欧宝体育

欢迎访问 欧宝体育,今天是

青贮玉米不(bu)同部位(组织)养(yang)分含(han)量近红(hong)外预测模型(xing)的构建

唐德富 陈志刚 李飞 郭涛 潘发明 郝生燕 徐琳娜

引用本文: 唐德富,陈志刚,李飞,郭涛,潘发明,郝生燕,徐琳娜. 青贮玉米不同部位(组织)养分含量近红外预测模型的构建. 欧宝体育, 2021, 38(9): 1753-1761 doi: shu
Citation:  TANG D F, CHEN Z G, LI F, GUO T, PAN F M, HAO S Y, XU L N. Construction of a near-infrared prediction model for nutrient content in different parts (tissues) of corn silage. Pratacultural Science, 2021, 38(9): 1753-1761 doi: shu

青贮玉米不同部位(组织)养分含量近红外预测模型的构建

    作者简介: 唐德富(1982-),男,甘肃平川人,副教授,博士,主要从事动物营养与畜产品品质研究。E-mail: tangdf@gsau.edu.cn
    通讯作者: 徐琳娜(1985-),女,河南安阳人,高级畜牧师,在读博士生,研究方向为畜牧技术推广。E-mail: 13919864873@126.com
  • 基金项目: 甘肃现代农业(草食畜)产业技术体系(GARS-09);长江学者和创新团队发展计划资助(IRT-17R50);甘肃农业大学伏羲青年英才培育计划(GAUFX-02Y07)

摘要: 在甘肃省民勤县采集227份青贮玉米(Zea mays)样品,采用改良偏最小二乘的化学计量学方法,用3种导数处理和10种光谱散射处理相结合的方法,建立青贮玉米原料不同部位(组织)的干物质、有机物、粗蛋白、粗脂肪、中性洗涤纤维(neutral detergent fiber, NDF)、酸性洗涤纤维(acid detergent fiber, ADF)和酸性洗涤木质素(acid detergent lignin, ADL)等养分含量的近红外预测模型,旨在利用近红外光谱技术建立青贮玉米不同部位(组织)养分含量的近红外预测模型。结果表明: 1) ADF含量预测模型的决定系数(coefficient of determination for validation, RSQV)和外部验证相对分析误差(ratio of performance to deviation for validation, RPD)均高于其他成分,而NDF、粗蛋白和有机物含量的RSQV和RPD均低于ADF;ADF、NDF、粗蛋白和有机物这4个指标的RSQV均大于0.9,且其RPD均大于2.5,能用于实际生产中准确分析;2) 粗脂肪含量的RSQV和RPD分别为0.701和1.838,建立的模型只能用于样品的粗略预测;3) 干物质、ADL含量的RSQV和RPD分别为0.525和1.549、0.631和1.602,这2种营养成分的预测模型不能用于实际生产中的检测,模型还需要进一步优化。综上所述,本试验初步建立了青贮玉米不同部位(组织) ADF、NDF、粗蛋白和有机物含量这4种营养成分近红外预测模型,能够应用于生产实际。

English

    1. [1]

      赵久然, 杨国航, 孙世贤, 张春原, 潘金豹.  国家青贮玉米品种区域试验现状及发展趋势: 国家玉米品种区试系列介绍Ⅳ[J]. 作物杂志, 2008, (1): 85-89. doi:
      ZHAO J R, YANG G H, SUN S J, ZHANG C Y, PAN J B.  Countries silage corn varieties present situation and development trend, the national regional test corn variety regional test series introduces Ⅳ[J]. Crops, 2008, (1): 85-89. doi:

    2. [2]

      刘娜. 全株玉米青贮营养价值快速评价及预测模型构建. 兰州: 甘肃农业大学硕士学位论文, 2019.
      LIU N. Evaluation and prediction model of nutrient value of whole corn silage. Master Thesis. Lanzhou: Gansu Agricultural University, 2019.

    3. [3]

      邓锐强. 3个品种全株玉米青贮的营养评价及对泌乳奶牛饲喂效果的研究. 太原: 山西农业大学硕士学位论文, 2019.
      DENG R Q. Nutritional evaluation of whole corn silage of 3 varieties and its feeding effect on lact-ating dairy cows. Master Thesis. Taiyuan: Shanxi Agricultural University, 2019.

