红豆草(Onobrychis viciaefolia)是全球温带地区广泛种植的重要豆科牧草。为实现红豆干草品质性状快速、准确检测,本文以350份不同产地、不同年份的红豆草干草样品为试验材料,利用近红外光谱(NIRS)技术,采用改良偏最小二乘算法,通过标准正态变量变换(Standard normal variable transformation, SNV)、去散射处理(Detrend)光谱处理等分别建立了粗蛋白(CP)、中性洗涤纤维(NDF)、酸性洗涤纤维(ADF)、粗脂肪(EE)和粗灰分(Ash)等5项关键品质指标的近红外检测模型。结果表明,CP、NDF、ADF、EE和Ash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)分别为0.890和4.356、0.836和4.710、0.827和4.347、0.792和2.269、0.781和2.039。综上所述,本试验初步建立了红豆草CP、NDF、ADF等营养成分近红外预测模型,能够应用于生产实际。本研究结果为我国红豆草种质资源评价及鉴定、优质新品种培育、饲草品质快速检测提供了技术支撑。
暂无评论