馮 豆 滕戰(zhàn)偉 梁美娟 高騰云

(河南農(nóng)業(yè)大學(xué)牧醫(yī)工程學(xué)院，鄭州 450002)

在飼料營(yíng)養(yǎng)成分檢測(cè)時(shí)，傳統(tǒng)濕化學(xué)方法對(duì)每個(gè)指標(biāo)的檢測(cè)方法各不相同，同時(shí)測(cè)定1種飼料的幾種營(yíng)養(yǎng)成分含量需要花費(fèi)1周甚至更久時(shí)間。在飼料消化率測(cè)定時(shí)，通常采用體外試驗(yàn)、尼龍袋法、體內(nèi)消化試驗(yàn)，但這些方法試驗(yàn)過(guò)程繁瑣，且對(duì)試驗(yàn)動(dòng)物要求較高。而隨著科學(xué)技術(shù)和信息技術(shù)的發(fā)展，近紅外光譜(near-infrared reflectance spectroscopy，NIRS)技術(shù)被逐漸應(yīng)用到飼料營(yíng)養(yǎng)價(jià)值的評(píng)定中。

近紅外光譜區(qū)自1800年被Hershel發(fā)現(xiàn)以來(lái)，隨著相關(guān)光譜預(yù)處理方法和化學(xué)計(jì)量方法的不斷改進(jìn)，其快速、簡(jiǎn)便、實(shí)時(shí)檢測(cè)的優(yōu)點(diǎn)逐步凸顯。目前，NIRS技術(shù)研究已經(jīng)深入農(nóng)業(yè)領(lǐng)域[1-3]，并應(yīng)用于動(dòng)物營(yíng)養(yǎng)領(lǐng)域的研究。

1 NIRS技術(shù)簡(jiǎn)介

1.1 NIRS技術(shù)的發(fā)展

20世紀(jì)50年代NIRS技術(shù)被應(yīng)用于分析農(nóng)副產(chǎn)品成分，但由于信息技術(shù)的落后嚴(yán)重限制了NIRS分析儀器的發(fā)展[4]。20世紀(jì)60年代，隨著NIRS技術(shù)被應(yīng)用于分析谷物中的水分含量，這種新穎、高效的技術(shù)被關(guān)注，得到巨大的發(fā)展空間[5]。20世紀(jì)80年代后期，分析儀器向數(shù)字化邁進(jìn)，同時(shí)隨著化學(xué)計(jì)量學(xué)方法的應(yīng)用，使提取光譜信息和消除背景干擾不再困難，NIRS技術(shù)在樣品測(cè)定中獨(dú)樹(shù)一幟，突破了原有的瓶頸，改變了人們對(duì)其光譜噪聲較大、分析儀器技術(shù)低下的認(rèn)知。20世紀(jì)90年代，NIRS技術(shù)全面應(yīng)用于工業(yè)領(lǐng)域[6]，更好地服務(wù)于社會(huì)并且?guī)?lái)了可觀(guān)的經(jīng)濟(jì)效益，NIRS儀器的發(fā)展跨入大幅增長(zhǎng)時(shí)代[7]。由于在定性和定量方面的良好表現(xiàn)，NIRS技術(shù)在食品[8-9]、農(nóng)業(yè)[10-11]、醫(yī)藥[12]、醫(yī)療[13]等領(lǐng)域中的研究趨于成熟。

