Page 213 - 动物生物技术与繁殖研究

第七章 动物营养技术发展

素，且鉴别准确度相对偏低，应深究其原因，扩大近红外光谱技术的应用范围。
（二）饲料营养成分预测
1. 常规营养成分预测

评价饲料营养价值，检测其中常规营养成分的含量是方法之一。对于近红外
光谱技术应用于饲料中常规营养成分的预测，虽然已有相关国家标准，但国内外
学者对其应用于具体原料中的检测效果依然进行了研究。在粗饲料预测模型中，
预测 CP、粗纤维（CF）、中性洗涤纤维（NDF）、干物质（DM）含量的效果最好。

王旭峰等建立了快速分析饲料中 CF 含量的模型，验证集与预测值之间的决定系
数为 0.9402，标准分析误差为 0.1536%。聂志东等建立了全国紫花苜蓿的干草营
养指标检测近红外光谱模型，对于苜蓿干草的 CP、粗灰分、NDF、ADF、酸性
洗涤木质素（ADL）含量和干物质体外消化率（IVDMD）各项指标的交互验证
系数、交互验证均方根、外部验证相关系数分别为 0.95388~0.99019、0.345%~

1.980%、0.963~0.990。薛祝林等利用改进偏最小二乘法，建立了苜蓿草捆近红外
预测模型，发现相对饲喂价值（RFV）和 NDF、ADF、CP 含量能准确预测，而
半纤维素含量、IVDMD 交叉验证分析误差较高，只能用于粗略分析。任卫波等

利用近红外指纹光谱技术，对 20 个耐盐性和敏盐性苜蓿进行分类鉴别，发现品
种鉴别准确率达 100%，表现指数达 85.7%。薛丰等利用近红外光谱技术建立了
分析压片玉米的 CP、NDF、ADF、粗脂肪（EE）含量的模型，发现除 ADF 含量外，
其余成分含量都能准确预测。王燕妮等将近红外光谱技术运用于植物源性饲料原

料的研究，建立了菜籽粕、豆粕等 8 种饲料原料 CP、EE、CF 含量的分析模型，
其中，CP 含量的预测准确率最高，EE、CF 含量也能满足分析需求。刘会影等
证明了近红外光谱技术在玉米秸秆纤维素和半纤维素检测中的可行性，为提高秸
秆资源利用率提供了新型、快速、准确的方法。

刘贤等成功建立了秸秆青贮饲料的 CP、DM、粗灰分、ADF、NDF、ADL、
乳酸、乙酸、丙酸、丁酸、氨态氮（NH3⁃N）含量和 pH 分析模型，结果表
明，乳酸、乙酸、丙酸、丁酸相关系数小于 0.08，其他指标多高于此。孙晓荣
等利用近红外光谱技术和聚类分析法，成功鉴别了不同种类淀粉，并发现利用

12500~4000cm-1 光谱范围扫描样品，样品分类准确率达 100%。杨莉等建立了预
测乳清粉中 CP、EE、粗灰分含量的近红外光谱模型，决定系数分别为 0.977、
0.938、0.988。Khaleduzzamana 等运用近红外光谱技术分析蛋鸡混合饲粮的营养

199