近紅外光譜技術(shù)在飼料品質(zhì)檢測中的應(yīng)用

中國農(nóng)業(yè)科學(xué)院北京畜牧獸醫(yī)研究所 戶如霞 周凌云＊ 卜登攀 孫 鵬

甘肅農(nóng)業(yè)大學(xué)動(dòng)物科學(xué)技術(shù)學(xué)院 李發(fā)弟

近紅外光譜分析技術(shù)（NIRS）是近些年來迅速發(fā)展起來的一種高效、快速的分析檢測技術(shù),其綜合了光譜測量技術(shù)、化學(xué)計(jì)量學(xué)技術(shù)、計(jì)算機(jī)技術(shù)與基礎(chǔ)測試技術(shù)于一體，主要應(yīng)用于復(fù)雜樣品成分的快速分析（楊玫等，2006）。利用不同樣品中C-H、O-H、N-H等不同含氫基團(tuán)在近紅外吸收基頻的倍頻及合頻的差異而形成吸收光譜。不同的基團(tuán)，光譜吸收峰值不同，每種飼料樣品中含有的這些基團(tuán)數(shù)量多少也不相同，因此，可以根據(jù)光譜中吸收峰的位置分布和形狀來推斷待測未知物的化學(xué)成分和含量 （石德芝，2009）。在飼料原料和配合飼料檢測中，NIRS不僅可以檢測飼料常規(guī)成分，包括水分、粗蛋白質(zhì)、粗脂肪、粗灰分等，還可以檢測微量成分鈣、磷和氨基酸等，另外，還可以分析其他表觀指標(biāo)，如粒度、混勻度等（沈恒勝等，2003；白琪林等，2004；蘇彩珠等，2004；胡新中等，2002；盧利軍等，2001；丁麗敏等，2000）。

1 近紅外光譜技術(shù)在飼料原料檢測中的應(yīng)用

Bruno-Soares等（1998）成功建立了燕麥、大麥、黑小麥、小麥及高粱等多種飼料原料的粗蛋白質(zhì)、粗灰分、粗纖維、可消化有機(jī)物等參數(shù)的近紅外光譜分析定標(biāo)模型。郭蕊等（2011）應(yīng)用FOSS近紅外谷物分析儀快速測定芝麻的含水量，結(jié)果表明，芝麻水分含量的近紅外預(yù)測值與國標(biāo)法測定的值呈高度相關(guān)。Losada等（2010）比較了分別利用體外分析方法和NIRS方法建立的油料種子和油料種子產(chǎn)品的表觀代謝能模型，得出乙醚浸提物的表觀代謝能和表觀代謝能/總能的R2值分別為0.945和0.902。Vokers等（2003）在4年時(shí)間內(nèi)總共收集了6296個(gè)玉米樣品并建立了玉米品質(zhì)檢測的模型，使用其中398個(gè)樣品對建立的凈能和粗蛋白質(zhì)模型進(jìn)行校正和評價(jià)，得到很好的結(jié)果。此外，應(yīng)用近紅外光譜分析模型快速檢測用于生產(chǎn)動(dòng)物日糧的大麥和谷物的營養(yǎng)價(jià)值準(zhǔn)確率也很高（Deaville 等，2009）。

目前，應(yīng)用NIRS已分析測定的植物組織包括葉、莖、全株和種子等成分指標(biāo)已有幾十種，包括水分、蛋白質(zhì)、纖維、淀粉、糖分、脂肪、油分、灰分等，其中牧草粗蛋白質(zhì)、酸性洗滌纖維等的NIRS測定技術(shù)已被國際標(biāo)準(zhǔn)化委員會(huì)認(rèn)可。Duncan等（1987）將NIRS技術(shù)應(yīng)用于評定牧草種類和收獲期對其生物學(xué)組分的影響，得出牧草種類和收獲期不同對NIRS模型分析的準(zhǔn)確性和精密度無影響。類似地，Park等（1998）利用NIRS分析未干燥青貯飼料樣品的化學(xué)成分及降解率系數(shù)得出，NIRS可以很大范圍內(nèi)快速準(zhǔn)確地對未干青貯樣化學(xué)成分及降解率參數(shù)進(jìn)行預(yù)測。