1.2 NIRS技術(shù)的原理

紅外光是一種電磁波，波長(zhǎng)范圍位于可見(jiàn)光和微波區(qū)之間。波長(zhǎng)780～2 526 nm的光譜區(qū)被美國(guó)材料檢測(cè)協(xié)會(huì)(ASTM)定義為近紅外光譜區(qū)。近紅外光譜主要通過(guò)透射光譜(780～1 100 nm)技術(shù)和反射光譜(1 100～2 526 nm)技術(shù)獲得[14]。在分子非諧振動(dòng)能級(jí)躍遷時(shí)，產(chǎn)生近紅外光譜，是分子共價(jià)化學(xué)鍵非諧振動(dòng)的倍頻和組合頻。在近紅外光譜測(cè)量中，主要由含R—H分子團(tuán)(R為O、C、N和S)的吸收頻率諧波和含氫基團(tuán)X—H(C—H、N—H、O—H)的倍頻和合頻的重疊產(chǎn)生，主要吸收含氫基團(tuán)的倍頻和組合頻[15-16]。理論上，所有能產(chǎn)生近紅外光譜的有機(jī)物質(zhì)都能進(jìn)行近紅外分析，且所檢樣品不需要被破壞，直接由其本身所產(chǎn)生的光譜與相應(yīng)的模型數(shù)據(jù)庫(kù)比對(duì)分析，即可得到預(yù)測(cè)結(jié)果。NIRS技術(shù)用于定量分析，效率比常規(guī)分析大大提高，是一種方便、快捷、無(wú)損的方式。NIRS技術(shù)同樣也可以應(yīng)用于定性分析，利用光譜數(shù)據(jù)模式識(shí)別的原理，依賴(lài)于已有數(shù)據(jù)庫(kù)的比對(duì)，在實(shí)際生產(chǎn)中多用于對(duì)質(zhì)量的監(jiān)控[17-18]。

1.3 NIRS技術(shù)分析流程

NIRS技術(shù)的流程主要分為校正模型的建立和未知樣品的預(yù)測(cè)[19]，如圖1所示。

圖1 NIRS技術(shù)分析流程

1.3.1 校正模型的建立

1)試驗(yàn)樣品的采集。用于近紅外模型建立的樣品要具有足夠的代表性，并且樣本量要豐富，其化學(xué)組分需足以覆蓋預(yù)測(cè)樣品的所有范圍。例如，建立天然植物樣品模型時(shí)，要考慮到樣品產(chǎn)地、生長(zhǎng)季節(jié)、收獲方式、貯存方式等[1]。

2)樣本近紅外光譜的收集。將采集的樣品進(jìn)行光譜收集時(shí)，要盡可能即采即掃描，注意所有樣品掃描參數(shù)的一致性。

3)樣品指標(biāo)的測(cè)定。利用標(biāo)準(zhǔn)的分析方法分析樣品的基礎(chǔ)數(shù)據(jù)。所有樣品的基礎(chǔ)數(shù)據(jù)必須保證準(zhǔn)確，以免對(duì)整個(gè)模型的預(yù)測(cè)成功率造成影響[21]。

4)校準(zhǔn)模型的建立。將掃描的光譜和利用經(jīng)典分析方法測(cè)得的指標(biāo)導(dǎo)入建模軟件，進(jìn)行光譜的預(yù)處理和化學(xué)計(jì)量學(xué)方法計(jì)算，將2部分?jǐn)?shù)據(jù)進(jìn)行關(guān)聯(lián)，得到最初模型。

1.3.2 未知樣品預(yù)測(cè)

1)光譜掃描。將未知樣品處于和建模樣品同樣的條件下，進(jìn)行光譜的收集。

2)預(yù)測(cè)。將光譜導(dǎo)入模型軟件中，預(yù)測(cè)出樣品的特定分析值。

2 NIRS技術(shù)在動(dòng)物營(yíng)養(yǎng)領(lǐng)域的應(yīng)用

隨著現(xiàn)代信息技術(shù)的發(fā)展，飼料樣品分析方法也在不斷改進(jìn)，趨向于更加方便、快捷、準(zhǔn)確，而NIRS技術(shù)能滿(mǎn)足這些要求，在飼料鑒別和營(yíng)養(yǎng)成分分析應(yīng)用上也愈加成熟。

2.1 飼料鑒別

2.1.1 動(dòng)物骨粉飼料摻假鑒別

為了牟取利益，無(wú)良商家在動(dòng)物骨粉中添加其他非法動(dòng)物源性飼料，難以分辨真?zhèn)?，而NIRS技術(shù)可通過(guò)樣品光譜信息的不同，快速鑒別摻假情況。李瓊飛等[22]將豬、雞肉粉中摻入0～48%牛、羊肉骨粉，分別建立近紅外光譜模型，鑒別動(dòng)物肉粉中是否摻雜反芻動(dòng)物骨粉，最終得到準(zhǔn)確率為90%的模型，為動(dòng)物骨粉的鑒別提供了可靠的方法。Yang等[23]在魚(yú)粉中摻入其他動(dòng)物骨粉建立相關(guān)的近紅外鑒別模型，成功區(qū)分出所有摻假的樣品。動(dòng)物骨粉摻假不僅影響動(dòng)物生產(chǎn)，而且可能攜帶傳染性病菌，危及動(dòng)物健康，因此，將NIRS技術(shù)應(yīng)用于動(dòng)物骨粉摻假鑒別有重要意義。

