近紅外光譜技術(shù)在飼料原料養(yǎng)分預(yù)測(cè)中的應(yīng)用

◆作者：陳輝

◆單位：華中農(nóng)業(yè)大學(xué)農(nóng)業(yè)動(dòng)物遺傳育種與繁殖教育部重點(diǎn)實(shí)驗(yàn)室農(nóng)業(yè)農(nóng)村部豬遺傳育種重點(diǎn)開(kāi)放實(shí)驗(yàn)室，武漢430070

近年來(lái)，我國(guó)飼料工業(yè)取得了較大的成就，但仍然存在著限制飼料工業(yè)的快速發(fā)展的因素，如飼料原料相關(guān)養(yǎng)分無(wú)法實(shí)現(xiàn)快速準(zhǔn)確的測(cè)定，傳統(tǒng)的檢測(cè)技術(shù)耗時(shí)耗力，檢測(cè)效率低，與快速發(fā)展的飼料工業(yè)不相匹配；從畜禽養(yǎng)殖的角度來(lái)看，畜禽采食了養(yǎng)分均衡的飼料才可發(fā)揮最大的生產(chǎn)性能；綜合來(lái)看，開(kāi)發(fā)一種快速高效檢測(cè)的技術(shù)對(duì)飼料生產(chǎn)企業(yè)和畜禽養(yǎng)殖具有很大的促進(jìn)作用(李金林等，2017)。紅外光譜技術(shù)分為中紅外光譜技術(shù)（MIR）和近紅外光譜分析技術(shù)（NIR），其中近紅外光譜技術(shù)具有很好的檢測(cè)功效（Xu and Riccioli et al.，2015）。近紅外光譜技術(shù)是一種結(jié)合紅外光譜分析和化學(xué)定量分析的技術(shù)，可實(shí)現(xiàn)對(duì)樣品快速、無(wú)損以及高效的測(cè)定，在農(nóng)業(yè)領(lǐng)域?qū)崿F(xiàn)了廣泛的應(yīng)用（李玉鵬等，2017）。NIR技術(shù)的應(yīng)用很好的解決了飼料工業(yè)發(fā)展的限制因素，在飼料原料檢測(cè)開(kāi)始了廣泛的應(yīng)用，如NIR技術(shù)可高效檢測(cè)原料蛋白質(zhì)的含量（Fan and Tang等，2016）、粗脂肪的含量（陳悅，2018）、粗纖維的含量（胡世洋等，2017）、碳水化合物的含量（Tejerina等，2018）以及其他常規(guī)養(yǎng)分如灰分等（肖紅等，2018）的測(cè)定具有著大量的應(yīng)用，在很大程度上促進(jìn)了飼料企業(yè)的發(fā)展。因而，筆者就近年來(lái)NIR技術(shù)在飼料原料養(yǎng)分預(yù)測(cè)方面的應(yīng)用展開(kāi)綜述，同時(shí)闡述了其作用原理、工作流程以及評(píng)價(jià)指標(biāo)。文章旨在為飼料生產(chǎn)企業(yè)及一線工人提供良好的應(yīng)用依據(jù)和思路，進(jìn)而促進(jìn)飼料企業(yè)實(shí)現(xiàn)高效快速發(fā)展。

1 NIR技術(shù)簡(jiǎn)介

1.1 NIR分析技術(shù)的原理

近紅外光是一種電磁波，其波長(zhǎng)在780～2526nm間，根據(jù)波長(zhǎng)通?？煞譃閮深?，分別為短波近紅外光譜區(qū)（SW-NIR），其波長(zhǎng)范圍為780～1100nm，也稱之為透射光譜；其次是長(zhǎng)波近紅外光譜區(qū)（LW-NIR），波長(zhǎng)范圍為1100～2526 nm，也可稱之為反射光譜（陳麗菊與劉巍，2006；Cheng等，2013；劉曉紅等，2018）。大部分生物材料組成中含有大量的含氫基團(tuán)（-OH、-CH、-NH以及-SH等基團(tuán)），當(dāng)用近紅外光照射待測(cè)物時(shí)，這些化學(xué)基團(tuán)會(huì)發(fā)生振動(dòng)，進(jìn)而使能量增加，而通過(guò)NIR技術(shù)記錄這些基團(tuán)的物理特性和化學(xué)特性，再結(jié)合化學(xué)定量分析，從而實(shí)現(xiàn)對(duì)待測(cè)生物樣品進(jìn)行定量或定性的分析（Tan 等，2012）。

