近红外光谱技术在养猪业中的应用研究进展

陈 辉

（华中农业大学农业动物遗传育种与繁殖教育部重点实验室/农业农村部猪遗传育种重点开放实验室， 湖北 武汉 430070）

养猪业是我国畜牧业的支柱性产业，养猪业的发展在很大程度上影响着我国畜牧业的发展。养猪业的发展受到多方面的因素制约，其中一大重要因素是与猪相关的营养指标、肉质指标以及胴体指标等数据的数量和质量。因而开发一种准确、可实现批量化测定的分析技术对养猪业的发展具有积极意义。

近红外光谱技术（NIR）是一种利用光学原理实现样品高效快速检测的现代分析技术，具有绿色、高效的特点，近几年在农业领域应用广泛[1]。NIR 技术可实现对多种组分的快速无损测定，操作简单，在欧美国家广受推崇，应用于多个领域[2]。NIR 技术具有多重优点，在养猪业中也得到较多应用，如在猪的营养物质消化评定[3]、猪的饲料营养价值评定[4]、肉质评定[5]以及胴体品质测定[6]等方面均有着积极作用。本文就NIR 技术在养猪业中的应用展开综述，并阐述了其应用原理。

1 NIR 技术的原理及分析方法

1.1 NIR 技术的原理

近红外光是一种波长在780～2 526 nm 的电磁波[7]，NIR 光谱主要是由透射光谱（波长在780～1 100 nm处）、反射光谱（波长在1 100～2 526 nm 处）获得近红外光谱[8]。NIR 反映的是待测物质中的分子振动频谱，通过测定含氢基团（-OH、-CH、-NH 以及-SH 等基团）的振动倍频和合频吸收，从而反映与分子内部结构、官能团以及分子状态相关的定量或定性的信息，进而实现对待测物的测定[9]。从NIR 技术的原理来看，该技术可以对任何产生近红外光谱的有机物质（固体、不明颗粒等）进行无损测定，从而实现广泛的应用[10]。由此可以看出，NIR 技术在养猪业中有着广阔的应用前景。

1.2 NIR 技术的分析方法

该技术主要依赖于电子计算机等技术的一种多元测定技术，通过化学计量软件对待测物质进行定性和定量分析，利用相关数据建立数据库并构建相关模型，将待测物的测定参数与数据库的模型进行比对即可实现待测物的定性或定量分析[9]。NIR 技术的分析流程主要包括：（1）采集标准品光谱进行分析；（2）建立样品数据预测模型；（3）测定待测样品光谱；(4)将待测样品与数据库的模型进行比对后得出分析结果[11]。其测定过程主要运用偏最小二乘法（PLS）、多元线性回归（MLR）、主成分分析（PCA）以及神经网络（ANN）等计算模型进行模型的校正[9]，模型拟合的评价指标为相关系数（R2）、校正均方根差（RMSEC） 以及验证均方根差（RMSEP）等。

2 NIR 技术在养猪业中的应用

2.1 猪饲料营养利用率的研究

传统的测定猪饲料消化率的方法主要有全收粪法、体外试验、体内消化、同位素示踪法以及尼龙袋法等，这些技术过程繁琐，对受试动物的要求高，并且结果不够精准，不利于大批量精准的测定。而NIR 技术的出现，为营养物质利用率的测定提供了新的手段并得到了普遍的应用[10]。有学者就NIR 技术在猪对养分的消化吸收利用方面的应用做了大量的研究，Zhou 等[12]用NIR 技术预测了猪对玉米干酒糟（DDGS）的消化能（DE）以及代谢能（ME），使用了PLS 进行标准化，结果发现NIR 技术具有较好的预测能力，其相关系数在0.93～0.94 之间，同时发现NIR 对玉米中氨基酸的预测能力优于传统的蛋白质回归法。Li 等[3]研究表明，NIR 技术可准确预测育肥猪对玉米的DE。李军涛等[13]利用改进的最小二乘法（MLPS）校正模型，选择了88 头和29 头杜长大阉公猪分别作为定标集和验证集，通过NIR 技术预测猪对玉米的DE 和ME，结果表明，在消化能中，定标集和验证集的决定系数分别为0.89 和0.86；而在代谢能中，两者分别为0.87 和0.86；研究认为NIR 技术可用于快速检测猪对玉米的消化。NIR 技术可以有效准确地测定养分消化率。Bastianelli 等[14]以196 头大白猪为研究对象，采用相同营养水平的日粮饲喂大白猪，用NIR测定其粪便中的养分，结果表明NIR 技术分析的粪便养分的校正误差（SECV）仅为1%左右，因而认为NIR 技术具有很高的准确性，有望用于猪的消化利用率的测定。相同的研究也表明，NIR 技术可以准确预测猪粪便中有机物以及粗蛋白等养分的含量，但对于纤维的预测尚不够准确，这进一步表明NIR 技术在猪消化利用率测定上的应用前景[15]。综上表明，NIR 技术作为一种准确的定量技术，在猪的养分消化方面的测定具有广泛的应用。