在新的飼料評定體系中，NIRS也得到了應(yīng)用。楊方等（2010）利用近紅外光譜技術(shù)快速測定了玉米籽粒粉末CNCPS（康奈爾凈碳水化合物-凈蛋白體系）組分，得出近紅外光譜法能夠很好地分析玉米籽粒粉末的干物質(zhì)、粗蛋白質(zhì)、粗脂肪、粗灰分、淀粉、酸性洗滌纖維和中性洗滌纖維組分的含量，可溶性蛋白質(zhì)含量也可以預(yù)測，只是誤差微高，但是預(yù)測酸性洗滌蛋白質(zhì)和中性洗滌蛋白質(zhì)成分的決定系數(shù)較低，因此，有關(guān)這方面的研究還有待深入驗(yàn)證。

由以上諸多研究結(jié)果可以看出，應(yīng)用NIRS技術(shù)快速檢測法測定的飼料原料的常規(guī)成分值及鈣、磷微量元素含量值與化學(xué)分析方法檢測的結(jié)果十分接近，或者是相關(guān)性較高。這也證明了NIRS技術(shù)在飼料原料評定中是一項(xiàng)快速、高效、準(zhǔn)確、無污染的一項(xiàng)檢測技術(shù)。

2 近紅外光譜技術(shù)在配合飼料及全混合日糧檢測中的應(yīng)用

國內(nèi)外有關(guān)NIRS技術(shù)應(yīng)用于配合飼料品質(zhì)檢測中的研究較多。Aufrer等（1996）分別應(yīng)用傳統(tǒng)化學(xué)分析方法和近紅外光譜技術(shù)分析方法檢測了87種豬配合飼料和80種反芻動(dòng)物配合飼料的消化特性，得出NIRS測定的結(jié)果優(yōu)于借助酶法建立的經(jīng)驗(yàn)?zāi)Ｐ偷臏y定結(jié)果。Brown和Moore（1987）等應(yīng)用近紅外技術(shù)和濕法化學(xué)方法對15種飼料樣品的化學(xué)成分和體內(nèi)降解率進(jìn)行了分析，結(jié)果表明，應(yīng)用NIRS法建立的粗蛋白質(zhì)和纖維的模型可以很好的預(yù)測未知樣品中粗蛋白質(zhì)和纖維含量。

NIRS技術(shù)不僅可以直接評定動(dòng)物飼料的營養(yǎng)成分，還可以間接地通過分析檢測動(dòng)物糞便中的成分來確定其日糧的營養(yǎng)需要和估計(jì)日糧中有機(jī)物質(zhì)的消化性能。Lyons等（1993）利用NIRS技術(shù)分析了母牛糞便的營養(yǎng)成分以確定其飼喂過程中是否需要添加補(bǔ)充日糧。Glasser等（2008）應(yīng)用NIRS技術(shù)建立山羊糞便成分的定標(biāo)模型，從而使山羊日糧中三種植物性飼料比例更適宜。Fanchone等（2009）研究認(rèn)為，建立糞便的NIRS技術(shù)分析定標(biāo)模型能更真實(shí)的估測綿羊?qū)τ袡C(jī)物質(zhì)的可消化性。

NIRS技術(shù)對家畜采食的飼料在體內(nèi)的消化能也可以通過定標(biāo)模型進(jìn)行評定（Valdes和Leeson，1992）。 此外，有研究表明，NIRS對于動(dòng)物需要的微量元素也可以進(jìn)行估測。Gonzdlez-Martin等（2006）應(yīng)用近紅外光譜分析技術(shù)測定不同形狀飼料中的維生素E含量，測定結(jié)果的決定系數(shù)和校正標(biāo)準(zhǔn)誤差與堿水解和正己烷提取等化學(xué)分析方法測定結(jié)果十分接近。

有關(guān)NIRS技術(shù)在奶牛全混合日糧（TMR）品質(zhì)評定中應(yīng)用研究也已有報(bào)導(dǎo)。Mentink等（2006）應(yīng)用NIRS很好的分析了奶牛TMR日糧中粗蛋白質(zhì)、中性洗滌纖維、淀粉、非纖維性碳水化合物及脂肪等成分（R2＞0.80），但對TMR日糧中的生物學(xué)成分、蛋白質(zhì)組分和NDF的體外降解率的預(yù)測準(zhǔn)確度較低。Anja Peters等（2010）利用NIRS技術(shù)研究了奶牛TMR日糧中添加外源性纖維酶對瘤胃發(fā)酵和營養(yǎng)物質(zhì)消化的影響，并測定了微生物蛋白在十二指腸中的合成量。

