FT-NIR光谱法测定紫花苜蓿青干草的6项品质指标

紫花苜蓿青干草营养价值非常高,能够为家畜提供大量优质的蛋白质饲料,也是目前我国最主要的草产品类型之一。文章应用傅里叶变换近红外（FT-NIR）光谱技术,使用偏最小二乘法首次建立了国内紫花苜蓿青干草粗蛋白、粗灰分、中性洗涤纤维、酸性洗涤纤维和酸性洗涤木质素以及体外干物质消化率等6项品质指标的预测模型,并对模型进行了交互验证和外部验证。结果表明：该试验所建立的紫花苜蓿青干草6项主要品质指标的近红外模型具有良好的准确性和预测能力,交互验证相关系数rval为0.953 88~0.990 19,交互验证均方根RMSECV分别为0.345%~1.980%,外部验证的相关系数为0.963~0.990。该方法快速、准确,无需化学试剂,对我国紫花苜蓿草产品的质量检测,以及科研中紫花苜蓿草产品品质分析、种质资源评价、育种世代的鉴定和筛选都有非常重要的意义。

近红外光谱技术(NIRS)在草地生态学研究中的应用

近红外光谱技术(NIRS)是一种快速、高效、无损的现代检测技术,已经在许多领域广泛应用。文章阐述了NIRS应用于草地生态学研究的意义,介绍了NIRS用于测定牧草营养成分、矿物质、土壤养分含量,分析了牧草混合物的组成、动物对所采食牧草的反应、牧草病虫害抗性等一些复杂特性,以及进行生化标记、同位素鉴别研究。综合这些研究可以看出,NIRS能够作为一种整体研究工具应用于草地生态学的许多研究领域中,可以检测各种常规化学成分、分析草地生态系统的各种动态指标和系统运行的多项整体特性。希望通过本文的总结分析,推动NIRS在中国草地生态学研究中的应用,加速该领域研究手段的现代化。

近红外反射光谱法测定苜蓿干草主要纤维成分的研究

采集不同生育期、不同品种和不同干燥方式(烘干、阴干、晒干)的苜蓿干草样品60份,研究了利用近红外反射光谱法分析苜蓿干草中纤维素、半纤维素和木质素含量的可行性。实验结果显示,纤维素的交互验证相关系数(RCV)、外部验证决定系数(r2)以及验证集样品标准差(SD)与预测残差均方根(RMSEP)的比值(RPD)分别为0.97,0.97,4.44,木质素为0.94,0.94,4.08,表明利用NIRS技术可以准确分析苜蓿干草中纤维素和木质素的含量。半纤维素的RCV,r2,RPD分别为0.29,0.12,1.09,说明该模型不能进行半纤维素的实际预测。利用近红外反射光谱法准确测定纤维素和木质素含量的结果,对苜蓿生产加工中的质量评价,以及苜蓿育种等研究中纤维品质的快速分析都具有重要意义。

近红外光谱法测定苜蓿中的叶含量

叶含量是一项对苜蓿的营养价值和家畜采食量、消化率都很重要的指标,目前常用的手工茎叶分离后测定叶含量的方法非常费时费力。利用近红外光谱分析技术(NIRS)对人工配制叶含量为15%～55%的41个苜蓿样品,建立了苜蓿中叶含量的预测模型。用15,25,35个定标样品分别建立的3个模型的RMSEP分别为1.02,1.97,0.51,RPD依次为5.50,2.85,25.93,外部验证的决定系数r2为0.9789,0.9844,0.9989。结果表明,15个定标样品已经能够建立准确测定苜蓿叶含量的近红外预测模型,且模型的准确性随着数量增加而升高。

