来源：期刊VIP网 时间：
作者：谢庚楠;杨青;郭歌;尹丽婷;崔帅;赵波;李建华;丁丹勇;薛文月;燕磊;李勇;
单位：潍坊新希望六和饲料科技有限公司;新希望六和股份有限公司,农业农村部饲料及畜禽产品质量安全控制重点实验室;山东新希望六和集团有限公司,青岛市动物饲料安全重点实验室;
摘要：为实现花生粕常规营养组分的快速检测，本试验收集我国花生主产区的205份样品，采用主成分分析（PCA）法划分校正集（184份）和预测集（21份），利用傅立叶变换近红外光谱（NIRS）技术，建立花生粕水分、粗蛋白质、粗灰分、粗脂肪和粗纤维含量的定量分析模型。结果表明：采用偏最小二乘法（Partial Least Square Method,PLS method），结合不同的光谱预处理方法，得到水分、粗蛋白质和粗脂肪的最优NIRS模型交互验证决定系数（R~2cv）分别为0.943 1、0.954 7、0.976 0，交叉验证均方根误差（RMSECV）分别为0.234、0.423、0.264，交互验证相对分析误差（RPDcv）分别为4.19、4.70、6.45，外部验证决定系数（R~2p）分别为0.975 4、0.966 5、0.918 3，外部验证相对分析误差（RPDp）分别为6.12、2.92、2.88；粗灰分和粗纤维的最优NIRS模型R~2p分别为0.699 7、0.770 4,RPDp分别为1.29、1.95。本试验证明了NIRS技术对花生粕Moi、CP、EE含量能精准预测，而对Ash和CF含量预测效果不理想，仍需进一步优化。
关键词：花生粕;;近红外光谱技术;;营养组分;;定量分析模型
基金资助：泰山产业领军人才工程专项（2023）;; 鸢都产业领军人才项目（2022年度）