    4. [4]

      苏天增, 侯乐新, 张玉强, 王方明, 彭雷.  青贮玉米高产群体生理特性及其对密度的响应[J]. 华北农学报, 2019, 34(2): 132-137. doi:
      SU T Z, HOU L X, ZHANG Y Q, WANG F M, PENG L.  Physiological characteristics of high-yield Silage corn population and its response to density[J]. Acta Agriculturae Boreali-Sinica, 2019, 34(2): 132-137. doi:

    5. [5]

      白岚方, 张向前, 王瑞, 王雅楠, 叶雪松, 王玉芬, 李娟, 张德健.  不同玉米品种光合特性及青贮产量品质的差异性研究[J]. 作物杂志, 2020, (1): 154-160.
      BAI L F, ZHANG X Q, WANG R, WANG Y N, YE X S, WANG Y F, LI J, ZHANG D J.  Study on the difference of photosynthetic characteristics and silage yield and quality of different maize vari-eties[J]. Crops, 2020, (1): 154-160.

    6. [6]

      周文静. 不同品种玉米营养动态及青贮品质和含玉米青贮饲粮育肥湖羊的研究. 兰州: 兰州大学硕士学位论文, 2020.
      ZHOU W J. Study on nutritional dynamics of different varieties of corn and silage quality and fertil-izing Hu sheep with corn silage diet. Master Thesis. Lanzhou: Lanzhou University, 2020.

    7. [7]

      刘月, 王国艮, 吴浩, 孟庆翔, 宋恩亮, 成海建, 周振明. 全株青贮玉米品种对其发酵品质及营养价值的影响. 草业学报, 2019, 28(6): 148-156.
      LIU Y, WANG G G, WU H, MENG Q X, SONG E L, CHENG H J, ZHOU Z M. Variety effects on fermentation quality and nutritive value of whole-plant maize silage. Acta Prataculturae Sinica, 2019, 28(6):148-156.

    8. [8]

      薛红枫, 闫贵龙, 孟庆翔.  玉米秸秆不同部位碳水化合物组分体外发酵动态分析[J]. 畜牧兽医学报, 2007, 38(9): 926-933. doi:
      XUE H F, YAN G L, MENG Q X.  In vitro fermentation kinetic analysis of the carbohydrate fractions in various sections of corn stalks[J]. Acta Veterinaria et Zootechnica Sinica, 2007, 38(9): 926-933. doi:

    9. [9]

      王洋. 不同品种玉米植株在成熟过程中营养价值变化规律及青贮利用价值的研究. 北京: 中国农业大学硕士学位论文, 2005.
      WANG Y. The regulation of nutritional value on different breeds of corn, corn-stalk and corn silage. Master Thesis. Beijing: China Agricultural University, 2005.

    10. [10]

      郭涛. 利用NIRS技术预测秸秆及苜蓿干草营养组成的研究. 兰州: 兰州大学硕士学位论文, 2020.
      GUO T. Study on prediction of nutrient composition of straw and alfalfa hay using NIRS technology. Master Thesis. Lanzhou: Lanzhou University, 2020.

    11. [11]

      杨雪萍, 陈菲, 倪奎奎, 李军涛, 林炎丽, 杨富裕.  近红外光谱分析技术在青贮饲料营养品质检测评价上的研究进展[J]. 饲料工业, 2020, 41(10): 19-23.
      YANG X P, CHEN F, NI K K, LI J T, LIN Y L, YANG F Y.  Research progress of near-infrared sp-ectroscopy for the detection and evaluation of nutrient quality of silage[J]. Feed Industry, 2020, 41(10): 19-23.

    12. [12]

      陈鹏飞, 戎郁萍, 吴建冠.  近红外光谱技术在粗饲料分析中的应用现状[J]. 中国饲料, 2006, (9): 33-35+38. doi:
      CHEN P F, RONG Y P, WU J G.  Application status of near infrared spectroscopy in the analysis of roughage[J]. China Feed, 2006, (9): 33-35+38. doi:

    13. [13]

      蔡鸿发, 刘付裕标, 伍光护, 简友利, 王其玉, 冯幼.  近红外光谱分析技术及其在饲料检测中的应用[J]. 饲料与畜牧, 2015, (10): 47-50.
      CAI H F, LIU F Y B, WU G H, JIAN Y L, WANG Q Y, FENG Y.  Near-infrared spectroscopy and its application in feed detection[J]. Feed & Animal Husbandry, 2015, (10): 47-50.

