论文部分内容阅读
本研究应用傅立叶变换近红外光谱仪成功建立了预测麦麸、棉粕化学成分的定标模型，并考察水分背景对模型预测效果的影响。试验收集了76个麦麸和73个棉粕样品，粉碎过40目，在测定样品水分、粗蛋白、粗脂肪、中酸性洗涤纤维和粗灰分的基础上，用傅立叶近红外光谱仪对样品进行了分析，采用偏最小二乘法（PLS）方法，建立麦麸和棉粕化学成分的预测模型。同时，按粗蛋白、中性洗涤纤维、酸性洗涤纤维和粗灰分含量高低各选取10个样品为验证集V，50个样品组成校正集C。每个样品分成三等份，调整样品的水分分别在8％、10％、12％三个水平，建立这三个水分背景下的粗蛋白、中性洗涤纤维、酸性洗涤纤维和粗灰分定标模型和包含三个水分背景（8～12％）的全局定标模型。试验结果如下：1．麦麸各化学成分定标集化学分析值与近红外预测值之间的决定系数(R2cal)和相对标准差（RSD）分别为0.9668和1.53％（H2O）、0.9311和1.58％（CP）、0.9662和3.78％（EE）、0.9764和2.61％（NDF）、0.9900和1.98％（ADF）、0.9904和1.65％（Ash）；外部验证预测决定系数(R2val)和RSD分别为：0.9421和1.70％（H2O）、0.8468和2.11％（CP）、0.9506和3.71％（EE）、0.9542和3.13％（NDF）、0.9701和3.31％（ADF）、0.9702和2.75％（Ash）。2．棉粕各化学成分定标集化学分析值与近红外预测值之间的决定系数(R<sub>cal)和相对标准差（RSD）分别为0.9972和0.53％（H2O）、0.9644和1.32％（CP）、0.8992和11.83％（EE）、0.993和1.01％（NDF）、0.9778和1.86％（ADF）、0.9721和1.32％（Ash）；外部验证预测决定系数(R2val)和RSD分别为：0.9952和0.64％（H2O）、0．8959和1.86％（CP）、0.6876和17.49％（EE）、0.9527和3.14％（NDF）、0.9187和2.56％（ADF）、0.8521和1.35％（Ash）。3．不同水分背景下建立的模型预测标准差（RMSEP）分别为：0.665～4.611（CP），0.546～6.586（NDF），0.792～4.16（ADF）和0.081～1.12（Ash）。结论：建立的预测麦麸水分、粗蛋白质、粗脂肪、中性洗涤纤维、酸性洗涤纤维和粗灰分含量的定标模型可用于定量分析；预测棉粕粗脂肪模型的效果较差，其余成分模型可用于实际测定；样本水分含量按梯度呈均态分布建立的定标模型可扩大模型的适配空间，能减小由于水分含量差异所带来的误差。