2.1.2 蛋白質(zhì)飼料摻假鑒別

為了提高飼料中粗蛋白質(zhì)(CP)含量，有人在蛋白質(zhì)飼料中摻入尿素等非法產(chǎn)品，增加了蛋白質(zhì)飼料鑒別的困難性，而通過(guò)掃描飼料原料的光譜，利用光譜信息的不同區(qū)分摻假飼料與原飼料，能快速、準(zhǔn)確鑒別飼料真?zhèn)?。馮莉等[24]研究發(fā)現(xiàn)，通過(guò)NIRS技術(shù)能夠準(zhǔn)確、快速并且實(shí)時(shí)在線(xiàn)分析飼料中摻入尿素的含量，提高工作效率。然而孫丹丹等[25]分別建立NIRS和中紅外光譜模型，對(duì)摻假豆粕進(jìn)行鑒別，結(jié)果顯示，NIRS模型預(yù)測(cè)集識(shí)別率為99.2%，而中紅外模型達(dá)到100.0%，證明了在鑒別豆粕摻假尿素聚合物時(shí)，中紅外光譜技術(shù)靈敏度高于NIRS技術(shù)。Graham等[26]利用NIRS和拉曼光譜分別建立了模型，結(jié)果證實(shí)，這2種方法都能成功快速檢測(cè)出植物油摻入的其他礦物質(zhì)。Haughey等[27]對(duì)比了手持和臺(tái)式近紅外儀鑒別禽類(lèi)飼料中摻入三聚氰胺的可能性，結(jié)果發(fā)現(xiàn)2種儀器測(cè)定系數(shù)均達(dá)到了0.94～0.99，校正集和預(yù)測(cè)集相關(guān)系數(shù)分別達(dá)到了0.081%～0.215%和0.095%～0.288%。以上研究表明，NIRS技術(shù)在區(qū)分蛋白質(zhì)飼料和摻假飼料樣品時(shí)，準(zhǔn)確率能達(dá)到94%以上，但仍需要進(jìn)一步研究提升摻假飼料鑒別時(shí)相較于中紅外光譜技術(shù)的靈敏度和手持式NIRS儀器的準(zhǔn)確率。

2.1.3 霉變飼料鑒別

霉變是飼料貯藏過(guò)程中值得關(guān)注的問(wèn)題，將NIRS技術(shù)應(yīng)用于快速鑒定霉變飼料對(duì)于動(dòng)物生產(chǎn)具有重要意義。張強(qiáng)[28]構(gòu)建了稻谷中霉菌和霉菌毒素快速檢測(cè)的近紅外光譜模型，成功定性和定量識(shí)別了稻谷中霉菌和霉菌毒素含量，并且設(shè)計(jì)了便攜式分析儀，提供了一種全新、便捷的稻谷貯藏霉菌和霉菌毒素實(shí)時(shí)監(jiān)測(cè)方法。Fernández-Ibaez等[29]運(yùn)用NIRS技術(shù)，研究建立了玉米和小麥2種谷物中黃曲霉毒素B1含量的鑒定模型。關(guān)于NIRS技術(shù)應(yīng)用于飼料原料霉變的鑒別，NIRS技術(shù)表現(xiàn)出良好的應(yīng)用前景，但相關(guān)研究?jī)H限于黃曲霉毒素，且鑒別準(zhǔn)確度相對(duì)偏低，應(yīng)深究其原因，擴(kuò)大NIRS技術(shù)的應(yīng)用范圍。

2.2 飼料營(yíng)養(yǎng)成分預(yù)測(cè)

