用近红外反射光谱法快速测定饲喂生长猪的高粱中可消化能和代谢能的含量

Jie Hu，Juntao Li，Long Pan，Xiangshu Piao，Li Sui，Gengnan Xie，Shuai Zhang，Liying Zhang，Junjun Wang

翻译&校对：上海亘泰实业集团

        本研究的目的是建立一种利用近红外反射光谱（NIRS）预测生长猪用高粱中DE和ME含量的新方法。本研究共使用了33份来自全国各地的高粱样品，样品的光谱扫描范围为12000 ~ 4000 cm⁻¹。根据光谱主成分分析，按3:1的比例将样品分为校正组（n = 24）和校验组（n = 9）。以动物实验值为标定参考，利用偏最小二乘法建立了DE和ME的标定模型。对光谱进行了不同的预处理以降低噪声水平；同时还研究了最佳波数范围。

结果表明，生长猪饲粮中高粱的DE和ME的含量分别为14.57 ~ 16.70 MJ/kg DM和14.31 ~ 16.35 MJ/kg DM。对DE和ME最佳的光谱预处理方法是采用一阶导数与乘法散射校正相结合。DE和ME信息含量最高的近红外光谱区域分别为9403.9～6094.4 cm⁻¹和4605.5～4242.9 cm⁻¹。DE和ME校正模型的最佳性能分别是：校正测定系数 （R2c）0.94和0.93，跨外部验证的确定系数（R2cv）0.88和0.86，跨外部验证的剩余预测偏差（RPDcv）2.86和2.64，外部确认的决定系数（R2v）0.90和0.81，和外部验证的剩余预测偏差（RPDv）3.15和2.35。DE和ME的测量值和NIRS预测值没有显著差异（P = 0.895、P = 0.644）。随着校正样品数量从24个增加到33个，DE和ME模型的校准性能得到了提高，表现为R2c、R2cv和RPDcv值的增加。

综上所述，本研究建立了高粱有效能的NIRS定量模型。结果表明，高粱的DE和ME可以通过NIRS的方法以相对较高的精度进行预测，而且与以往的包含动物实验、回归方程和计算机模拟消化系统等的研究方法相比，NIRS具有速度快，实用性强的优势。

2019-11-3，JAS，97（12）：4855–4864