1.2 NIR技術(shù)的分析流程

NIR技術(shù)首先對(duì)標(biāo)準(zhǔn)品數(shù)據(jù)庫(kù)建立相應(yīng)的數(shù)學(xué)模型和驗(yàn)證模型，然后將待測(cè)樣品相應(yīng)的組分代入至驗(yàn)證模型中進(jìn)行定量或定性分析，從而進(jìn)行預(yù)測(cè)（馮豆等，2018）。具體流程為5步：①對(duì)標(biāo)準(zhǔn)品進(jìn)行光譜分析；②使用標(biāo)準(zhǔn)樣品數(shù)據(jù)建立數(shù)據(jù)庫(kù)、應(yīng)用數(shù)據(jù)庫(kù)建立數(shù)學(xué)預(yù)測(cè)模型；③對(duì)待測(cè)樣品的光譜進(jìn)行測(cè)定；④將待測(cè)樣品的光譜與數(shù)據(jù)庫(kù)中數(shù)據(jù)中標(biāo)準(zhǔn)品光譜進(jìn)行比對(duì)，使用模型進(jìn)行比對(duì)分析，得出定性或定量的分析結(jié)果；⑤不斷的更新數(shù)據(jù)庫(kù)和優(yōu)化模型（李玉鵬，2016）。

1.3 NIR技術(shù)的校正模型及評(píng)價(jià)指標(biāo)

NIR分析技術(shù)主要使用的校正模型為偏最小二乘回歸分析法（PLS）、多元線性回歸（MLR）、主成分分析（PCA）以及神經(jīng)網(wǎng)絡(luò)（ANN）等計(jì)算校正模型(何文，2018)。評(píng)價(jià)模型優(yōu)劣的參數(shù)主要有相關(guān)系數(shù)（R2）、定標(biāo)決定系數(shù)（RSQcal）、交叉驗(yàn)證相關(guān)系數(shù)（1-VR）、校正均方根差（RMSEC）、驗(yàn)證均方根差（RMSEP）、交叉檢驗(yàn)標(biāo)準(zhǔn)誤差（SECV），通常認(rèn)為當(dāng)1-VR值越大、SECV值越小，表明建立模型的擬合度越好，即預(yù)測(cè)效力越高（李玉鵬，2016）。