2.2.1 常規(guī)營(yíng)養(yǎng)成分預(yù)測(cè)

評(píng)價(jià)飼料營(yíng)養(yǎng)價(jià)值，檢測(cè)其中常規(guī)營(yíng)養(yǎng)成分的含量是方法之一。對(duì)于NIRS技術(shù)應(yīng)用于飼料中常規(guī)營(yíng)養(yǎng)成分的預(yù)測(cè)，雖然已有相關(guān)國(guó)家標(biāo)準(zhǔn)，但國(guó)內(nèi)外學(xué)者對(duì)其應(yīng)用于具體原料中的檢測(cè)效果依然進(jìn)行了研究。在粗飼料預(yù)測(cè)模型中，預(yù)測(cè)CP、粗纖維(CF)、中性洗滌纖維(NDF)、干物質(zhì)(DM)含量的效果最好。王旭峰等[30]建立了快速分析飼料中CF含量的模型，驗(yàn)證集與預(yù)測(cè)值之間的決定系數(shù)為0.940 2，標(biāo)準(zhǔn)分析誤差為0.153 6%。聶志東等[31]建立了全國(guó)紫花苜蓿的干草營(yíng)養(yǎng)指標(biāo)檢測(cè)NIRS模型，對(duì)于苜蓿干草的CP、粗灰分、NDF、ADF、酸性洗滌木質(zhì)素(ADL)含量和干物質(zhì)體外消化率(IVDMD)各項(xiàng)指標(biāo)的交互驗(yàn)證系數(shù)、交互驗(yàn)證均方根、外部驗(yàn)證相關(guān)系數(shù)分別為0.953 88～0.990 19、0.345%～1.980%、0.963～0.990。薛祝林等[32]利用改進(jìn)偏最小二乘法，建立了苜蓿草捆近紅外預(yù)測(cè)模型，發(fā)現(xiàn)相對(duì)飼喂價(jià)值(RFV)和NDF、ADF、CP含量能準(zhǔn)確預(yù)測(cè)，而半纖維素含量、IVDMD交叉驗(yàn)證分析誤差較高，只能用于粗略分析。任衛(wèi)波等[33]利用近紅外指紋光譜技術(shù)，對(duì)20個(gè)耐鹽性和敏鹽性苜蓿進(jìn)行分類(lèi)鑒別，發(fā)現(xiàn)品種鑒別準(zhǔn)確率達(dá)100%，表現(xiàn)指數(shù)達(dá)85.7%。薛豐等[34]利用NIRS技術(shù)建立了分析壓片玉米的CP、NDF、ADF、粗脂肪(EE)含量的模型，發(fā)現(xiàn)除ADF含量外，其余成分含量都能準(zhǔn)確預(yù)測(cè)。王燕妮等[35]將NIRS技術(shù)運(yùn)用于植物源性飼料原料的研究，建立了菜籽粕、豆粕等8種飼料原料CP、EE、CF含量的分析模型，其中，CP含量的預(yù)測(cè)準(zhǔn)確率最高，EE、CF含量也能滿(mǎn)足分析需求。劉會(huì)影等[36]證明了NIRS技術(shù)在玉米秸稈纖維素和半纖維素檢測(cè)中的可行性，為提高秸稈資源利用率提供了新型、快速、準(zhǔn)確的方法。劉賢等[37]成功建立了秸稈青貯飼料的CP、DM、粗灰分、ADF、NDF、ADL、乳酸、乙酸、丙酸、丁酸、氨態(tài)氮(NH3-N)含量和pH分析模型，結(jié)果表明，乳酸、乙酸、丙酸、丁酸相關(guān)系數(shù)小于0.08，其他指標(biāo)多高于此。孫曉榮等[38]利用NIRS技術(shù)和聚類(lèi)分析法，成功鑒別了不同種類(lèi)淀粉，并發(fā)現(xiàn)利用12 500～4 000 cm-1光譜范圍掃描樣品，樣品分類(lèi)準(zhǔn)確率達(dá)100%。楊莉等[39]建立了預(yù)測(cè)乳清粉中CP、EE、粗灰分含量的NIRS模型，決定系數(shù)分別為0.977、0.938、0.988。Khaleduzzamana等[40]運(yùn)用NIRS技術(shù)分析蛋雞混合飼糧的營(yíng)養(yǎng)成分，發(fā)現(xiàn)CP、EE、磷含量預(yù)測(cè)值和實(shí)際分析值之間的相關(guān)系數(shù)(R2)>0.9，CF、鈣含量的R2>0.8。Hetta等[41]運(yùn)用NIRS技術(shù)和近紅外高光譜成像技術(shù)結(jié)合偏最小二乘法建立模型，預(yù)測(cè)飼用玉米的營(yíng)養(yǎng)成分、形態(tài)特征及農(nóng)藝性狀，結(jié)果發(fā)現(xiàn)，CP、淀粉、水溶性碳水化合物含量和玉米果穗比例具有穩(wěn)定的預(yù)測(cè)性。Bagchi等[42]建立了預(yù)測(cè)糙米和米糠經(jīng)濟(jì)和營(yíng)養(yǎng)成分的近紅外模型，發(fā)現(xiàn)改進(jìn)偏最小二乘法是預(yù)測(cè)糙米的籽粒蛋白質(zhì)、淀粉，米糠CP、原油、DM、粗灰分、CF含量的最適處理方法。Chen等[43]用NIRS技術(shù)建立了分析谷子營(yíng)養(yǎng)成分的模型，結(jié)果發(fā)現(xiàn)碳水化合物、CP、EE含量的校正集的相關(guān)系數(shù)分別為0.94、0.92、0.70，預(yù)測(cè)集標(biāo)準(zhǔn)偏差分別為0.28、0.40、0.17。姜訓(xùn)鵬等[44]建立了大豆皮、小麥麩、甜菜粕等6種飼料樣品不同飼料原料NDF和ADF含量近紅外模型，其中ADF、NDF含量模型的驗(yàn)證集決定系數(shù)分別為0.985、0.963，預(yù)測(cè)標(biāo)準(zhǔn)誤差分別為1.82、1.63。劉玲玲等[45]利用基于光柵技術(shù)的近紅外檢測(cè)系統(tǒng)，建立了小麥品質(zhì)近紅外檢測(cè)模型，證明了NIRS技術(shù)對(duì)小麥品質(zhì)有良好的預(yù)測(cè)性、穩(wěn)定性和重復(fù)性。車(chē)暢[46]將NIRS技術(shù)運(yùn)用于豆粕CP含量預(yù)測(cè)的可行性進(jìn)行了研究，發(fā)現(xiàn)預(yù)測(cè)集的預(yù)測(cè)值具有可靠性。綜上所述，偏最小二乘法適用于飼料常規(guī)營(yíng)養(yǎng)成分檢測(cè)的NIRS模型建立，不同飼料原料應(yīng)用不同的光譜預(yù)處理方法才能達(dá)到最理想的預(yù)測(cè)效果。

