了影响花生秧近红外光谱预测准确性的因素.结果表明:预测准确性随着花生秧样品数量的增加而提高;对干物质、酸性洗涤纤维、中性洗涤纤维、粗蛋白质含量的预测效果较好,而粗脂肪、钙和磷的含量低,不能进行准确预测;花生秧的最佳粒度为40目;建立预测模型的最佳离群值为2.5~5.0;花生秧不同测定指标预测模型的最佳计量方法各不相同,但均宜采用标准正态变换处理(SNV)方法.
近红外光谱、花生秧、营养成分、预测、影响因素
34
S565.2(经济作物)
现代奶牛产业技术体系专项基金项目
2022-07-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
155-159,171