    14. [14]

      向娜娜, 赵江涛, 陈丽, 夏超笃, 王晓琼, 陈林, 纪昌正.  基于近红外光谱技术评估大豆皮纤维含量的究[J]. 动物营养学报, 2020, 33(3): 1792-1800.
      XIANG N N, ZHAO J T, CHEN L, XIA C D, WANG X Q, CHEN L, JI C Z.  Research on eva-luation of fiber content in soybean hulls based on near-infrared spectroscopy technique[J]. Chinese Jo-urnal of Animal Nutrition, 2020, 33(3): 1792-1800.

    15. [15]

      何云, 张亮, 武小姣, 郑爱荣, 刘嶶, 贺永惠, 牛岩, 王跃先, 张晓霞.  苜蓿干草常规营养成分含量近红外预测模型的建立[J]. 动物营养学报, 2019, 31(10): 4684-4690.
      HE Y, ZHANG L, WU X J, ZHENG A R, LIU W, HE Y H, NIU Y, WANG Y X, ZHANG X X.  Near infrared prediction model establishment for routine nutritional component contents of alfalf-ahay[J]. Chinese Journal of Animal Nutrition, 2019, 31(10): 4684-4690.

    16. [16]

      郭涛, 黄右琴, 郭龙, 李发弟, 潘发明, 张兆杰, 李飞.  利用近红外光谱技术快速预测苜蓿干草营养成分含量[J]. 欧宝体育, 2020, 37(11): 2374-2381.
      GUO T, HUANG Y Q, GUO L, LI F D, PAN F M, ZHANG Z J, LI F.  Rapid prediction of nutr-ient content of alfalfa hay by using near infrared spectroscopy[J]. Pratacultural Science, 2020, 37(11): 2374-2381.

    17. [17]

      郭涛, 黄右琴, 代露茗, 郭龙, 李发弟, 潘发明, 张兆杰, 李飞.  苜蓿干草不同处理方式对近红外预测模型预测准确性的影响[J]. 动物营养学报, 2021, 33(5): 2939-2948.
      GUO T, HUANG Y Q, DAI L M, GUO L, LI F D, PAN F M, ZHANG Z J, LI F.  Effects of different processing methods of alfalfa hay on accuracy of near-infrared prediction models[J]. Chinese Journal of Animal Nutrition, 2021, 33(5): 2939-2948.

    18. [18]

      张丽英. 饲料分析及饲料质量检测技术. 北京: 中国农业大学出版社, 2007.
      ZHANG L Y. Feed Analysis and Feed Quality Detection Technology. Beijing: China Agricultural University Press, 2007

    19. [19]

      李泽民, 王本琢, 王洪敏, 王云鹏, 张晨, 张桂国, 张崇玉.  不同方法测定饲料中木质素(ADL)含量的研究[J]. 山东畜牧兽医, 2019, 40(12): 21-22, 25.
      LI Z M, WANG B Z, WANG H M, WANG Y P, ZHANG C, ZHANG G G, ZHANG C Y.  Studyon determination of lignin (ADL) content in feed by different methods[J]. Shandong Animal Science and Veterinary Medicine, 2019, 40(12): 21-22, 25.

    20. [20]

      李尚科, 杜国荣, 李跑, 蒋立文, 刘霞.  基于近红外光谱技术和优化预处理方法的豆浆粉无损鉴别研究[J]. 食品研究与开发, 2020, 41(17): 144-150.
      LI S K, DU G R, LI P, JIANG L W, LIU X.  Nondestructive identification of soybean milk powd-er based on near infrared spectroscopy and optimized pretreatment method[J]. Food Research and Development, 2020, 41(17): 144-150.

    21. [21]

      李静. 玉米籽粒品质近红外测定方法及遗传研究. 新乡: 河南科技学院硕士学位论文, 2015.
      LI J. Near-infrared determination of maize grain quality and its genetic study. Master Thesis. Xinxiang: Henan University of Science and Technology, 2015.

    22. [22]

      王建福. 玉米秸秆和苜蓿饲用化利用价值评价与数据库建立. 兰州: 甘肃农业大学博士学位论文, 2017.
      WANG J F. Evaluation and database establishment of forage utilization value of corn straw and al-falfa. PhD Thesis. Lanzhou: Gansu Agricultural University, 2017.