2.2.2 氨基酸含量預(yù)測(cè)

飼料中氨基酸含量的預(yù)測(cè)，通常采用離子色譜轉(zhuǎn)移法，該方法對(duì)儀器要求較高，且需要轉(zhuǎn)換計(jì)算，而NIRS技術(shù)快速、方便，與傳統(tǒng)方法相比發(fā)揮了較好的效果。李守學(xué)等[47]研究發(fā)現(xiàn)，運(yùn)用不同物理狀態(tài)下的L-賴(lài)氨酸硫酸鹽的近紅外光譜和化學(xué)計(jì)量學(xué)方法進(jìn)行模型建立，驗(yàn)證集決定系數(shù)為0.952，對(duì)我國(guó)氨基酸鹽快速分析具有重要意義。黃莊榮[48]建立了整粒棉籽營(yíng)養(yǎng)成分的近紅外分析模型，發(fā)現(xiàn)17種氨基酸具有較好的預(yù)測(cè)精度和穩(wěn)定性。李楠[49]同樣建立了大豆CP、天冬氨酸、谷氨酸、絲氨酸、甘氨酸、酪氨酸、苯丙氨酸、異亮氨酸、色氨酸含量的NIRS分析模型，證明了應(yīng)用于大豆氨基酸和CP含量快速檢測(cè)的可行性。李軍濤[50]指出，運(yùn)用NIRS技術(shù)快速檢測(cè)玉米中氨基酸含量，除了色氨酸外，能預(yù)測(cè)14種氨基酸的含量，且其模型可靠性?xún)?yōu)于CP含量預(yù)測(cè)模型。由此可見(jiàn)，NIRS技術(shù)對(duì)氨基酸含量快速檢測(cè)意義重大。

