近红外光谱技术在畜禽饲料营养评定中的研究进展

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）

饲料营养评定是评价饲料品质以及畜禽生产中重要的环节，准确的评定数据对饲料生产以及畜禽生产具有积极意义。畜禽饲料营养评定主要分为饲料（包括原料养分评定和饲料成品品质评定）评定和饲料消化率的预测。传统测定饲料养分以及饲料养分消化率的预测方法大多耗时耗力，且评定效率低，难以满足现代饲料企业和畜禽生产企业高效发展的需要。因而开发一种高效准确的快速测定方法具有迫切性和积极意义。近红外光谱技术（NIR）是一种结合化学计量技术和光谱分析技术的测定技术，NIR技术具有高效无损、低成本且不需要复杂的样品制备等测定功效，因而被认为是有望取代传统分析技术的潜力替代分析技术，尤其是随着近几年电子计算机等技术的飞速发展，使其在蔬菜品质、肉品质评定、中草药鉴定等农业领域有着广泛的应用；同时NIR技术在畜禽饲料营养评定中也表现出了很好的应用潜力。大量的研究表明，NIR技术在饲料原料养分的评定、饲料成品品质的评定、猪的饲料消化率预测、家禽的饲料消化率预测以及反刍动物饲料消化率预测等方面有着广泛的应用。文章就NIR技术在畜禽饲料营养评定中的应用加以综述，并分析了其应用原理及策略，提出了其在畜禽饲料营养评定应用的可行性以及优越性，为其在畜禽饲料营养评定中的应用推广提供理论依据，旨在为饲料生产企业和畜禽生产企业的高效发展提供思路和方向。

1 NIR技术的简介

1.1 NIR技术的测定原理

红外光按波长来分主要分为两种，一种为中红外和近红外，在农业领域运用广泛的就是近红外分析技术（NIR）；近红外光本质上属于电磁波，其波长在780～2526nm间。其测定原理是：NIR通过记录样品内部当待测样品中的OH、-CH、-NH以及-SH等含氢基团的光谱吸收信息，结合化学计量学对样品进行定性或定量分析；其具体原理是当待测样品被不同波长的近红外光照射后，样品内部的分子会发生能量越级变化，分子内部振动的合频和倍频对特定的波长产生近红外光谱吸收，形成光谱带，而NIR记录样品的光谱信息，实现对待测样品进行定量或定性分析，得到样品内部的结构与组成信息。

1.2 NIR技术的分析流程及相关参数

NIR技术的分析一般流程如图1。主要包括样品的采集、标准集的制备以及预测模型的建立与优化。在NIR技术分析中，模型的校正方法和选择非常重要，在NIR分析技术中常见的模型校正方法主要有：1、主成分分析回归法（PCA）；2、偏最小二乘回归法（PLS）；3、多元线性回归法（MLR）；4、神经网络（ANN）法等校正方法，前二者较为常用。评价NIR分析结果的可靠性和准确性，通常考虑模型的参数有相关系数（R）和决定系数（R2），两者越接近于1说明模型拟合度越好；除此以外，校正集标准误差 （RMSEC）、验证集标准误差（RMSEP）、校正集标准差（SEE）、验证集标准差（SEP）以及相对误差（RPD）也是评定NIR结果准确性的重要参数；在畜禽饲料营养评定中，良好的模型应具有较高的 R、R2以及 RPD， 而 RMSEC和RMECP参数较低，SEC值和SEP值接近时，从而使畜禽饲料营养评定结果更为准确可靠。

