近紅外光譜分析技術(shù)助力奶牛精準(zhǔn)營養(yǎng)

我們都知道配方師手中有“兩把劍”，一把飼養(yǎng)標(biāo)準(zhǔn)：不同階段、不同狀況下奶牛的營養(yǎng)需要的相關(guān)信息；一把是原料養(yǎng)分含量：原料的檢測值。根據(jù)這些信息設(shè)計出精 準(zhǔn)的日糧配方。我們知道營養(yǎng)需要的信息，比如品種、胎次，泌乳天數(shù)等都會在固定的參數(shù)下有固定的營養(yǎng)需要，變化的是日糧中的原料，日糧原料營養(yǎng)成分的準(zhǔn)確性是精 準(zhǔn)營養(yǎng)實施的關(guān)鍵。

　　飼料營養(yǎng)成分分析是了解其營養(yǎng)成分的直接手段。目前化學(xué)分析仍然是主要的手段，近紅外快速分析技術(shù)逐漸嶄露頭角。近紅外光譜分析技術(shù)已經(jīng)非常成熟穩(wěn)定，這個毋庸置疑，各種近紅外分析儀也層出不窮，但制約其快速應(yīng)用的龐大的數(shù)據(jù)庫建設(shè)，在選擇NIR時建議選擇具有龐大數(shù)據(jù)庫的供應(yīng)商，并且結(jié)合當(dāng)?shù)厍闆r不斷擴(kuò)充NIR數(shù)據(jù)庫。

　　下面以長春博瑞研發(fā)中 心為例，談?wù)剶?shù)據(jù)庫建設(shè)。

　　第 一步是樣品的收集：我們首先會給各個省區(qū)技術(shù)服務(wù)人員下發(fā)需要的樣品名稱和數(shù)量，采樣方式和采樣量、包裝、郵寄標(biāo)準(zhǔn)等；這樣每個月都會有不同地區(qū)的飼料樣品補(bǔ)充到數(shù)據(jù)庫中，這樣的樣品收集一直在持續(xù)，保證數(shù)據(jù)庫樣品的代表性；很多樣品的某些成分會隨著時間或環(huán)境變化而發(fā)生改變，如對于常見的水分含量就受環(huán)境的溫濕度影響。所以要求建模過程盡量保證實時性，即將掃描與化學(xué)分析同步進(jìn)行，一些常見的積攢樣品集中建模的方法并不科學(xué)。

　　第 二步是樣品光譜的采集：不同的光譜儀建庫要求不同，我們同時開展兩種近紅外儀器的數(shù)據(jù)庫建立，一種便攜式直接對未處理樣品采集光譜，另一種臺式光譜儀需要（鮮樣烘干）粉碎后采集光譜，之后進(jìn)行化學(xué)檢測，這里強(qiáng)調(diào)的是在建立數(shù)據(jù)庫之初，養(yǎng)成統(tǒng)一命名的習(xí)慣以便后續(xù)查詢。

　　第 三步是化學(xué)分析：對于用戶來說，這一環(huán)節(jié)是建模過程中重 要的一步。因為化學(xué)結(jié)果是近紅外檢測的數(shù)據(jù)基礎(chǔ)，所以化學(xué)結(jié)果的精度直接決定近紅外的精度，從過去的經(jīng)驗來講，可以采取以下措施控制化學(xué)值：1、建模樣品的化學(xué)值要盡量來自于同一個化驗室，如果必 須使用多家實驗室的結(jié)果，也要使用統(tǒng)一標(biāo)準(zhǔn)后的檢驗結(jié)果，也就是消 除實驗室間的系統(tǒng)誤差。2、 實驗室的平行試驗結(jié)果應(yīng)當(dāng)滿足國家標(biāo)準(zhǔn)，如果結(jié)果不好，需要進(jìn)行多次檢驗以驗證結(jié)果。但這并不足以保證檢測結(jié)果的準(zhǔn)確性，一定要做到不同的檢驗人員進(jìn)行盲雙試樣檢測的重復(fù)性精度也達(dá)到要求，如果不滿足，則選用有經(jīng)驗的化驗人員獨(dú)立檢驗為儀器提供建?；A(chǔ)數(shù)據(jù)。3、為了減少建模的工作量，可以使用初步的模型對樣品進(jìn)行粗選，然后選取代表性強(qiáng)且梯度含量好的樣品進(jìn)一步做化學(xué)法檢測。 我們這里每種成分的檢測方法都是采用國標(biāo)法，同時保證平行結(jié)果的差異在國標(biāo)允許范圍內(nèi)，目前研發(fā)中 心采用專人專項檢測，每個人在負(fù)責(zé)個固定指標(biāo)的檢測，減少人為因素的影響，保證結(jié)果的穩(wěn)定性，另外定期與國內(nèi)外檢測機(jī)構(gòu)通過郵寄盲樣對標(biāo)，保證每項指標(biāo)檢測誤差在允許范圍內(nèi)。

　　第四步是模型的制作：將測量的光譜和基礎(chǔ)數(shù)據(jù)，用適當(dāng)?shù)幕瘜W(xué)計量方法建立校正模型，首先是光譜預(yù)處理和波段的選擇，對光譜進(jìn)行平滑處理和基線校正，以及光譜波長范圍的優(yōu)化。目前常用的化學(xué)計量學(xué)方法有多元線性回歸、主成分分析、主成分回歸、偏最小二乘法、拓?fù)鋵W(xué)方法和人工神經(jīng)網(wǎng)絡(luò)方法等。當(dāng)然前面幾步做好后，這一步會相對輕松些，利用定標(biāo)軟件可以完成復(fù)雜的篩選和計算工作。

　　好的曲線需要不斷維護(hù)：增加新的樣品以提高適用度。但不需要特別添加普通數(shù)據(jù)，要添加的樣品應(yīng)該是影響模型精度的樣品，比如超出掃描范圍的結(jié)果，只需要養(yǎng)成將日常比對的有標(biāo)準(zhǔn)化學(xué)值的樣品加入數(shù)據(jù)庫即可。