2.2.3 不同模型之間的轉(zhuǎn)移

NIRS技術(shù)建模過(guò)程中受限于不同的儀器類(lèi)型，不同模型之間通常轉(zhuǎn)移困難，經(jīng)過(guò)不同的計(jì)算方法矯正后能提高不同來(lái)源模型之間的適用性。丁柯等[51]為了探究不同近紅外儀器光譜之間的兼容性，采用3種不同的光譜轉(zhuǎn)移和校正方法，對(duì)預(yù)測(cè)飼料中CP含量的模型在3臺(tái)不同儀器之間進(jìn)行轉(zhuǎn)移研究，結(jié)果顯示，除蛋白粉在3種方法下無(wú)法進(jìn)行模型間轉(zhuǎn)移外，玉米、酒糟、魚(yú)粉、菜籽粕都能進(jìn)行良好的預(yù)測(cè)，極大拓寬了模型的適用性。劉賢等[52]探究了秸稈飼料NIRS模型在不同儀器之間的轉(zhuǎn)移效果，運(yùn)用了不用預(yù)處理方法的正交信號(hào)校正，結(jié)果顯示，只有全局中心化預(yù)處理后的模型可以實(shí)現(xiàn)儀器之間的兼容。因此，為了實(shí)現(xiàn)和推廣NIRS技術(shù)應(yīng)用于動(dòng)物生產(chǎn)，需要進(jìn)一步提高模型之間的轉(zhuǎn)移效果。

2.3 飼料營(yíng)養(yǎng)成分消化率測(cè)定

2.3.1 反芻動(dòng)物飼料消化率測(cè)定

將反芻動(dòng)物糞便近紅外光譜建立模型，可利用NIRS技術(shù)分析奶牛飼料營(yíng)養(yǎng)成分的消化率。Johnson等[53]利用糞便近紅外光譜模型，預(yù)測(cè)肉牛飼糧營(yíng)養(yǎng)成分特點(diǎn)、消化率和干物質(zhì)采食量(DMI)，結(jié)果發(fā)現(xiàn)CP含量(R2=0.90)預(yù)測(cè)集和驗(yàn)證集的R2大于中性洗滌纖維(R2=0.85)，預(yù)測(cè)的DMI的R2為0.67～0.69，對(duì)于試驗(yàn)期平均DMI和糞便收集期的DMI，R2分別為0.76和0.73。Decruyenaerea等[54]發(fā)現(xiàn)運(yùn)用糞便NIRS模型，能快速、簡(jiǎn)便地預(yù)測(cè)放牧奶牛干草體內(nèi)DM消化率和DMI。Decruyenaerea等[55]運(yùn)用相同的方法成功預(yù)測(cè)了反芻動(dòng)物DM消化率，而飼料的自由采食量不能預(yù)測(cè)。Lyonsa等[56]建立NIRS校正模型，準(zhǔn)確預(yù)測(cè)了綿羊糞便粗灰分和NDF、ADF、木質(zhì)素含量和飼料灰分采食量、DM消化率，DM、氮含量和DMI、總能、總能攝入量、總能消化率不能被預(yù)測(cè)。Decruyenaere等[57]建立糞便和飼料NIRS模型，準(zhǔn)確預(yù)測(cè)了放牧反芻動(dòng)物有機(jī)物質(zhì)消化率和有機(jī)物質(zhì)自由采食量。Mehti?等[58]建立不同泌乳時(shí)期奶牛糞便NIRS模型，成功預(yù)測(cè)了飼糧消化率。Hassoun等[59]發(fā)現(xiàn)將聚乙二醇作為糞便標(biāo)記物，運(yùn)用NIRS技術(shù)能預(yù)測(cè)放牧牛的DMI。Jancewicz等[60]建立了飼喂65種不同飼糧的牛糞便NIRS模型，成功預(yù)測(cè)了糞便營(yíng)養(yǎng)成分(淀粉、有機(jī)物、氮、NDF、ADF、ADL)含量，但不能運(yùn)用于EE含量的預(yù)測(cè)。Villamuelas等[61]采用NIRS技術(shù)成功預(yù)測(cè)了飼養(yǎng)牛糞便中DM、有機(jī)物、CP的含量及總能和其消化率，但對(duì)于氮和ADF含量未能成功預(yù)測(cè)。所以，對(duì)于運(yùn)用反芻動(dòng)物糞便建立NIRS模型，預(yù)測(cè)營(yíng)養(yǎng)物質(zhì)消化率是可行的，但是對(duì)DMI、GE消化率預(yù)測(cè)效果不佳，仍然需要進(jìn)行動(dòng)物試驗(yàn)。