图1 NIR光谱分析的基本流程

2 NIR技术在畜禽饲料评定中的应用

2.1 NIR技术在饲料原料养分评定中的应用

传统的饲料养分评定方法检测效率低、耗费时间长，不利于饲料企业快速准确的评定饲料原料的营养价值，进而影响饲料配方的优化；而NIR技术可对原料养分进行高效准确的预测，被多数饲料企业应用于饲料原料养分的评定中。大量的研究表明，NIR技术在原料蛋白质、粗脂肪、粗纤维以及碳水化合物等常规养分的评定中具有广泛的应用。在饲料原料蛋白质评定方面，纳嵘等采用NIR技术对苜蓿中的蛋白质含量作了预测，以改进最小二乘回归分析为校正模型，结果表明预测模型的相关系数（1-VR）为0.9201，内部和外部的交叉验证标准误差分别为0.4335和0.2640，表明NIR预测苜蓿中的蛋白质含量是可行的；也有研究表明，使用NIR技术可快速测定大豆中蛋白质的含量，并有望取代传统的凯氏定氮法；也可对玉米中蛋白质进行准确的预测以及动物源性饲料原料（虫粕）中的蛋白质作出准确的预测。在原料粗脂肪含量预测方面，曹小华等使用NIR技术建立了肉骨粉中粗脂肪的预测模型（以偏最小二乘回归分析法为校正方法），结果发现，模型的决定系数高达0.9261，交叉检验的均方根误差为0.303，外部验证集的决定系数高于0.94且RPD高于2.5，表明NIR技术可以准确预测肉骨粉中的粗脂肪的含量；NIR技术也可对大豆、米糠粕以及饲草（橡草）中的粗脂肪进行准确的预测。NIR技术在饲料原料粗纤维含量预测中也有着广泛的应用，据胡世洋报道，NIR技术可对玉米秸秆中的纤维素含量进行快速评定（决定系数在0.8383～0.9187间，绝对偏差在-2%-2%间）；也有研究报道，NIR技术可以准确的预测玉米干酒糟及其可溶物、大豆皮、小麦麸、苜蓿草颗粒、喷浆玉米皮和甜菜粕等植物性原料中粗纤维（NDF和ADF）水平，为饲料企业对植物性原料的快速评定提供了依据。NIR对饲料原料中的碳水化合物含量也可进行预测，李国彰等研究表明，NIR技术可准确评定大麦秸秆中的碳水化合物含量 （验证决定系数高于0.84）；也有研究报道，NIR技术可对玉米秸秆中的可溶性糖进行实时监测；Hetta等研究表明，NIR技术对玉米中可溶性碳水化合物的评定具有很高的稳健性；这表明NIR技术在原料碳水化合物含量的评定中具有可行性。除上述常规养分评定中，NIR技术还可对苜蓿中的粗灰分含量、糙米的干物质含量、鼓树中的铁（Fe）和钾（K）以及原料中钙磷含量的预测中均有着较为广泛的应用。综上表明，NIR技术可实现对饲料原料多种常规养分进行预测，为饲料企业准确评定原料价值以及开发高效的营养配方提供保障。

2.2 NIR技术在饲料成品评定中的应用

NIR技术可对饲料中的养分、成分、掺假以及均匀度评定等方面进行预测，进而对饲料成品进行综合评定。在饲料养分评定方面，Modrono等利用手持式近红外光谱仪对饲料成品中粗蛋白（CP）、粗纤维（CF）以及淀粉等常规养分的快速检测，经验证，对于CP的交叉验证决定系数为0.88-0.99，CF的预测决定系数为0.85-0.88，对于淀粉预测决定系数为0.91，仪器的准确性高达99%；熊罗英发现使用NIR技术可准确预测猪料和膨化料中的水分和粗蛋白质含量（决定系数均在0.9以上，且RPD均大于3）（熊罗英与蔡仁贤等，2015）；有研究表明，NIR技术可预测羊饲料中的干物质（DM）、粗蛋白（CP）以及有机物的消化率（OMD）以及禽饲料中的总磷、植酸磷以及粗蛋白含量；这进一步表明NIR技术在饲料养分预测中的可行性和准确性。在饲料成分检测方面，Nunez-Sanchez等研究发现，使用NIR技术可预测母羊日粮中的饲料组分（苜蓿、谷物秸秆以及玉米等均能被识别）；类似的研究也表明NIR技术可识别黑麦草、白三叶草样本和56个含有菊苣、大蕉、白三叶草和红三叶草的不同组合；可以准确地识别动物源性饲料中肉骨粉中污染的肉骨粉；在饲料安全评定中，NIR技术可以准确识别出饲料中混有的三聚氰胺，有利于饲料安全。饲料掺假是饲料企业以及畜禽生产面临的一大难题，据Graham等报道，使用NIR技术 （使用PCA模型进行定性分析）可以准确识别出大豆油中混合的矿物油（预测决定系数高达0.99）；除此以外，NIR技术还可鉴别出大豆中蛋白质的掺假；NIR技术的鉴别作用为保证饲料品质提供了保障。NIR技术在饲料混合均匀度的预测中也有广泛的应用，撖淙武等研究发现，使用NIR技术可以准确预测卧式混合机中饲料混合均匀度，预测结果良好，准确率在85%以上；也有研究表明，使用NIR技术可对添加粉末添加剂的成品混合均匀度进行准确的预测。综上表明NIR技术在饲料成品的养分、组分、掺假以及均匀度等方面具有着良好的应用前景，表明NIR技术将会被越来越多的饲料生产企业所接受和应用。

