三江源东部地区天然混合牧草营养成分近红外光谱预测模型构建

本试验旨在构建三江源东部地区天然混合牧草营养成分近红外光谱预测模型。从三江源东部地区4个样点采集天然混合牧草样品301份,按照7∶3的比例将样品分为定标集和验证集。采用定标集样品的实测值及近红外光谱值进行粗蛋白质(CP)、中性洗涤纤维(NDF)和酸性洗涤纤维(ADF)预测模型的构建及交叉验证,采用验证集样品进行外部验证,进一步评价预测模型的预测效果。结果表明:CP预测模型构建中数据预处理的最佳方法为标准正态化处理+去散射处理+二阶求导,NDF和ADF预测模型构建中数据预处理的最佳方法为多元离散校正+二阶求导。CP、NDF和ADF预测模型的定标决定系数(R_(cal)^(2))、交叉验证相关系数(1-VR)均高于0.900,预测模型对验证集样品的模型预测值与化学实测值之间差异不显著(P>0.05),且验证决定系数(R_(CV)^(2))均高于0.900,交叉验证相对标准差(RPD_(cal))和外部验证相对标准差(RPD_(CV))均大于3.00。这表明近红外光谱技术可用于天然混合牧草营养价值的评定,本试验构建的预测模型预测效果较好,可应用于实际生产。

混合天然牧草青贮最适条件筛选探析

随着我国畜牧业的发展,牲畜的数量在不断的增加,同时对于饲料的需求也在不断的增长,因此,牲畜饲草料的质量与数量就成为了制约我国畜牧业发展的主要问题。目前吉林省对于天然牧草的需求量也在不断增多。为了能够解决这一问题,就需要通过先进的技术方法与工艺条件,筛选出更加合适的青贮天然牧草。