2 NIR技術(shù)在飼料原料養(yǎng)分預(yù)測(cè)中的應(yīng)用

2.1 NIR技術(shù)在原料蛋白質(zhì)含量預(yù)測(cè)中的應(yīng)用

傳統(tǒng)凱氏定氮法等測(cè)定蛋白質(zhì)含量的方法不能很好地實(shí)現(xiàn)快速高效的測(cè)定原料粗蛋白含量，且耗時(shí)耗力，而NIR技術(shù)的應(yīng)用，使得原料蛋白質(zhì)含量測(cè)定實(shí)現(xiàn)了高效快速，NIR技術(shù)在苜蓿大豆等飼料原料粗蛋白含量的檢測(cè)方面具有廣泛應(yīng)用。馮偉娟等(2018)比較了NIR技術(shù)和凱氏定氮法測(cè)定大豆中蛋白質(zhì)含量的優(yōu)缺點(diǎn)，以青大豆、黃大豆、黑大豆以及黃豆粉為研究材料，使用近紅外分析儀器（DA700，瑞典波通Perten公司）分析了上述豆類原料的蛋白質(zhì)含量，并用凱氏定氮法對(duì)上述原料蛋白質(zhì)含量進(jìn)行測(cè)定，結(jié)果表明兩者（上述所有豆類蛋白質(zhì)含量）結(jié)果無(wú)顯著差異（P＞0.05），研究認(rèn)為NIR技術(shù)可替代傳統(tǒng)凱氏定氮法進(jìn)行大豆蛋白質(zhì)含量的測(cè)定；車暢等（2017）以國(guó)家標(biāo)準(zhǔn)法測(cè)定了320份豆粕中粗蛋白含量，選用其中40份用NIR技術(shù)進(jìn)行光譜分析，建立預(yù)測(cè)模型，得到模型的相關(guān)系數(shù)為0.963，而標(biāo)準(zhǔn)差為0.04，變異系數(shù)3.36，表明NIR技術(shù)預(yù)測(cè)豆粕的粗蛋白含量具有很高的可靠性；李琳琳等(2014)研究也表明NIR技術(shù)可以準(zhǔn)確預(yù)測(cè)大豆中蛋白質(zhì)大含量（內(nèi)部驗(yàn)證相關(guān)系數(shù)和內(nèi)部驗(yàn)證相關(guān)系數(shù)分別為0.9471和0.9622）。NIR技術(shù)同樣也可用于苜蓿類飼料原料蛋白質(zhì)含量的測(cè)定，納嶸等(2018)研究采用NIR技術(shù)分析了63個(gè)不同來(lái)源的苜蓿原料蛋白質(zhì)的含量，采用改進(jìn)最小二乘回歸分析法為校正模型，建立苜蓿蛋白質(zhì)含量的預(yù)測(cè)模型，相關(guān)參數(shù)結(jié)果表明，交叉驗(yàn)證相關(guān)系數(shù)（1-VR）值為 0.9201、外部交叉驗(yàn)證標(biāo)準(zhǔn)誤差（SECV）值為0.2640，由這些參數(shù)可以看出，NIR技術(shù)可以準(zhǔn)確預(yù)測(cè)苜蓿中蛋白質(zhì)的含量。除此以外，NIR技術(shù)也可用于玉米胚芽粕（預(yù)測(cè)均方根誤差RMSEP為0.98%）、玉米蛋白粉（RMSEP為0.75%）、干酒糟（RMSEP為1.54%）和菜籽粕（RMSEP為0.90%）等植物源性原料中粗蛋白的含量（Fan等，2016）；動(dòng)物源性飼料原料蛋白質(zhì)含量也可使用NIR技術(shù)進(jìn)行準(zhǔn)確的測(cè)定，如昆蟲原料（昆蟲粕）中蛋白質(zhì)含量的測(cè)定（Mandrile等，2018）。綜上表明，NIR技術(shù)可以無(wú)損、快速、準(zhǔn)確的測(cè)定飼料原料中蛋白質(zhì)含量，為配制優(yōu)質(zhì)配方提供了有力的保證。