3 NIR技术在畜禽的饲料消化率预测中的应用

养分的消化率预测是畜禽营养评定中重要的一个环节，该指标反映了饲料品质以及畜禽机体消化系统本身品质的好坏，传统的测定方法耗费时间长，且对受试动物以及饲养环境等方面具有较高的要求，因而不利于畜禽生产企业快速准确地对饲料品质以及畜禽进行评定；而NIR技术凭借其无损高效的测定功效，为多数畜禽生产企业所青睐，故本段就NIR技术在畜禽养分消化率的预测方面的应用展开论述。

3.1 NIR技术在猪的饲料消化率预测中的应用

大量的研究NIR技术在猪的养分消化利用率预测方面有着很好的应用潜力，主要通过分析粪便中养分组成进而对养分 （OM、CP以及DE、ME等）的消化利用率进行预测。研究发现NIR技术是预测猪对饲料消化利用率预测的一种具有广泛潜力的技术，可对多种饲料进行准确的预测。Nirea等使用NIR技术开发了一种预测猪的营养素的总表观消化率（ATTD），使用NIR技术分析了猪粪便中的各种营养素的ATTD，结果表明，使用NIR技术可以有效地预测有机物（OM）、饲料总能（GE）、粗蛋白（CP）以及中性洗涤纤维（NDF）等消化率，其决定系数均在0.88以上，研究认为使用NIR技术可快速准确预测营养素（OM、CP以NDF等）的 ATTD；Schiborra等也发现使用NIR技术可通过分析粪便中养分组成及含量，可得到CP和OM消化率，其预测结果比较理想。在育肥猪DE和ME的研究中，Li等使用NIR技术预测了育肥中对玉米的DE和ME，采用改进偏最小二乘回归分析法建立校正模型，经NIR扫描后进行分析，结果表明，DE和ME的交叉验证相关系数和外部验证相关系数分别为0.87和0.86、0.86和0.86，表明NIR技术可快速测定育肥猪对玉米有效能了利用率；Zhou等发现使用NIR技术可准确预测猪对玉米DDGS的DE和ME；相似的研究发现使用NIR技术预测了猪对玉米酒糟干燥可溶物（DDGS）的消化能（DE）和代谢能 （ME），结果观察到猪对DDGS的DE以及ME的预测较为准确。NIR技术通过其强大的分析能力，可以准确的预测猪对养分的消化吸收利用率，为猪的精准饲养提供了良好的数据支撑。

3.2 NIR技术在家禽的饲料消化率预测中的应用

NIR技术在家禽中养分消化率预测中也有应用，主要应用于肉鸡的消化率预测中。Montanhini等研究了NIR技术对肉鸡饲料营养评估中的应用，结果表明使用NIR技术可预测肉鸡对小麦和豆粕日粮的表观代谢能（AME）。廖瑞波（廖瑞波，2012）的硕士论文中使用NIR技术建立了肉鸡的玉米标准回肠可消化氨基酸测定的预测模型，试验对象为28日龄健康爱拔益加肉仔鸡 （n=48），预测了肉仔鸡对玉米中蛋氨酸、甘氨酸、天门冬氨酸以及色氨酸等回肠末端氨基酸消化率以及标准回肠可消化氨基酸消化率。NIR技术也可预测蛋鸡的消化率进行预测，李玉鹏等研究表明，使用NIR技术可以预测蛋公鸡对棉籽粕的表观代谢能以及真代谢能，两者的定标决定系数分别为0.9690、0.9268；交互验证决定系数均在0.9以上，表明NIR技术预测蛋鸡的代谢能是可行的。NIR技术在肉鸭的饲料消化率预测方面，于梦超等以樱桃谷鸭（n=410）为研究对象，使用NIR技术预测了肉鸭对不同来源的小麦的表观代谢能（AME），使用套算法计算小麦的AME作为标准集，建立预测模型，结果表明，小麦的AME预测模型的定标决定系数为0.85、定标标准差为0.187、相对标准差为1.70%，研究认为使用NIR技术预测肉鸭对小麦的AME的预测结果比较理想。也有研究发现，NIR技术可以通过测定家禽粪便中总凯氏氮（R2=0.94）以及水分（R2=0.99），进而实现对家禽养分消化率的预测。综合来看，NIR技术在家禽的饲料消化 （代谢）预测方面具有很高的准确性，有望取代传统测定家禽饲料消化率的方法。