2.3.2 單胃動(dòng)物飼料消化率測(cè)定

利用NIRS技術(shù)預(yù)測(cè)飼料消化率，不僅應(yīng)用于反芻動(dòng)物，在水產(chǎn)及單胃動(dòng)物上也有所應(yīng)用。Schiborra等[62]證明了NIRS技術(shù)能夠運(yùn)用于預(yù)測(cè)豬飼糧和糞便的營(yíng)養(yǎng)成分含量，但是不能預(yù)測(cè)有機(jī)物和CP消化率。Zhou等[63]建立了運(yùn)用NIRS技術(shù)預(yù)測(cè)玉米干酒糟及其可溶物(DDGS)中豬可消化能和大多數(shù)氨基酸含量的快速檢測(cè)方法。Glecross等[64]證明了應(yīng)用NIRS技術(shù)預(yù)測(cè)澳洲肺魚(yú)飼料中可消化蛋白質(zhì)和能值的可能性。李玉鵬等[65]驗(yàn)證了運(yùn)用NIRS技術(shù)預(yù)測(cè)棉籽粕營(yíng)養(yǎng)成分和蛋公雞代謝能的可行性。Li等[66]發(fā)現(xiàn)NIRS技術(shù)能準(zhǔn)確檢測(cè)育肥豬玉米飼料的消化能。

3 小 結(jié)

NIRS技術(shù)應(yīng)用于動(dòng)物營(yíng)養(yǎng)領(lǐng)域具有“包容性”和“時(shí)效性”等優(yōu)點(diǎn)：1)NIRS技術(shù)能在2～3 min測(cè)定出已有模型中的所有指標(biāo)，效率高。2)利用NIRS技術(shù)測(cè)定樣品指標(biāo)含量可以不依賴(lài)于任何化學(xué)試劑，減少化學(xué)試劑的使用，經(jīng)濟(jì)環(huán)保。3)在測(cè)定飼料樣品時(shí)，NIRS技術(shù)無(wú)需對(duì)樣品進(jìn)行過(guò)多的預(yù)處理，可以做到無(wú)損檢測(cè)。4)信息技術(shù)與NIRS技術(shù)相結(jié)合，實(shí)時(shí)檢測(cè)，在線(xiàn)上傳，品質(zhì)監(jiān)控已經(jīng)可以實(shí)現(xiàn)。當(dāng)然，NIRS技術(shù)想要進(jìn)一步推廣和使用，需要克服一些缺點(diǎn)：1)在檢測(cè)樣品前期，需要收集大量樣品進(jìn)行模型的建立，工作量比較大。2)模型分析精度依賴(lài)于建模時(shí)數(shù)據(jù)的準(zhǔn)確性及樣品的覆蓋度，如果模型建立不準(zhǔn)確則無(wú)法進(jìn)行后續(xù)分析。3)NIRS技術(shù)靈敏度只達(dá)到千分之一，含量低的成分無(wú)法進(jìn)行分析。4)廠(chǎng)家儀器不同所建模型不同，模型之間的轉(zhuǎn)移問(wèn)題需要進(jìn)行深入研究。