    23. [23]

      KOVALENKO I V, RIPPKE G R, HURBURGH C R.  Determination of amino acid composition of soybeans (Glycine max) by near-infrared spectroscopy[J]. Journal of Agricultural and Food Chemistry, 2006, 54(10): 3485-3491. doi:

    24. [24]

      NORRIS K H, BARNES R F, MOORE J E.  Prediction forage quality by NIRS[J]. Journal of Animal Science, 1976, 13(4): 897-899.

    25. [25]

      MARCHI M D, PENASA M, ZIDI A.  Invited review: Use of infrared technologies for the assessment of dairy products-Applications and perspectives[J]. Journal of Dairy Science, 2018, 101(12): 10589-10604. doi:

    26. [26]

      刘娜, 屠焰, 刁其玉, 郭江鹏, 齐志国, 司丙文, 王俊, 吴万成, 陈国顺.  基于近红外光谱的北京市全株玉米原料康奈尔净碳水化合物-蛋白质体系组分分析与预测[J]. 动物营养学报, 2019, 31(5): 2287-2295. doi:
      LIU N, TU Y, DIAO Q Y, GUO J P, QI Z G, SI B W, WANG J, WU W C, CHEN G S.  Analysis and prediction of whole-plant corn raw material in Beijing of cornell net carbohydrate and protein system components by near infrared reflectance spectroscopy[J]. Chinese Journal of Animal Nutrition, 2019, 31(5): 2287-2295. doi:

    27. [27]

      刘金明, 初晓冬, 王智, 许永花, 李文哲, 孙勇.  玉米秸秆纤维素和半纤维素NIRS特征波长优选[J]. 光谱学与光谱分析, 2019, 39(3): 743-750.
      LIU J M, CHU X D, WANG Z, XU Y H, LI W Z, SUN Y.  Selection of NIRS characteristic wavelength of corn straw cellulose and hemicellulose[J]. Spectroscopy and Spectral Analysis, 2019, 39(3): 743-750.

    28. [28]

      刘海燕, 王秀飞, 王彦靖, 刘鹏, 张永锋.  玉米秸秆不同部位营养成分、体外消化率和有效能的比较[J]. 畜牧与兽医, 2019, 51(2): 22-25.
      LIU H Y, WANG X F, WANG Y J, LIU P, ZHANG Y F.  Comparison of nutrient composition, in vitro digestibility and available energy of different parts of corn straw[J]. Animal Husbandry & Veteri-nary Medicine, 2019, 51(2): 22-25.

    29. [29]

      穆怀彬. 近红外光谱技术在玉米营养品质和青贮玉米品质评定中的研究. 呼和浩特: 内蒙古农业大学博士学位论文, 2008.
      MU H B. Study on evaluation of nutritional quality of maize and silage maize by near infrared spectroscopy. PhD Thesis. Hohhot: Inner Mongolia Agricultural University, 2008.

    30. [30]

      郭旭生, 尚占环, 方向文, 龙瑞军.  近红外光谱技术(NIRS)在反刍动物营养研究中的应用现状[J]. 光谱学与光谱分析, 2009, 29(3): 641-646. doi:
      GUO X S, SHANG Z H, FANG X L, LONG R J.  The application of near infrared spectroscopy (NIRS) in the study of ruminant nutrition[J]. Spectroscopy and Spectral Analysis, 2009, 29(3): 641-646. doi:

    31. [31]

      白琪林, 陈绍江, 董晓玲, 孟庆祥, 严衍禄, 戴景瑞.  近红外漫反射光谱法测定玉米秸秆NDF与ADF含量[J]. 光谱学与光谱分析, 2004, (11): 1345-1347. doi:
      BAI Q L, CHEN S J, DONG X L, MENG Q X, YAN Y L, DAI J R.  Determination of NDF andADF in corn stalk by near infrared diffuse reflectance spectroscopy[J]. Spectroscopy and Spectral Analysis, 2004, (11): 1345-1347. doi:

    32. [32]

      王新基, 郭涛, 潘发明, 李飞.  利用近红外光谱技术快速分析全株玉米青贮营养成分[J]. 家畜生态学报, 2021, 42(1): 52-55. doi:
      WANG X J, GUO T, PAN F M, LI F.  Rapid analysis of nutritional components of whole plant silage using nearinfrared spectroscopy[J]. Acta Ecologiae Animalis Domastici, 2021, 42(1): 52-55. doi:

    33. [33]

      严旭, 白史且, 鄢家俊, 胡超, 李达旭, 游明鸿, 张玉, 刀志学, 张昌兵, 干友民.  红外光谱法测定老芒麦营养价值[J]. 光谱学与光谱分析, 2015, 35(8): 2103-2107. doi:
      YAN X, BAI S Q, YAN J J, HU C, LI D X, YOU M H, ZHANG Y, DAO Z X, ZHANG C B, GAN Y M.  Determination of nutritional value of Elymus sibiricus L. by near infrared spectroscop[J]. Spectroscopy and Spectral Analysis, 2015, 35(8): 2103-2107. doi:

    1. [1]

      郭涛黄右琴郭龙李发弟潘发明张兆杰李飞 . 利用近红外光谱技术快速预测苜蓿干草营养成分含量. 欧宝体育, 2020, 37(11): 2374-2381. doi: 

    2. [2]

      郭涛黄右琴兰贵生闫佰鹏李发弟李飞 . 利用近红外光谱技术分析玉米秸秆和小麦秸秆的营养成分. 欧宝体育, 2020, 37(6): 1204-1214. doi: 

    3. [3]

      闫佰鹏王芳彬李成海周文静李发弟李飞 . 利用近红外光谱技术快速评定油菜秸秆的营养价值. 欧宝体育, 2019, 36(2): 522-530. doi: 

    4. [4]

      段震宇王婷桑志勤王友德陈树宾郭斌李玉梅张小伟 . 不同栽培模式下青贮玉米的农艺性状. 欧宝体育, 2018, 12(4): 891-899. doi: 

    5. [5]

      于德花陈小芳毕云霞邵秋玲 . 种植密度对不同株型青贮玉米产量及相关性状的影响. 欧宝体育, 2018, 12(6): 1465-1471. doi: 

    6. [6]

      李想张业猛朱丽丽杨学贵李文军王元兰徐慧君祁琪陈志国 . 青海高原地区不同玉米品种青贮性能及营养品质评价. 欧宝体育, 2021, 38(6): 1194-1208. doi: 

    7. [7]

      受娜高玮沈禹颖杨宪龙 . 不同施氮量对青贮玉米产量及水分利用效率的影响. 欧宝体育, 2021, 38(7): 1351-1361. doi: 

    8. [8]

      许瑞轩赵海明刘贵波张英俊曲毅 . 不同植物生长延缓剂和除草剂对苜蓿/玉米套作系统产量和种间竞争的影响. 欧宝体育, 2021, 38(6): 1128-1137. doi: 

    9. [9]

      王晓娟何海军寇思荣周玉乾刘忠祥杨彦忠连晓荣周文期 . 种植密度对不同品种青贮玉米 生物产量和品质的影响. 欧宝体育, 2019, 36(1): 169-177. doi: 

    10. [10]

      王晔石雅琪刘呈刘雅然南张杰张秋芝潘金豹 . 水氮互作对青贮玉米产量和青贮品质的影响. 欧宝体育, 2021, 38(11): 1-8. doi: 

    11. [11]

      闫慧颖李春喜唐生华王子录白永吉 . 青海旱地3个青贮玉米品种的生产性能及品质评价. 欧宝体育, 2017, 11(9): 1915-1921. doi: 

    12. [12]

      徐梦琦高艳菊张志浩曾凡江 . 骆驼刺叶片和根系主要功能性状对水分胁迫的适应. 欧宝体育, 2021, 38(8): 1559-1569. doi: 

    13. [13]

      马超然何树斌白雪纯王涛张君红冯魁亮夏宇康 . 套种紫花苜蓿对玉米根际土壤碳、氮、磷及真菌群落的影响. 欧宝体育, 2020, 37(1): 20-29. doi: 

    14. [14]

      杨晓宋谦余小亮赵海燕马淑梅杜文华 . 陇东旱塬区秋播小黑麦与青贮玉米的复种效果. 欧宝体育, 2019, 36(8): 2127-2134. doi: 

    15. [15]

      徐祥玉张敏敏周剑雄向礼波袁家富彭成林 . 基于新型经营主体的湖北省青贮玉米生产状况调查. 欧宝体育, 2019, 36(10): 2693-2702. doi: 

