近紅外光譜分析技術在飼料快速檢測領域中的應用

納 嶸，尹 慧，胡 波

（1.寧夏職業技術學院，銀川 750021；2.寧夏大北農科技實業有限公司，銀川 750200）

近年來，國家對飼料中各種成分的分析工作十分重視。使用常規分析方法檢測飼料中各種成分是一項繁瑣的工作，不僅費時費力，還需耗費大量的化學試劑和分析樣本，同時產生的廢液還會造成環境污染。由于常規分析方法操作繁瑣、重復性差等因素，會導致日糧營養成分含量變異大，已不適應畜牧業精細化、科學化發展的需要。

近紅外光譜技術（near infrared spectroscopy，NIRS）是一種先進的定性、定量檢測分析技術[1-5]，已經在動植物分析檢測中被廣泛應用[6-8]，快速發展為飼料質量監測的新手段。近紅外光譜分析技術可利用有機物中化學鍵的泛頻振動或轉動，以漫反射方式獲得在近紅外區的吸收光譜。通過主成分分析、人工神經網、偏最小二乘法（PLS）等化學計量學方法，建立物質光譜與待測成分含量的線性或非線性預測模型，從而實現對物質中待測成分的快速定量檢測。

1 近紅外光譜分析技術的特點

近紅外光譜分析技術具有高效、快速的技術優點，所以在飼料快速分析領域得到了廣泛的應用，其定標模型建立流程見圖1。

圖1 定標模型建立流程

1.1 分析速度快

飼料營養成分常規測定方法的時間消耗較長，檢測方法及耗時見表1。

表1 飼料營養成分常規測定方法

與物質的常規測定方法相比，近紅外光譜分析技術不需要進行繁瑣的前處理和化學反應過程，高度自動化降低了對操作者的技能要求，通過建立的預測模型可在幾十秒至1 min 內即可完成一個樣品的多種成分（可多達十幾種）的快速測定，提高了檢測工作效率，避免了常規分析方法的滯后性。

1.2 分析對象廣泛

近紅外光譜分析技術可以測定的物質種類范圍非常廣泛，近紅外光譜可用于所有與含氫基團有關的樣品物化性質分析。

1.3 非破壞性，省時，省力

近紅外光譜分析只需取得樣品的光譜分析信息，不需要破壞樣品，有時甚至可直接在物質的原容器中進行測定。與物質的常規測定方法相比，檢測工作的效率得到極大提升，可為企業節約大量設備、人力和物力。

1.4 檢測成本低，是一種綠色分析技術

近紅外光譜分析技術可同時完成樣品的不同成分含量的快速檢測。樣品一般不需要復雜的預處理，也不需要使用化學試劑，分析過程中不會產生污染，是一種綠色分析技術。

2 近紅外光譜分析技術在飼料快速分析檢測中的應用

2.1 飼料中主要營養成分的快速測定

近紅外光譜分析技術已經被應用于飼料主要營養成分的快速分析領域中。最早由K.Norris等[9]運用近紅外光譜分析技術對飼草原料中的粗蛋白、水分以及脂肪進行快速測定分析。我國近紅外光譜技術也在飼料常量快速分析領域取得了一定的進展。曹明月等[10]選取154批次青貯樣品，使用近紅外光譜分析儀掃描樣品，得到光譜數據，并利用偏最小二乘法（PLS）建立青貯飼料化學成分的近紅外光譜預測模型。通過對預測模型進行驗證，證明近紅外光譜分析技術可用于青貯飼料的粗蛋白、水分、淀粉、中性洗滌纖維、酸性洗滌纖維含量的快速檢測分析。周昊杰等[11]利用便攜式近紅外光譜分析儀建立了苜蓿干草、玉米青貯的主要營養成分的近紅外光譜預測模型，并通過驗證證明建立的預測模型可準確快速預測苜蓿干草、玉米青貯的營養成分含量。樊霞等[12]采集110 份玉米DDGS 樣品，采用近紅外光譜分析法，構建了玉米DDGS的氨基酸近紅外光譜預測模型，可實現玉米DDGS中氨基酸含量的快速檢測。宋軍等[13]建立了豆粕、常規魚飼料、進口魚粉、國產魚粉、賴氨酸、蛋氨酸6類飼料的多種氨基酸含量近紅外光譜預測模型，能夠準確對多種飼料的氨基酸含量進行快速測定。