2.2 猪饲料营养价值评定

饲料营养价值评定是配制猪优质日粮的基础，传统的测定方法（凯氏定氮法、索氏提取法等检测方法）检测指标单一，检测时间长，并且花费大，不适用于养猪生产企业以及饲料生产企业批量化检测的目的，而NIR技术很好地解决了上述问题，在饲料营养价值评定中起到了积极的作用[10]。NIR 技术可用于饲料原料常规养分（水分、粗脂肪以及粗蛋白等） 含量的检测，Tejerina等[4]利用常规方法检测了饲草中的干物质（DM）、粗脂肪（CE）、粗蛋白（CP） 以及饲草总能（TE），并用NIR 技术记录相应的光谱以便建立预测方程，外部验证结果发现，NIR 技术具有较高的相关系数（1-VR）以及低标准预测误差（SEP），粗脂肪、粗蛋白、总能以及亚麻酸的1-VR 和SEP 分别为0.92 和0.54、0.86 和0.47、0.84 和0.2、0.82 和0.6，这表明NIR 技术可有效地预测饲草中的营养成分含量。也有研究发现，NIR技术可以很好地预测玉米中粗蛋白、淀粉以及可溶性多糖的含量，并且预测模型具有很好的稳定性，这为饲料原料的评估提供了新的思路和方法[16]。Bagchi 等[17]采用改进的偏最小二乘分析法（MPLS）为修正模型，使用NIR 技术检测糙米的营养价值，发现预测值与标准值具有很高的相关性，表明NIR 技术具有高精度特性。肖红等[18]研究表明，傅里叶变换NIR 技术可以准确预测紫花苜蓿青贮饲料鲜样中的粗灰分含量（相关系数为0.978、预测标准误为0.207），类似的研究发现NIR 技术适用于苜蓿样品中CP、CE、Ash、ADF 和NDF 含量的检测，但不适用原料水分的测定[19]。在粗纤维测定方面，研究发现NIR 技术可用于多种纤维饲料原料的日粮纤维水平快速预测（决定系数为0.985、预测标准误差为1.63），且研究认为一阶导数优于二阶导数处理[20]。在氨基酸定量检测方面，李守学等[21]研究发现近红外漫反射光谱技术（NIDRS）可用于样品中L-赖氨酸硫酸含量的检测（决定系数为0.952、预测标准误差为0.554）。综上表明，NIR 技术具有快速、结果精确的优良特性，在猪饲料营养价值评定中具有很好的应用前景。

2.3 猪肉品质测定

猪肉品质是猪的重要经济性状。随着居民生活水平的提高，人们对猪肉品质提出了更高的要求。传统的肉质测定是在屠宰后进行相关指标的分析，采用破坏性测定方法，不利于快速检测以及选育肉质优良的种猪，因而开发一种无损、快速测定猪肉品质的方法对养猪业的发展具有积极意义。NIR 技术可利用分析样品的光谱吸收实现对猪肉品质相关指标的测定。大量研究表明，NIR 技术可实现对肌内脂肪（IMF）、大理石花纹以及系水力等相关肉质性状的测定。在肌内脂肪测定方面，Huang 等[22]开发了一种快速有效的近红外（900～1700 nm）高光谱成像方法测定最后6 对肋骨处的IMF 含量，运用多元线性回归（MLR）对不同肋骨处IMF 含量作模型预测，结果表明6 个预测模型均有良好的预测性能，对第2 对和第3 对肋骨处IMF 含量的预测最为准确，其相关系数分别高达0.96 和0.95，同时该技术可实现肋骨处IMF 分布可视化，这将为今后IMF 含量的测定提供有利工具。在大理石花纹方面，Huang 等[23]运用MLR 方法构建大理石花纹预测模型，利用NIR 技术对猪的背最长肌进行光谱分析，结果表明，建立的预测模型具有很好的预测性能，其校准相关系数达到了0.94，这表明NIR技术有望实现对大理石花纹的评分。NIR 技术也可实现对猪肉系水力的测定，Zhu 等用NIR 技术评估了40 个肌肉样品的系水力，使用偏最小二乘回归分析（PLSR）建立校准模型，以NIR 光谱作为输入值、滴水损失值作为输出值，结果表明滴水损失值与模型的相关系数为0.66。NIR 技术在其他肉质相关指标的测定领域也有应用，如有研究采用偏最小二乘回归分析检测了NIR 光谱，从而测定腌肉制品的脂肪含量（R2=0.95）[5]；也可测定猪屠宰后的无氧酵解能力，从而分析pH 值的变化[24]以及肉质中脂肪酸（SFA、MUFA 以及PUFA）的含量以及水分等指标[25]，从而实现对猪肉品质的无损评定。由于无损、快速、高效的检测功能，NIR 技术在猪肉品质的测定方面将具有很好的应用前景。