苜蓿、玉米青贮饲料有氧稳定性研究

为评价苜蓿(Medicago sativa)和玉米(Zea mays)青贮饲料的有氧稳定性,采用CO2滴定法和微生物培养法,分别对有氧暴露0、2、4、6、8、10 d的苜蓿、玉米青贮饲料,以及有氧暴露0、2、4 d的苜蓿青贮饲料和玉米青贮饲料的全混合日粮有氧稳定性进行分析与测定。结果表明:苜蓿青贮饲料在有氧暴露10 d时pH升高0.38,玉米青贮饲料则升高0.60;有氧暴露4d时,苜蓿青贮饲料CO2产量低于1 g/kg.DM,而玉米青贮饲料则高达5.4 g/kg.DM;苜蓿青贮饲料的酵母菌和霉菌数量从1.58×102CFU/g.DM和2.51×102CFU/g.DM显著增加到2.51×103CFU/g.DM和7.94×102CFU/g.DM(P<0.05),而玉米青贮饲料在有氧暴露2 d时即从2.51×102CFU/g.DM和1.26×102CFU/g.DM显著提高到3.98×103CFU/g.DM和3.16×103CFU/g.DM(P<0.05);这说明苜蓿青贮饲料的有氧稳定性要优于玉米青贮饲料;在有氧暴露的4d内,虽然苜蓿青贮饲料全混合日粮的pH变化为0.93,低于玉米青贮饲料2.18,但酵母菌和霉菌的数量无明显差异,在有氧暴露2 d后均显著地增加(P<0.05)。

近红外漫反射光谱法预测紫花苜蓿草颗粒营养价值

研究旨在探讨利用紫花苜蓿草颗粒样品的近红外漫反射光谱信息,建立能够预测其营养价值的校正模型。采集22份全株草颗粒、19份茎颗粒、19份叶颗粒共60份紫花苜蓿草颗粒样品,其中建模样品45份,检验样品15份。利用傅里叶变换近红外漫反射光谱技术（FT-NIRS）采集各实验样品的近红外漫反射光谱,运用偏最小二乘法（PLS）建立了紫花苜蓿草颗粒粗蛋白（CP）、中性洗涤纤维（NDF）和酸性洗涤纤维（ADF）含量的预测模型。3个预测模型的校正模型建模效果均较好,其交叉检验相关系数（RCV）为0.96410-0.96887,交互验证的残差均方根（RMSECV）为0.80%-2.59%。用15个检验样品对模型进行外部检验,预测相关系数（r）为0.9669-0.9743,外部验证的残差均方根（RMSEP）为0.85%-2.07%。所建模型的交叉检验和外部检验RPD均大于3,表明近红外光谱分析技术可以准确地预测紫花苜蓿草颗粒的营养价值。

利用近红外漫反射光谱法预测紫花苜蓿茎组分营养价值的研究

研究旨在探讨利用全株紫花苜蓿（Medicagosativa L.）样品的近红外漫反射光谱信息,建立能够预测其茎组分营养价值的校正模型的可行性。将66份不同年份、品种、茬次和生育期的紫花苜蓿全株样品徒手分离茎叶后,按一定的茎叶比重新混合成198份实验样品（建模样品138份,检验样品60份）。采用傅里叶变换近红外漫反射光谱技术（FT-NIRS）,结合偏最小二乘法（PLS）,建立了茎组分粗蛋白（CP）、中性洗涤纤维（NDF）、酸性洗涤纤维（ADF）、粗灰分（CA）和体外可消化干物质（IVDDM）含量的预测模型。除NDF含量的预测模型外,其他4个指标预测模型的建模效果和实际预测均较好,交叉检验相关系数（rCV）为0.8523～0.9007,交叉检验标准误差（RMSECV）为0.72%～3.96%,检验样品的预测值与化学值的相关系数（r）为0.9255～0.9512。而NDF含量预测模型的RCV,RMSECV,r分别为0.8214,3.70%和0.9020,模型只可用作粗略估测。

邹城市数字化城管为城市管理注入新活力

自2012年4月启动建设以来，邹城市就把做好数字化城市管理作为突破管理瓶颈、提升管理水平的重要凭借和有力举措，以全城区覆盖、全过程监管、全方位服务为目标，着力在责任体系、信息采集、问题处置、考核评价四个关键环节上，夯基础、建机制、重创新、抓落实，逐步实现了城市管理由粗放向精细、由被动向主动、由封闭向开放的转变。