版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、中國(guó)農(nóng)業(yè)大學(xué)碩士學(xué)位論文近紅外光譜技術(shù)評(píng)定綿羊采食性和日糧營(yíng)養(yǎng)成分的研究姓名:舒彬申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):草業(yè)科學(xué)指導(dǎo)教師:張英俊20070601AbstractNearinfraredreflectancespectroscopy州ms)isaneffectiveandnondestruetiveanalyticalmethodfororganiccompoundSincetheintroductionofNIRSinthe1960s
2、。thenumberofNIRSalded刪yticalapplicationshasgreatly“pandedTheNIRStechnologyhasbcellwidelyusedtoassessnutritionvaluesforherbivoresinrecentyearsHowevertherehasbeenlittlepublishedexperimentofusingNIPStechniquetopredicttheint
3、akeanddietcompositionofanimalsgrazinginthetypicalsteppegrasslandThestudyWasconductedtodetermineiffecalNIPSisabletopredictdietcompositionanddietqualityofforagefedsheepandevaluatetheperformarmoffecalNIPSequations1Theextern
4、alvalidationresultsshowedthatthec∞銜cientofcorrelationofprediction(0forDMIandtheproportionofLo“l(fā)口chinensisElymussibiricusPuccinelliadistansandChenopodiumalbumindietswe”respectivelyO6896。089020,7344,O8624andO8295andtheroot
5、meansquareerrorofprediction(RMSEP)forDM!andbotanicalcompositionsindietswele10709DM),1020(%DM)1110(%DM),844(%DM)and376(%DM),respectivelyTherewaslittledifferencebetweentheaveragevaluesofDMIandbotanicalcompositionsobtainedb
6、yusingfecalNIRSpredictionandbyusinglaboratoryanalysisThefecalNIRSgavea訓(xùn)sfktofyaccuracyintheanalysisoftboproportionsof]eyrau$chinensisPuccinelliadistansandChenopodiumalbuminthisstudyThepoorperformanceofpredictionforDMIsho
7、wedth越thecalibrationmodelbasedonsmallcalibrationsampiesetfn=35)wouldprovidealoweraccuracyinthepredictionforunknownsampleThepoorqualityofcalibrationforChenopodiumalbumWasprobablyduetotheamountofthiscomponentlessthan10%int
8、hedietThepoorqualityofpredictivemodelforElymussibiricusshowedthesp%Iralinformationmeasuredfromtheplantofthesamespeciesor0chemicalcharacteristicsmaybecoincidencethehomogeneityofthecompositionsanalyzedwouldaffectspet:trali
9、nformationextractionespeciallyinsmallsampleset2Theextemalvalidationresultsshowedthatthecoefficientofcorrelationofprediction(r)forC只ADFandNDFindietswererespectively0892700894and07“8andtherootmeansquareerrorofprediction(RM
10、SEP)forDMIandbotanicalcompositionsindietsWgre087(%DM),350(%DM)and233(%DM)respectivelyThefecalNIRSmodelsdevelopedinthisstudygaveasatisfactoryaccuracyintheanalysisofCPandNDFThepoorperformanceofpredictionforADFshowedthatthe
11、NIRSequationscannotbeextrapolatedbeyondtheconditionsrepresentedincalibrationsamplesandlittlevarietyofsampleswouldreducethequalityofNlRSpredictiveequationTheresultsconfirmedthatthepotentialoffecalNIRSasapromisingtechnique
12、tomeasuredietarycompositionanddietqualityofforagefedsheepHoweveradditionalworkinthisargamayberequiredtodetermineiffecalNIRSpredictionsofnutritionvaluesCallattainhigherlevelsofaccuracyandprecisionKeywords:Nearinfraredrefl
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 棉籽仁主要營(yíng)養(yǎng)成分近紅外光譜評(píng)定研究.pdf
- 基于近紅外光譜和高光譜圖像技術(shù)的配合飼料主要營(yíng)養(yǎng)成分檢測(cè)方法.pdf
- 根據(jù)日糧營(yíng)養(yǎng)成分及體外產(chǎn)氣量預(yù)測(cè)綿羊?qū)θ占Z營(yíng)養(yǎng)成分的消化率.pdf
- 應(yīng)用近紅外光譜法(NIRS)預(yù)測(cè)綿羊日糧的營(yíng)養(yǎng)狀況.pdf
- 天然牧草營(yíng)養(yǎng)成分評(píng)定及近紅外漫反射光譜定量分析.pdf
- 應(yīng)用近紅外光譜技術(shù)分析煤質(zhì)成分.pdf
- 近紅外光譜
- 奶粉營(yíng)養(yǎng)成分
- 蜂蜜主要成分的近紅外光譜檢測(cè)技術(shù)的研究.pdf
- 主要營(yíng)養(yǎng)成分
- 30688.龜足食性、消化與營(yíng)養(yǎng)成分的初步研究
- 海藻的營(yíng)養(yǎng)成分
- 茶葉的營(yíng)養(yǎng)成分
- 近紅外光譜技術(shù)評(píng)定紫花苜蓿青貯品質(zhì)的研究.pdf
- 茶葉中營(yíng)養(yǎng)成分和藥效成分
- 應(yīng)用AOTF的近紅外光譜牛奶成分測(cè)量技術(shù)的研究.pdf
- 溫度對(duì)近紅外光譜技術(shù)檢測(cè)牛奶成分影響的研究.pdf
- 應(yīng)用近紅外光譜分析技術(shù)檢測(cè)茶葉成分的研究.pdf
- 蔬果營(yíng)養(yǎng)成分表
- 近紅外光譜技術(shù)快速分析黃芩、柴胡有效成分的研究.pdf
評(píng)論
0/150
提交評(píng)論