基于高光谱图像技术的配合饲料主要营养成分的检测方法

来源：华中农业大学学报杂志2017年第2期北京时间：

作者：付苗苗

摘要：收集403个配合饲料样本,利用高光谱成像仪对样本进行图像采集，获取配合饲料样本的可见/近红外光谱信息。采用光谱杠杆值和学生残差法剔除异常样本，利用CG法、SPXY法和K-S法按3∶1的比例进行样本集划分，采用均值中心化、标准化、一阶导数、二阶导数、正交信号校正、多元散射校正和标准正态变量变换、去趋势变换，以及其组合方法对光谱进行预处理；采用相关系数法获取特征波段，建立基于高光谱图像技术的配合饲料中粗蛋白、粗灰分、水分、总磷、钙含量的偏最小二乘法（PLS）定量分析模型。通过验证，粗蛋白验证集决定系数R2V为0.777 8，均方根误差RMSEP为2.6155%，相对分析误差RPDV为2.114 3；粗灰分验证集R2V为0.775 8，RMSEP为1.0611%，RPDV为2.120 4；水分验证集R2V为0.631 4，RMSEP为1.6003%，RPDV为1.937 1，总磷验证集R2V、RMSEP、RPDV分别为0.467 2、0.1916%、1.357 0；钙验证集R2V仅为0.440 6， RMSEP为0.1755%，RPDV,为1.310 5。结果表明，所建立的粗蛋白、粗灰分最优定量分析模型预测性能较好,水分最优定量分析模型预测精度不够理想,总磷和钙定量分析模型的预测性能很差。

关键词：配合饲料; 营养成分; 高光谱图像技术; 快速检测; 偏最小二乘法

基金资助：国家公益性行业(农业)科研专项(201003063-04)