    16. [16]

      周波韩小花李小红王延召刘康 . 河南省夏播青贮玉米品种筛选与综合评价. 欧宝体育, 2021, 38(2): 316-326. doi: 

    17. [17]

      甘淑萍杨学贵马玉清李想朱丽丽陈志国贺晨帮毛小锋 . 青海省中晚熟青贮玉米‘铁研53’的引种栽培. 欧宝体育, 2021, 38(5): 927-934. doi: 

    18. [18]

      张健黄德均唐露高立芳 . 三峡库区10个青贮玉米品种生产性能及营养价值综合评价分析. 欧宝体育, 2019, 36(8): 2118-2126. doi: 

    19. [19]

      白雪纯张君红冯魁亮王涛夏宇康马超然龙明秀何树斌 . 化肥减量配施有机肥对青贮玉米产量、营养价值及土壤微生物活性的影响. 欧宝体育, 2020, 37(2): 348-354. doi: 

    20. [20]

      于德花宁凯徐化凌毕云霞陈小芳 . 黄河三角洲饲用玉米引种筛选试验初报. 欧宝体育, 2016, 10(11): 2306-2311. doi: 

  • 欧宝体育

    图 1  青贮玉米样品原始近红外光谱图(a)、一阶导数处理图(b)和二阶导数处理图(c)

    Figure 1.  Near infrared original spectra (a), first derivative spectra (b), and second derivative spectra (c) of silage corn samples

    图 2  营养指标含量预测值与湿化学分析值相关性分析

    Figure 2.  Correlations between the predicted values and the chemical measured values for the nutrition indexes

    DM,干物质(zhi);OM,有机物;CP,粗蛋白;EE,粗脂肪(fang);NDF,中(zhong)性洗涤纤维;ADF,酸性洗涤纤维;ADL,酸性洗涤木(mu)质(zhi)素;RSQ,预(yu)测决定系数。

    DM, dry matter; OM, organic matter; CP, crude protein; EE, ether extract; NDF, neutral detergent fiber; ADF, acid detergent fiber; ADL, acid detergent lignin; RSQ, coefficient of determination for validation.

    表 1  青贮玉米样品定标集和验证集养分含量(干物质基础)

    Table 1.  Nutrient contents of the silage corn samples in the calibration and validation sets (DM basis)

    样品类别
    Sample type
    营养指标
    Nutrition index
    样本数
    Number
    最小值
    Minimum/%
    最大值
    Maximum/%
    平均值
    Mean/%
    标准偏差
    SD
    变异系数
    CV/%
    定标集
    Calibration sets
    干物质 Dry matter 176 88.61 96.60 94.31 0.97 1.03
    有机物 Organic matter 176 83.56 98.44 93.32 3.55 3.80
    粗脂肪 Ether extract 174 0.46 4.21 2.01 0.81 40.30
    粗蛋白 Crude protein 179 1.51 13.50 6.39 2.64 41.31
    中性洗涤纤维 Neutral detergent fiber 175 17.80 74.08 51.49 13.16 25.56
    酸性洗涤纤维 Acid detergent fiber 176 7.48 45.10 27.79 9.05 32.57
    酸性洗涤木质素 Acid detergent lignin 176 0.43 9.12 2.39 1.54 64.44
    验证集
    Validation sets
    干物质 Dry matter 45 92.08 96.43 94.32 0.92 0.98
    有机物 Organic matter 45 84.26 98.16 93.20 3.68 3.95
    粗脂肪 Ether extract 45 0.58 4.01 2.02 0.82 40.59
    粗蛋白 Crude protein 45 1.99 11.95 6.36 2.64 41.51
    中性洗涤纤维 Neutral detergent fiber 45 19.15 71.56 51.25 13.51 26.36
    酸性洗涤纤维 Acid detergent fiber 45 7.12 43.63 27.59 9.33 33.82
    酸性洗涤木质素 Acid detergent lignin 45 0.45 7.43 2.38 1.51 63.45
     SD: Standard deviation; CV: Coefficient of variation.
    下载: 导出CSV