2.2 NIR技術(shù)在原料粗脂肪含量預(yù)測(cè)中的應(yīng)用

粗脂肪含量是配制優(yōu)質(zhì)日糧考慮的重要因素之一，傳統(tǒng)的粗脂肪含量測(cè)定是采用索氏提取法等檢測(cè)方法，耗時(shí)耗力，不利于飼料生產(chǎn)企業(yè)批量快速測(cè)定，隨著NIR技術(shù)的發(fā)展，越來(lái)越多的飼料企業(yè)使用NIR技術(shù)對(duì)原料進(jìn)行粗脂肪含量的測(cè)定。曹小華等（2017）采用傅里葉近紅外技術(shù)分析了肉骨粉中粗脂肪的含量，以偏最小二乘回歸分析法為校正模型，建立肉骨粉中粗脂肪的含量的預(yù)測(cè)模型，分析結(jié)果表明：模型對(duì)粗脂肪的預(yù)測(cè)決定系數(shù)為0.9261、外部驗(yàn)證集驗(yàn)標(biāo)決定系數(shù)高于0.94，而交叉檢驗(yàn)的均方根誤差（RMSECV）值為0.303；相關(guān)參數(shù)表明使用NIR技術(shù)可以準(zhǔn)確預(yù)測(cè)肉骨粉中粗脂肪含量。NIR技術(shù)具有快速測(cè)定的優(yōu)良特性，在一定程度上可以替代粗脂肪含量測(cè)定的國(guó)家標(biāo)準(zhǔn)方法，陳悅(2018)比較了國(guó)標(biāo)法測(cè)定與NIR技術(shù)大豆中粗脂肪含量的差異，比較了兩者的結(jié)果，發(fā)現(xiàn)NIR技術(shù)的測(cè)定值與國(guó)標(biāo)法測(cè)定值的絕對(duì)誤差在1.8%～2.6%，低于國(guó)家標(biāo)準(zhǔn)的10%；結(jié)果表明NIR技術(shù)和國(guó)標(biāo)法之間的測(cè)定結(jié)果具有一致性。在大豆原料中粗脂肪含量的測(cè)定方面，李琳琳等(2014)研究發(fā)現(xiàn)使用NIR技術(shù)可以準(zhǔn)確地預(yù)測(cè)大豆中粗脂肪的含量（內(nèi)部驗(yàn)證相關(guān)系數(shù)和外部驗(yàn)證相關(guān)系數(shù)分別為 0.8890和 0.9155）。NIR技術(shù)在其他飼料原料中粗脂肪的測(cè)定也有應(yīng)用，如楊偉偉等(2018)采用NIR技術(shù)分析了米糠粕中側(cè)脂肪的含量，結(jié)果表明使用NIR技術(shù)測(cè)定具有很高的準(zhǔn)確性，其平均誤差在0.5%以下；納嶸等（2018）研究表明NIR技術(shù)測(cè)定的粗脂肪結(jié)果與常規(guī)法（GB/T6443-2006）測(cè)定結(jié)果之間差異不顯著（P=0.158）；同時(shí)可以測(cè)定飼草中粗脂肪的含量（1-VR 值為 0.92；SEP 為 0.54）（Tejerina等，2018）。綜上表明NIR技術(shù)可以實(shí)現(xiàn)準(zhǔn)確快速地測(cè)定飼料原料中粗脂肪的含量，為飼料原料分級(jí)提供了有力的工具。

2.3 NIR技術(shù)在原料粗纖維含量預(yù)測(cè)中的應(yīng)用

日糧中粗纖維的含量對(duì)飼料品質(zhì)具有重要影響，在飼料配制過(guò)程中，需要根據(jù)不同畜禽以及不同生理狀況下嚴(yán)格的控制日糧纖維的含量，從而配制適宜的配方，傳統(tǒng)測(cè)定粗纖維的含量是采用價(jià)格昂貴的濾袋進(jìn)行測(cè)量，成本較高，且效率低，不利于企業(yè)實(shí)現(xiàn)低成本高效測(cè)定的目標(biāo)，NIR技術(shù)具有高效無(wú)損且價(jià)格低廉的優(yōu)勢(shì)，因而越來(lái)越多的學(xué)者及企業(yè)采用NIR技術(shù)對(duì)飼料原料中纖維的含量進(jìn)行測(cè)定。姜訓(xùn)鵬等（2016）采用NIR技術(shù)對(duì)6種飼料共327個(gè)樣品的中性洗滌纖維（NDF）和酸性洗滌纖維（ADF）含量進(jìn)行了測(cè)定，以傳統(tǒng)的濾袋法測(cè)定結(jié)果作為參考集，采用最小二乘回歸分析法為校正模型，結(jié)果表明玉米干酒糟及其可溶物、苜蓿草顆粒、甜菜粕、小麥麩、大豆皮和噴漿玉米皮6種原料的NDF和ADF的范圍分別在21.20%～65.28%和6.40%～48.31%，模型驗(yàn)證集決定系數(shù)和預(yù)測(cè)標(biāo)準(zhǔn)誤差分別為為0.963 和 1.82、0.985 和 1.63，參數(shù)表明NIR技術(shù)可用于多種飼料原料中纖維含量的快速測(cè)定。在玉米秸稈原料粗纖維測(cè)定方面，胡世洋等（2017）采用近紅外光譜技術(shù)測(cè)定了71種玉米秸稈樣品中粗纖維（綜纖維素、纖維素、半纖維素以及木質(zhì)素）的光譜，以化學(xué)測(cè)定結(jié)果作為驗(yàn)證集，結(jié)果表明4個(gè)預(yù)測(cè)模型的決定系數(shù)在0.8383～0.9023之間，均方根誤差在1.16～2.02%之間，表明NIR技術(shù)的預(yù)測(cè)效果較好；類似的研究也發(fā)現(xiàn)，使用NIR技術(shù)測(cè)定玉米秸稈中酸性洗滌纖維的相對(duì)標(biāo)準(zhǔn)偏差僅為3.75%（薛俊杰等，2016）。在飼草中粗纖維測(cè)定方面，高燕麗等（2015）研究結(jié)果表明NIR技術(shù)可準(zhǔn)確的預(yù)測(cè)紫花苜蓿干草中NDF和ADF 的含量；Tejerina等（2018）認(rèn)為NIR技術(shù)可測(cè)定飼草中NDF的含量（1-VR=0.87）。也有研究報(bào)道，NIR技術(shù)在菜粕中粗脂肪含量的測(cè)定具有較好的預(yù)測(cè)效力（相關(guān)系數(shù)高于0.8）（郝生燕等，2014）。表明NIR技術(shù)可實(shí)現(xiàn)對(duì)多種飼料原料中的粗纖維含量實(shí)現(xiàn)無(wú)損快速的測(cè)定，為飼料資源的開(kāi)發(fā)利用提供了有效的數(shù)據(jù)。

