1、动物营养学报，（）：种常用饲料原料生长猪有效能近红外定标模型的构建胡 杰 李军涛 隋 莉 谢庚楠 李 勇 周桂莲 刘 岭 黄承飞张丽英 赵金标 张 帅 王军军（中国农业大学动物科技学院，动物营养学国家重点实验室，北京；山东新希望六和集团有限公司，青岛）摘 要：本试验旨在建立全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕 种常用饲料原料的生长猪消化能和代谢能近红外定标模型，并探讨光谱范围和光谱预处理方法对定标效果的影响。试验分别选取了 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品的光谱建立近红外定标模型。使用布鲁克
2、 近红外光谱仪采集样品光谱，光谱采集范围为 。采用偏最小二乘法建立近红外定标模型，利用动物试验测定值对所建模型进行外部验证。结果表明：有效能模型的最佳维数分布在，最普遍的光谱预处理方法是一阶导数矢量归一化（）和一阶导数多元散射校正（）。此外，大麦猪消化能和代谢能定标模型的最佳光谱预处理方法是，棉籽粕猪消化能定标模型的最佳光谱预处理方法是二阶导数（）。种猪饲料原料的最佳消化能和代谢能近红外定标模型均取得了良好的定标效果，定标决定系数（）均在 以上，定标标准差（）均在 以下，交互验证决定系数（）均在 以上；除次粉猪消化能模型的交互验证标准差（）为 外，其余有效能模型的 均在 以下；玉米蛋白粉猪代谢
3、能模型的交互验证相对分析误差（）最低，为，花生粕猪消化能模型的 最高，达到了。种猪饲料原料最佳有效能模型的外部验证决定系数（）在 ，外部验证标准差（）在，外部验证相对分析误差（）在。因此，利用近红外反射光谱快速检测常用饲料原料生长猪的消化能和代谢能是可行的。本研究为把握猪饲料原料有效能的变异奠定了基础，对提高饲料利用效率以及实现猪的精准营养具有重要意义。关键词：近红外反射光谱；饲料原料；消化能；代谢能；生长猪中图分类号：文献标识码：文章编号：（）收稿日期：基金项目：国家重点研发计划（）；国家生猪产业技术体系（）；海南省重点研发计划（）；计划（）作者简介：胡 杰（），男，山西阳泉人，博士研究生，
4、研究方向为猪营养。：通信作者：王军军，教授，博士生导师，：长期以来，玉米豆粕型饲粮以其适口性佳和营养均衡等优势成为我国猪生产中的主要饲粮类型。然而，随着我国养猪业的不断发展，玉米、豆粕资源已呈现出供不应求的局面。为实现玉米、豆粕减量替代，全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕等作为饲料原料逐步应用于猪的饲粮配方中。在猪生产实践中，饲料成本占据着养猪生产总成动 物 营 养 学 报 卷本的 以上，而能量则是饲料成本的主要来源，并且是配制饲粮配方时需考虑的重要营养指标。因此，对不同猪饲料原料的有效能值进行评定对于高效利用猪饲料原料和提高养猪业的生产效益具有重要意义
5、。目前，关于猪饲料原料营养价值的基础数据呈现静态化以及碎片化的特点。饲料原料品种、种植地区和加工工艺等多种因素均会造成饲料原料有效能的变异。传统测定饲料原料生长猪有效能采用的动物试验所需时间较长，且耗费较大的人力、财力和物力，无法实现快速测定。已有相关研究建立了基于不同饲料原料化学成分对猪有效能值的回归方程，回归方程法虽实现了猪饲料原料有效能值的体外评定，较为快速、简便和准确，但是仍然依赖于饲料原料的湿化学检测，更无法提供实时数据。猪饲料原料有效能值的快速、准确获取仍是我国养猪业目前迫切需要解决的问题。与 传 统 分 析 技 术 相 比，近 红 外 反 射 光 谱（）分析技术具有以下优点：样品
6、的预处理步骤少；可以实现饲料原料的无损测定和在线检测；分析速度快，节省测定时间并且可以满足实际生产中的需要；测定结果较为准确、重现性较好。目前，利用近红外反射光谱预测猪饲料原料有效能值的研究以及报道还较少，仅有玉米、玉米干酒糟及其可溶物、豆粕和高粱等少数几种猪饲料原料的近红外有效能模型的报道。全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕等多种猪饲料原料有效能值的近红外快速测定尚未在实际生产中高效应用。基于以上现状，本试验旨在建立全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕生长猪消化能和代谢能的近红外定标模型，以期推动全脂米糠、大麦、麦