    表 2  青贮玉米定标结果

    Table 2.  Calibration results for silage corn

    营养指标
    Nutrition
    index
    光谱处理
    Spectrum
    treatment
    导数处理
    Derivative
    processing
    样本数
    Number
    定标标准
    分析误差
    SEC
    交叉检验
    标准误差
    SECV
    预测决定
    系数
    RSQ
    交叉验证
    相关系数
    1-VR
    干物质
    Dry matter
    反向多元离散校正处理
    Inverse MSC
    1, 4, 4, 1 168 0.462 9 0.536 3 0.711 7 0.610 6
    有机物
    Organic matter
    标准正常化处理
    SNV only
    1, 4, 4, 1 163 0.415 0 0.521 3 0.985 2 0.976 6
    粗脂肪
    Ether extract
    二次处理
    Scale and quadratic
    1, 4, 4, 1 170 0.354 7 0.387 0 0.798 2 0.758 3
    粗蛋白
    Crude protein
    去散射处理
    Detrend only
    2, 4, 4, 1 170 0.303 5 0.433 8 0.986 3 0.971 9
    中性洗涤纤维
    Neutral detergent fiber
    标准正常化处理
    SNV only
    1, 4, 4, 1 169 1.223 3 1.412 1 0.991 0 0.987 9
    酸性洗涤纤维
    Acid detergent fiber
    标准多元离散校正处理
    Standard MSC
    2, 4, 4, 1 167 0.546 1 0.793 9 0.996 4 0.992 4
    酸性洗涤木质素
    Acid detergent lignin
    加权多元离散校正处理
    Weighted MSC
    1, 4, 4, 1 167 0.738 2 0.822 1 0.697 9 0.623 0
     SEC: standard error of calibration; SECV: standard error of cross-validation; RSQ: coefficient of determination for validation; 1-VR: 1 minus the variance ratio.
    下载: 导出CSV

    表 3  青贮玉米养分含量的预测结果

    Table 3.  Prediction results for nutrient content in silage corn

    营养指标
    Nutrition index
    化学分析值 Chemical
    measured value/%
    预测值
    Predicted value/%
    预测标准
    误差 SEP
    预测决定
    系数 RSQV
    外部验证相对
    分析误差 RPD
    干物质 Dry matter 94.318 94.274 0.628 0.525 1.549
    有机物 Organic matter 93.200 93.201 0.926 0.935 3.836
    粗脂肪 Ether extract 2.019 2.205 0.442 0.701 1.838
    粗蛋白 Crude protein 6.356 6.348 0.572 0.952 4.619
    中性洗涤纤维 Neutral detergent fiber 51.253 51.459 2.439 0.967 5.398
    酸性洗涤纤维 Acid detergent fiber 27.588 27.624 0.678 0.995 13.347
    酸性洗涤木质素 Acid detergent lignin 2.377 2.190 0.964 0.631 1.602
     SEP: Standard error of prediction; RSQV: coefficient of determination for validation; RPD: ratio of performance to deviation for validation.
    下载: 导出CSV
    欧宝体育
  • <tfoot id='04oyc'></tfoot>

          <legend id='04oyc'><style id='04oyc'><dir id='04oyc'><q id='04oyc'></q></dir></style></legend>
          <i id='04oyc'><tr id='04oyc'><dt id='04oyc'><q id='04oyc'><span id='04oyc'><b id='04oyc'><form id='04oyc'><ins id='04oyc'></ins><ul id='04oyc'></ul><sub id='04oyc'></sub></form><legend id='04oyc'></legend><bdo id='04oyc'><pre id='04oyc'><center id='04oyc'></center></pre></bdo></b><th id='04oyc'></th></span></q></dt></tr></i><div id='04oyc'><tfoot id='04oyc'></tfoot><dl id='04oyc'><fieldset id='04oyc'></fieldset></dl></div>

              <bdo id='04oyc'></bdo><ul id='04oyc'></ul>

              1. 加载中
              2. WeChat 点击查(cha)看大图
                图(2)表(3)
                计量
                • PDF下载量:  9
                • 文章访问数:  288
                • HTML全文浏览量:  134
                文章相关
                • 通讯作者:  徐琳娜, 13919864873@126.com
                • 收稿日期:  2021-06-08
                • 网络出版日期:  2021-09-16
                • 刊出日期:  2021-09-15
                通讯作者: 陈斌, bchen63@163.com
                • 1. 

                  沈阳化工大(da)学材料科学与工程学院 沈阳 110142

                1. 本站搜索
                2. 百度学术搜索
                3. 万方数据库搜索
                4. CNKI搜索

                /

                返回文章
                欧宝体育