2.4 NIR技術(shù)在原料碳水化合物含量預(yù)測(cè)中的應(yīng)用

原料中適宜的碳水化合物對(duì)配制促進(jìn)畜禽生產(chǎn)性能的配方具有積極作用，因而準(zhǔn)確的評(píng)定飼料原料中碳水化合物含量對(duì)畜禽生產(chǎn)性能的提高具有積極作用，由于NIR技術(shù)測(cè)定具有高效、綠色以及無(wú)損的優(yōu)良特性，使其在評(píng)定飼料原料中碳水化合物含量中有了廣泛的應(yīng)用。在玉米原料中碳水化合物含量的測(cè)定方面，Hetta等(2017)以瑞典3個(gè)不同品種的玉米（132飼料級(jí)玉米原料）為研究對(duì)象，采用高質(zhì)量近紅外光譜技術(shù)（NIR）測(cè)定了樣品中的可溶性碳水化合物含量，以最小二乘回歸（PLS）分析法建立預(yù)測(cè)模型，結(jié)果表明NIR技術(shù)測(cè)定玉米中可溶性碳水化合物具有很高的穩(wěn)健性。薛俊杰等（2016）研究表明NIR技術(shù)可實(shí)現(xiàn)對(duì)玉米秸稈中的可溶性碳水化合物含量的測(cè)定（相對(duì)標(biāo)準(zhǔn)偏差為16.81%）。李國(guó)彰等(2018)用NIR技術(shù)分析了大麥秸稈中碳水化合物（CHO）的含量，基于康奈爾凈碳水化合物體系建立CHO養(yǎng)分的預(yù)測(cè)數(shù)據(jù)庫(kù)，結(jié)果表明（二階導(dǎo)數(shù)最優(yōu)模型），采用NIR技術(shù)對(duì)大麥秸稈中CHO含量、非纖維性碳水化合物（NFC）含量的交互驗(yàn)證決定系數(shù)（1-VR）以及交互驗(yàn)證標(biāo)準(zhǔn)差（SECV）分別為0.9209 和 0.0073、0.8571 和0.0107，表明NIR技術(shù)可以準(zhǔn)確的預(yù)測(cè)大麥秸稈中CHO的含量。Chen等(2013)研究表明，NIR技術(shù)在谷物中總碳水化合物的測(cè)量中也有應(yīng)用，其驗(yàn)證決定系數(shù)和預(yù)測(cè)的均方根誤差（RMSEP）分別為 0.92和 0.40，研究認(rèn)為NIR技術(shù)是測(cè)量谷物中碳水化合物的有效方法。綜上說(shuō)明NIR技術(shù)在原料WHO測(cè)定方面具有廣泛的應(yīng)用，可以有效的評(píng)定原料中CHO的含量。