7、麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕在猪生产中的高效利用并为猪精准营养的实现奠定一定的理论基础。材料与方法 饲料原料近红外光谱的采集与筛选 使用德国布鲁克（）公司生产的 近红外光谱仪完成样品光谱采集，仪器配备直径为 的圆柱形旋转样品杯。仪器开机后预热 ，扫描参数设置如下：波长范围为 ，扫描次数为 次。使用近红外光谱仪扫描样品前先测定仪器背景光谱，此后，每隔 测定 次背景光谱。整个试验操作于近红外光谱分析室内进行，以保证整个扫描过程中室温和湿度的恒定，并避免外界噪音对近红外光谱测定的干扰。每个样品粉碎后过 目筛，样品扫描前平衡至室温。将制备好的样品装载于旋转样品杯中，同一样品
8、重复装样扫描 次，所得 次扫描光谱取平均光谱。为了获取一定数量且具有足够代表性的饲料原料近红外光谱，基于新希望六和集团已有的各饲料原料近红外光谱库，通过主成分分析（）分别筛选出 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品的近红外光谱用于建立模型。常规化学指标测定 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品的常规化学组分数据来源于新希望六和集团近红外数据库。有效能值测定 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品的消化能和代谢能通
9、过各饲料原料的生长猪消化能和代谢能预测方程计算获得，各饲料原料的猪有效能预测方程由农业农村部饲料工业中心提供。样品分集 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品均作为定标集，通过标准消化代谢试验测定（试验动物：生长猪）的饲料原料（非定标集样品）作为外部验证集，包括 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品。定标过程和交互验证 在 软件上进行 种饲料原料生长猪消化能和代谢能模型的定标过程以及交互验 期胡 杰等：种常用饲料原料生长猪有效能近红外定标模型的构建证，采用偏最小二乘法（）建
10、立近红外定标模型。本试验使用的光谱预处理方法包括一阶导数（）、二阶导数（）、多元散射校正（）、矢量归一化（）、和。通过计算马氏距离（）剔除模型中的异常值。评价模型定标效果的指标包括定标决定系数（）、定标标准差（）、交互验证决定系数（）、交互验证标准差（）和交互验证相对分析误差（）。当 时，模型的定标效果良好。通过不同波长范围和不同预处理方式的组合确定最佳近红外定标模型（最高）。模型的外部验证 种饲料原料生长猪消化能和代谢能近红外定标模型的外部验证过程在 软件上进行。评价模型外部验证效果的指标包括外部验证决定系数（）、外部验证标准差（）和外部验证相对分析误差（）。当 时，模型的预测效果良好；当
11、时，模型的预测能力一般，但可用于样品的粗略筛选。结果与分析 种饲料原料生长猪消化能和代谢能 种饲料原料生长猪有效能的计算方程以及 个全脂米糠、个大麦、个麦麸、个玉米蛋白粉、个花生粕、个棉籽粕、个菜籽粕、个次粉和 个玉米胚芽粕样品的生长猪消化能和代谢能分别如表 和表 所示。以干物质为基础，全脂米糠生长猪消化能和代谢能范围 分 别 为 和 ，平 均 值 分 别 为 和 ；大麦生长猪消化能和代谢能范围分别为 和 ，平均值分别为 和 ；麦麸生长猪消化能和代谢能范围分别为 和 ，平均值分别为 和 ；玉米蛋白粉生长猪消化能和代谢能范围 分 别 为 和 ，平 均 值 分 别 为 和 ；花生粕生长猪消化能和代