2.2 飼料中有毒有害成分的快速測定

飼料中的一些有毒有害成分、抗營養因子和藥物成分等可通過近紅外光譜分析技術進行快速測定。趙茹冰[14]選取不同品種的棉籽456份，運用近紅外光譜分析技術建立棉籽中植酸含量近紅外預測模型，經驗證證明可準確檢測棉籽中植酸含量。程洋洋[15]隨機抽取80 份油菜籽建立植酸和芥子堿含量近紅外光譜預測模型，并選取20 份樣本作為驗證集驗證預測模型的準確度，結果表明建成的預測模型可以準確測定油菜籽中植酸和芥子堿的含量。秦利等[16]選用49 份不同蛋白質和棉酚含量的陸地棉種質資源和188份陸地棉重組近交系為材料，采用改進的偏最小二乘法建立棉仁粉中蛋白質和棉酚含量近紅外反射光譜定標模型，該模型可快速準確測定棉仁粉中棉酚的含量。

2.3 飼料品質的快速評定

近紅外光譜分析技術可快速評定飼料的品質。通過檢測飼料中的蛋白質含量、相對飼喂價值、飼料消化率、酸性洗滌纖維含量和中性洗滌纖維含量等指標來評定飼料的品質。

薛祝林等[17]采集苜蓿草捆樣品229 份，利用近紅外光譜分析技術建立苜蓿草捆中營養成分和消化率預測模型，相對飼喂價值、中性洗滌纖維等指標的預測結果良好。高燕麗等[18]共收集來自全國的紫花苜蓿干草樣品87 個，運用近紅外光譜分析技術建立紫花苜蓿不同收獲時期的粗蛋白、酸性洗滌纖維、中性洗滌纖維含量及飼料相對值和分級指數的近紅外光譜預測模型，可快速評定紫花苜蓿的品質。李靜[19]收集來自全國的棉粕樣品73 個，運用近紅外光譜分析技術，并采用偏最小二乘回歸法建立棉粕的中性洗滌纖維和酸性洗滌纖維的近紅外光譜預測模型，可準確預測棉粕的中性洗滌纖維和酸性洗滌纖維含量。

2.4 飼料生產過程的質量控制

近紅外光譜分析技術可以實現對飼料生產過程的關鍵點進行檢測追蹤，利于生產企業動態調整飼料原料的配比，實現飼料生產精細化質量管理。金楠等[20]設計了一種在線飼料質量監測平臺，該平臺可在線持續檢測飼料生產過程中的近紅外光譜圖。劉杲華等[21]在豆粕生產線上安裝近紅外分析儀，快速測定樣品的水分、粗蛋白和粗脂肪含量，可以實時反映豆粕生產線上相關指標的變化情況，從而對豆粕生產過程進行質量控制。方景春等[22]將近紅外光譜分析儀應用于DDGS 的質量檢測和生產控制中，研發了DDGS粗蛋白含量和水分測定的工廠校準，結果證明該校準符合國家標準的要求，可用于DDGS的生產過程質量控制中。

3 近紅外光譜在飼料檢測中的應用前景

近年來，隨著科學技術的不斷發展和完善，近紅外光譜分析技術發展日趨成熟，已被越來越多的企業所使用，在飼料生產過程中發揮著重要作用。近紅外光譜分析技術可檢測從飼料原料到成品飼料的各項指標，具有一次分析指標多、無需樣品前處理、分析快速準確和對環境無污染等特點，可以滿足現代企業的飼料檢測工作需求。在云計算及大數據技術發展的前景下，各大企業可通過不斷收集并擴大飼料近紅外光譜的數據量，在云端服務器實現近紅外光譜分析模型的維護、擴展及升級，使模型的預測性能更穩定。