Ki等（2010）應(yīng)用NIRS和化學(xué)方法對253種TMR日糧的品質(zhì)進(jìn)行了分析評定，其中水分、粗蛋白質(zhì)、乙醚浸出物、粗纖維、粗灰分、酸性洗滌纖維、中性洗滌纖維的相關(guān)度很高，分別為0.701、0.965、0.796、0.889、0.894、0.933 和 0.889。Soldado等（2009）通過化學(xué)方法和NIRS技術(shù)分析和建立了183種TMR日糧營養(yǎng)成分分析模型，使NIRS檢測方法更規(guī)范化，降低了其預(yù)測誤差。以上研究表明，NIRS可以部分的應(yīng)用到奶牛TNR日糧品質(zhì)的評定當(dāng)中，但還有很多成分的預(yù)測評價(jià)不夠精確或者對于這些指標(biāo)的評定還需要大量的研究進(jìn)行驗(yàn)證。

3 近紅外光譜分析技術(shù)在飼料檢測中的應(yīng)用前景

NIRS技術(shù)作為一種高效、快速的現(xiàn)代分析技術(shù)，除了在畜牧領(lǐng)域外，在石油化工、農(nóng)業(yè)和食品等領(lǐng)域也有廣泛的應(yīng)用。但NIRS技術(shù)是近些年來才興起的一種快速檢測技術(shù)，由于其涉及知識面較廣，檢測技術(shù)還不是十分完善，且影響因素又很多，因此，在一些化學(xué)成分的預(yù)測及檢測過程中存在著相關(guān)性低，甚至偏差比較大的情況。而且成功建立NIRS預(yù)測模型除需要豐富的化學(xué)計(jì)量學(xué)和數(shù)理統(tǒng)計(jì)知識除外，建立標(biāo)準(zhǔn)方程的過程也十分費(fèi)時(shí)費(fèi)力，因此，需要研究開發(fā)更快捷的應(yīng)用程序以及分析儀器，來更好的服務(wù)于畜牧業(yè)和其他領(lǐng)域。

[1]白琪林，陳紹江，董曉玲，等.近紅外漫反射光譜法測定玉米秸稈NDF與 ADF 含量[J].光譜學(xué)與光譜分析，2004，24（11）：1345 ～ 1347.

[2]丁麗敏，計(jì)成，楊彩霞，等.近紅外光譜技術(shù)快速測定棉籽粕、菜籽粕真可利用氨基酸含量的研究[J].動(dòng)物營養(yǎng)學(xué)報(bào)，2000，12（1）：21 ～ 25.

[3]郭蕊，王金水，金華麗，等.近紅外光譜分析技術(shù)測定芝麻水分含量的研究[J].現(xiàn)代食品科技，2011，27（3）：366 ～ 369.

[4]胡新中，郭波莉，魏益民，等.近紅外技術(shù)（NIRS）在小麥商品糧收購中的應(yīng)用研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2002，30（增刊）：65～67.

[5]李輝，秦玉昌，呂小文，等.近紅外光譜分析技術(shù)在飼料質(zhì)量安全評價(jià)中的應(yīng)用研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2006，11（22）：264 ～ 268.

[6]盧利軍，莊樹華，李愛軍，等.應(yīng)用近紅外技術(shù)測定黃豆粕中水分、蛋白質(zhì)和粗脂肪[J].分子科學(xué)學(xué)報(bào)，2001，17（2）：115 ～ 120.

[7]沈恒勝，陳君琛，種藏文，等.近紅外漫反射光譜法（NIRS）分析稻草纖維及硅化物組成[J].中國農(nóng)業(yè)科學(xué)，2003，36（9）：1086 ～ 1090.

[8]石德芝.近紅外光譜技術(shù)的應(yīng)用綜述[J].科技信息，2009，33：41.

[9]蘇彩珠，梁震，黃宇鵬，等.近紅外透射法同時(shí)快速檢測肉骨粉中蛋白質(zhì)和脂肪含量[J].中國飼料，2004，18：31 ～ 33.

[10]楊方，解成威，劉大森，等.基于近紅外光譜的玉米籽粒CNCPS組分分析及預(yù)測研究[J].光譜學(xué)與光譜分析，2010，2（30）：348 ～ 352.

[11]楊玫，周安國，王之盛.近紅外光譜分析技術(shù)及其在飼料檢測中的應(yīng)用[J].飼料博覽，2006，11：22 ～ 24.