2.4 胴体性能测定

胴体性状也是影响养猪业效益的重要经济性状。传统的屠宰测定属于破坏性测定，费时费力，不利于产业化，也不利于胴体性能优良个体的选育。NIR 技术具有无损和快速检测的功效，在猪的活体胴体性能测定方面有着大量的应用。NIR 技术主要用于猪的瘦肉率、脂肪含量以及皮厚等胴体性状的测定。NIR 技术在胴体瘦肉率测定方面具有广泛的研究，肥肉的近红外光反射率（85%～95%） 高于瘦肉（仅为40%），光谱范围在400～1 100 nm 间，因而可利用此特性鉴定瘦肉和肥肉，从而求得胴体瘦肉率[26]。魏云鹏等[27]采用NIR 技术与光纤传感器技术测定了猪的胴体瘦肉率，结果表明，该系统可实现胴体局部肥瘦位置的测定，进而实现瘦肉率的测定，通过验证发现瘦肉和肥肉的测定值与实测值的误差在1.5 mm 上下；也有研究发现，NIR 技术可实现瘦肉厚度的测定[28]；这表明了NIR 技术用于瘦肉率的测定是可行的。NIR 技术在猪胴体脂肪的测定上也有应用，Hua 等[29]采用NIR 技术，以偏最小二乘分析对猪脂肪含量建立了预测模型，取得了较好的预测结果，其校正相关系数以及预测相关系数分别为0.9956 和0.961；马一鸣等[28]采用NIR 技术实现了对胴体脂肪的无损测量；也有研究发现，NIR 技术可对猪腹部脂肪进行测定，使用NIR 技术可以解释腹部脂肪变化的72.7%～81.1%。在胴体皮厚方面，有研究比较了皮厚的真实值（11.15±1.52 mm）以及使用NIR 技术的测定值（10.91±2.03 mm），两者较为接近，这表明NIR 技术对于胴体皮厚的测定是可行的[30]。综上表明，NIR 技术可应用于猪胴体性能测定的多个方面。

2.5 在养猪业其他方面的应用

除了上述应用外，NIR 技术在养猪业其他方面也有应用。邹昊等[31]应用NIR 技术实现了对猪的血液生化指标（皮质醇以及葡萄糖等）的测定，还可用于劣质肉的鉴定，对PSE 肉的预判正确率为92%，对DFD 肉的判别率高达96%。黄伟等[32]认为NIR 技术可以应用于猪肉等级的鉴定（正确率在80%以上），也可鉴定猪肉、羊肉、牛肉、鸡肉（正确率在90%以上），还可用于猪肉新鲜度的检测[33,34]。李军山等[35]采用NIR 技术对猪去氧胆酸进行了检测，以PLS 建立校正模型，结果表明NIR技术测定猪去氧胆酸是可行的，其相关系数达到了0.9982，内部交叉验证均方差为0.862，外部验证预测均方差为0.671。NIR 技术还可测定猪粪中C、N、H 元素的含量[36]以及猪肉加热终点温度[37]，在鉴定DLY 商品猪和滇南小耳猪品种上（识别率为100%）也有应用[38]。

3 小结与展望

NIR 技术利用光学原理对待测样品的吸收光谱进行分析，得出待测物品的理化特性。该项技术具有无损、精度高、检测速度快等优良特性，在猪的营养物质利用率评价、饲料原料营养价值评定、猪肉质以及胴体性能测定等方面具有广泛的应用，解决了传统检测方法耗时耗力、检测效率低等问题，促进了养猪业的良好发展。但目前NIR 技术在养猪业中的应用还存在一些制约其进一步推广的问题，如相关仪器设备的研制能力不强、相关数据库尚不完善，因而需要大力支持NIR 相关设备的研发、数据库的完善和共享。