来源：期刊VIP网 时间：
作者：张依;樊懿楷;杨国昌;张静静;李春芳;向世馨;褚楚;郑月;朱红梅;刘耘;宋博;梁生超;杨晨东;马亚宾;倪俊卿;张淑君;
单位：华中农业大学动物遗传育种与繁殖教育部实验室;河北省畜牧工作站;
摘要：本研究以我国南方和中部地区2个水牛场的水牛牛乳样本为研究对象，采用机器学习中的偏最小二乘回归算法建立了基于傅里叶变换中红外光谱FT-MIRS(Fourier Transform Mid-infrared Spectroscopy)的水牛奶中乳脂、乳蛋白和总固形物含量的定量预测模型，并将建立的最优模型预测结果和奶牛生产性能（Dairy HerodImprovement,DHI）测定中心所用模型结果进行比较。结果显示，建立的3个水牛乳成分定量预测模型在试验数据范围内预测能力和应用效果较好，模型外部验证的决定系数R2均大于0.75，剩余预测偏差比（Residual Predictive Deviation Ratio,RPD）均大于2.0，其中乳蛋白定量模型预测效果更是优于DHI模型预测效果，另外2个模型预测效果虽不如DHI模型预测效果但也比较接近。根据结果得出如下结论：利用FTMIRS建立水牛奶中乳成分的水牛专用模型是可行及必要的，但还需要更多具有代表性和多样性的水牛奶样本提高所建模型的准确性、可靠性及广泛性，进而为奶水牛生产性能测定（Buffalo-Dairy Herod Improvement,B-DHI）提供技术支撑。
关键词：中红外光谱;水牛奶;乳脂;乳蛋白;总固形物
基金资助：国家重点研发计划政府间国际科技创新合作（2021YFE0115500）; 湖北省国际合作项目（2022EHB043）; 国家乳业技术创新中心项目（No.2022-KYGG-3）