[12]Anja P，Peter L，Ulrich M，et al.Effect of exogenous fibrolytic enzymes on ruminal fermentation and nutrient digestion in dairy cows[J].Archives of Animal Nutrition，2010，64（3）：221 ～ 237.

[13]Aufrere J，Graviou D，Demarquilly C，et al.Near infrared reflectance spectroscopy to energy value of compound feeds for swine and ruminant[J].Animal Feed Science Technogy，1996，62（2，4）：77 ～ 90.

[14]Brown W F，Moore J E.Analysis of Forage research Samples utilizing a combination of wet chemistry and near infrared reflectance spectroscopy[J].Journal of animal science，1987，64：271 ～ 282.

[15]Bruno-Soares A M，Murray I，Paterson R M，et al.Use of near infrared reflectance spectroscopy（NIRS）for the prediction of the chemical composition and nutritional attributes of green crop cereals[J].Animal Feed Science and technology，1998，75（1）：15 ～ 25.

[16]Deaville E R，Humphries D J，Givens D I.Whole crop cereals 2.Prediction of apparent digestibility and energy value from in vitro digestion techniques and near infrared reflectance spectroscopy and of chemical composition by near infrared reflectance spectroscopy[J].Animal Feed Science and Technology，2009，149：114 ～ 124.

[17]Duncan P A，Clanton D C，Clark D H.Near infrared reflectance spectroscopy for quality analysis of sandhills meadow forage[J].Jouranl of anlmal science，1987，64：1743 ～ 1750.

[18]Fanchone A，Archimede H，Boval M.Comparison of fecal crude protein and fecal near-infrared reflectance spectroscopy to predict digestibility of fresh grass consumed by sheep[J].Journal of animal science，2009，87：236 ～ 243.

[19]Glasser T，Landau S，Ungar E D，et al.A fecal near-infrared reflectance spectroscopy-aided methodology to determine goat dietary composition in a Mediterranean shrubland[J].Journal of animal science，2008，86：1345 ～ 1356.

[20]Gonzalez-Martin I，Gonzalez-Cabrera J M，Bustamante R M，et al.Near infrared spectroscopy（NIRS）reflectance technology for determination of tocopherols in animal feeds[J].Analytica Chimica Acta，2006，558（1，2）：132 ～ 136.

[21]Ki K S，Kim S B，Lee H J，et al.Prediction on the Quality of Total Mixed Ration for Dairy Cows by Near Infrared Reflectance Spectroscopy[J].Journal of The Korean Society of Grassland and Forage Science，2009，29（3）：253～262.

[22]Lyons R K，Stuth J W，Huston J E，et al.Predictions of the Nutrient compositon of the diets of supplemented versus unsupplemented grazing beef cows based on near-infrared reflectance spectroscopy of feces[J].Journal of animal science，1993，71：530 ～ 538.

[23]Losada B，Garcia-Rebollar P，Alvarez C，et al.The prediction of apparent metabolisable energy content of oil seeds and oil seed by-products for poultry from its chemical components，in vitro analysis or near-infrared reflectance spectroscopy[J].Animal feed science and Technology，2010，160：62 ～ 72.

[24]Mentink R L，Hoffman P C，Bauman L M.Utility of Near-Infrared Reflectance Spectroscopy to Predict Nutrient Composition and In Vitro Digestibility of Total Mixed Rations[J].J Dairy Sci，2006，89：2320 ～ 2326.

[25]Park R S，Agnew R E，Gordon F J，et al.The use of near infrared reflectance spectroscopy on undried samples of grass silage to predict chemical composition and digestibility parameters[J].Animal Feed Science Techonology，1998，72：155 ～ 167.

[26]Soldado A，Roza Delgado B，Martínez F A，et al.Prediction of bromatologic content of raw total mixed rations：standardization and transference of equations between NIR instruments[A].Congresos y Jornadas.Serie Producción Animal-Asociación Interprofesional parael Desarrollo Agrario[C]，2009.340 ～342.

[27]Valdes E V，Leeson S.The use of near infrared reflectance spectroscopy to measure in vitro digestible energy content in poultry feeds[J].Poultry Science，1992，71：1396 ～ 1399.

[28]Vokers K C，Wachendorf M，Loges R，et al.Prediction of the quality of forage maize by near infrared reflectance spectroscopy[J].Taube Animal Feed Science and Technology，2003，109（1，4）：183 ～ 194.