12、谢能范围分 别 为 和 ，平 均 值 分 别 为 和 ；棉籽粕生长猪消化能和代谢能范围分 别 为 和 ，平均值分别为 和 ；菜籽粕生长猪消化能和代谢能范围分别为 和 ，平均值分别为和 ；次粉生长猪消化能和代谢能范围 分 别 为 和 ，平均值分别为 和 ；玉米胚芽粕生长猪消化能和代谢能范围分别为 和 ，平均值分别为 和 。表 种饲料原料生长猪消化能和代谢能的计算方程（干物质基础）（）饲料原料 消化能 代谢能 全脂米糠 大麦 麦麸 玉米蛋白粉 花生粕 棉籽粕 菜籽粕 次粉 玉米胚芽粕 ：粗脂肪 ；：酸性洗涤纤维 ；：粗灰分；：粗蛋白质 ；：中性洗涤纤维 ；：粗纤维 。动 物 营 养 学 报 卷表
13、种饲料原料生长猪消化能和代谢能（干物质基础）（）饲料原料 样品数有效能最大值最小值平均值标准差变异系数 全脂米糠消化能 代谢能大麦消化能代谢能麦麸消化能 代谢能玉米蛋白粉消化能 代谢能花生粕消化能 代谢能棉籽粕消化能 代谢能菜籽粕消化能 代谢能次粉消化能 代谢能玉米胚芽粕消化能 代谢能 种饲料原料的原始近红外光谱图和最佳有效能定标模型的预处理光谱图 全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕的原始近红外光谱图和最佳有效能定标模型的预处理光谱图分别见图、图 和图。种猪饲料原料的原始近红外光谱图夹杂着噪音信息，出现了一定的基线漂移和基线旋转等现象，经光谱预处理后得以
14、改善。全脂米糠猪消化能和代谢能模型、麦麸猪代谢能模型、玉米蛋白粉猪消化能和代谢能模型、花生粕猪消化能和代谢能模型、棉籽粕猪代谢能模型、菜籽粕猪消化能模型以及玉米胚芽粕猪消化能和代谢能模型的最佳光谱预处理方法是 ，当这 种预处理方法结合时，一方面使光谱展现出了更高的分辨率，另一方面校正了样品间因散射而引起的光谱误差，消除了原始近红外光谱中线性平移的影响；麦麸猪消化能模型、菜籽粕猪代谢能模型以及次粉猪消化能和代谢能模型的最佳光谱预处理方法是 ，当这 种预处理方法结合时，一方面消除了原始近红外光谱中的基线漂移现象，表现出更加明显的吸收峰，另一方面校正了光谱的散射，从而获得更加理想的吸收峰；大麦猪消化
15、能和代谢能模型的最佳光谱预处理方法是，主要可以消除由于样品散射引起的光谱变化，例如基线漂移和旋转等；处理也有效地消除了原始近红外光谱中线性平移的影响；棉籽粕猪消化能模型的最佳光谱预处理方法是 ，处理后则明显地消除了原始近红外光谱中的基线旋转现象，同样表现出了更加明显的吸收峰。和 种光谱预处理方法均无法充分提取光谱中的猪有效能信息。种饲料原料生长猪有效能定标模型的 和 随模型因子数的变化 全脂米糠、大麦、麦麸、玉米蛋白粉、花生粕、棉籽粕、菜籽粕、次粉和玉米胚芽粕生长猪消化能和代谢能定标模型的 和 随模型因子数变化的曲线分别见图、图 和图。个有效能模型的 随着模型因子数的增加均呈升高的趋势，最初升
16、高幅度大，后期趋于平稳；则随着模型因子数的增加呈递减的趋势，最初降低幅度大，后期趋于平稳，说明模型逐渐变得 期胡 杰等：种常用饲料原料生长猪有效能近红外定标模型的构建稳定。以最大的 和最小的 确定 种饲料原料生长猪有效能定标模型的最佳维数。图 表示全脂米糠无预处理光谱；图 表示全脂米糠一阶导数结合矢量归一化处理光谱；图 表示大麦无预处理光谱；图 表示大麦多元散射校正处理光谱；图 表示麦麸无预处理光谱；图 表示麦麸一阶导数结合多元散射校正处理光谱；图 表示麦麸一阶导数结合矢量归一化处理光谱。；图 全脂米糠、大麦和麦麸的原始近红外光谱图和最佳有效能定标模型的预处理光谱图 ，动 物 营 养 学 报 卷 图 表示玉米蛋白粉无预处理光谱；图 表示玉米蛋白粉一阶导数结合矢量归一化处理光谱；图 表示花生粕无预处理光谱；图 表示花生粕一阶导数结合矢量归一化处理光谱；图 表示棉籽粕无预处理光谱；图 表示棉籽粕二阶导数处理光谱；图 表示棉籽粕一阶导数结合矢量归一化处理光谱。；图 玉米蛋白粉、花生粕和棉籽粕的原始近红外光谱图和最佳有效能定标模型的预处理光谱图 ，期胡 杰等：种常用饲料原料生长猪有效能近红外定