3.3 NIR技术在反刍动物饲料消化率预测中的应用

NIR技术不仅在单胃动物饲料消化率的预测方面有广泛的应用，还在牛和羊等反刍家畜饲料消化率预测方面有着许多的应用。在奶牛消化率预测方面，Brogna等采用采用NIR技术对饲料中难消化的中性洗涤纤维 （NDF）的消化率进行体外预测，建立了NDF的消化率预测方程，结果表明，奶牛对NDF消化率的预测方程具有很高的预测价值，240h的NDF体外瘤胃消化率的预测决定系数为0.90，交叉验证决定系数 （1-VR）为0.85，RPD 高于 2.5（为 2.53），表明 NIR 可以准确的预测NDF的消化率；有研究使用NIR技术对哺乳期不同阶段奶牛的粪便进行扫描，分析其粪便中有机物（OM）以及NDF，结果表明NIR技术可以准确的预测奶牛对有机物的消化率（OMD）以及NDF的消化率，并认为使用NIR技术对奶牛的消化率进行预测是一个不错的选择。NIR技术在肉牛的消化率预测方面，Johnson等采用NIR技术扫描肉牛粪便以评估其养分消化能力以及干物质摄入量，结果表明，NIR技术可以准确预测肉牛的日粮组成，同时可以预测肉牛的养分消化率（决定系数高于0.76），同时成功的预测了肉牛的DMI。在羊的饲料消化率预测方面，Starks等研究发现，使用NIR技术可以对羔羊的干物质摄入量（DMI，该指标用常规方法难以测量）进行预测，同时可对饲草中的中性洗涤纤（NDF）和酸性洗涤纤维（ADF）的体外真消化率进行预测；Villamuelas等研究结果表明使用NIR技术可以准确评定阿尔卑斯山羊粪便中氮（FN）含量，决定系数为098，RPD值为5.3，进而对其进行准确的营养评估。NIR技术也可通过分析反刍动物的粪便进而定量分析其饲料的消化利用率，Decruyenaere等使用NIR技术扫描了反刍动物的粪便，为研究反刍动物体内有机物的消化率（OMD）和干物质摄入量（DMI），以实验室方法建立标准集，结果表明，模型的预测标准误差较小（0.0155），研究认为NIR分析技术是预测反刍动物OMD和DMI的可靠的分析方法。综上表明，NIR技术有望在反刍动物的饲料消化评定中发挥重要作用。

4 小结与展望

纵观全文，NIR技术凭借其快速无损以及高效等优良的测量功效，在众多农业领悟均有应用，因而为越来越多的研究者以及畜禽生产相关企业所青睐。NIR技术在饲料原料养分价值评定、饲料品质评定、猪、禽以及反刍动物的养分消化利用率等畜禽饲料营养领域发挥着良好的应用潜力。然而，该技术目前的推广仍存在问题，比如我国相关的NIR配套设备研发力度不够；再者从该技术的测定原理来看，需要建立一个强大而完备的数据库方可发挥出NIR技术的最大测量潜力；因而，在今后的推广过程中，我国应重视相关仪器设备的研发以及重视数据（相关畜禽饲料营养评定数据）的共享和完善更新。相信今后随着饲料企业、畜禽生产企业的高效发展以及电子信息技术和化学计量学的发展，相关的NIR设备将会被广泛开发和应用，开发出针对性、简便性的设备；同时随着信息技术以及光导纤维技术的发展，NIR的数据库将会得到充实和完善，实现异地实时检测，进而发挥其在畜禽饲料营养评定中的应用潜力，最终促进我国饲料企业以及畜禽生产相关企业实现高效发展！