2.5 NIR技術(shù)在原料其他養(yǎng)分預(yù)測(cè)中的應(yīng)用

NIR技術(shù)具有高效無(wú)損測(cè)定的優(yōu)良特性，除了在上述常規(guī)養(yǎng)分含量的測(cè)定外，還可用于原料中粗灰分（Ash）、混合飼料中維生素E含量、氨基酸含量、鈣磷含量以及干物質(zhì)（DM）等常規(guī)養(yǎng)分。肖紅等(2018)采用NIR技術(shù)分析了160份紫花苜蓿青貯原料樣品中Ash的含量，結(jié)果表明NIR模型測(cè)定的交叉驗(yàn)證相關(guān)系數(shù)（Rcv）和交叉驗(yàn)證標(biāo)準(zhǔn)誤（RMSECV） 分別為 0.978和0.177，表明NIR技術(shù)測(cè)定苜蓿原料中的Ash的含量是可行的。王燕妮(2017)等研究表明NIR技術(shù)可實(shí)現(xiàn)預(yù)混合飼料中VE含量的快速測(cè)定。據(jù)李軍濤（2014）報(bào)道，采用NIR技術(shù)可測(cè)量不同來(lái)源玉米中的氨基酸的含量（除賴氨酸、蛋氨酸、色氨酸和胱氨酸外其余14中氨基酸決定系數(shù)在0.86～0.94），該研究還表明，使用NIR技術(shù)測(cè)定原料中氨基酸的含量效果優(yōu)于傳統(tǒng)的粗蛋白法測(cè)定。在礦物質(zhì)含量測(cè)定方面，有研究報(bào)道，使用NIR技術(shù)可用于鈣磷含量的測(cè)定（誤差在許可范圍內(nèi)）（Khaleduzzaman等，2017）。在DM的測(cè)定中，Bagchi等（2016）采用改進(jìn)偏最小二乘回歸分析建立模型，采用NIR技術(shù)對(duì)糙米中DM進(jìn)行了測(cè)定，通過(guò)外部驗(yàn)證，證明NIR技術(shù)測(cè)定糙米中DM是可行的。這表明NIR技術(shù)對(duì)飼料原料養(yǎng)分預(yù)測(cè)具有通用性和廣泛性。

3 小結(jié)與展望

NIR技術(shù)具有高效、無(wú)損以及快速測(cè)定等優(yōu)秀特性，被飼料企業(yè)用于大部分飼料原理蛋白質(zhì)含量測(cè)定、粗脂肪含量測(cè)定、粗纖維含量測(cè)定、碳水化合物物以及部分礦物質(zhì)元素含量等常規(guī)養(yǎng)分的測(cè)定，為原料的接收以及評(píng)定提供了有力的支撐；同時(shí)為畜禽配制優(yōu)質(zhì)配方提供了參考，從而有效地改善畜禽生產(chǎn)性能。NIR在技術(shù)繼續(xù)推廣方面存在問(wèn)題，如缺乏配套設(shè)備以及數(shù)據(jù)庫(kù)不夠完善；在今后的推廣過(guò)程需重視配套設(shè)備的研發(fā)以及充實(shí)樣品數(shù)據(jù)庫(kù)。相信隨著電子信息技術(shù)以及的發(fā)展，會(huì)有更多更精確的NIR設(shè)備應(yīng)用于飼料原料養(yǎng)分預(yù)測(cè)中，同時(shí)相應(yīng)的數(shù)據(jù)庫(kù)也會(huì)隨之不斷擴(kuò)大，從而使NIR技術(shù)在原料養(yǎng)分預(yù)測(cè)中發(fā)揮更大的作用，促進(jìn)原料生產(chǎn)企業(yè)、飼料企業(yè)乃至畜牧場(chǎng)實(shí)現(xiàn)高效發(fā)展。

參考文獻(xiàn)：（略）