近红外在饲料检测上的应用
作为当前最火、应用前景最广的现代快速分析技术，近红外从饲料原料质量、加工工艺、成品品质等各个环节保证饲料原料的合理应用、加工条件的优化组合，最终达到节约、高效，精准配制日粮的目的。
近红外光谱分析技术在定量检测上最早应用于进行谷物和种子水分含量的测定（Norris和Hart，1965）。随后，Norris等（1976）将近红外技术应用到饲草水分、粗蛋白、ADF、NDF及干物质体外消失率的测定当中，并取得了良好的效果，各项指标定标决定系数RSQcal分别为0.98、0.99、0.96、0.96及0.95，证实了近红外技术在营养物质测定中的可行性。随着光学、计算机数据处理技术、化学计量学理论和方法的不断发展，近红外光谱技术以其快速、无损、无污染、成本低及同时测定多种组分等优点，已被广泛的应用于动物饲料和人类食品营养成分含量的快速分析中（Givens等，1997）。近红外光谱技术在美国和欧洲的起步比较早，应用也比较成熟，一些国际或国家机构和组织，如国际谷物化学会（International Cereal Chemistry，ICC）、国际标准化组织（International Organization for Standardization，ISO）、美国谷物化学家学会（American Association of Cereal Chemists，AACC）及美国官方分析化学师学会（Association of Official Agricultural Chemists，AOAC）等已经制定了近红外分析的使用通则和模型建立与维护通则，并建立了谷物（小麦）、面粉、大豆中水分、粗蛋白、油脂等指标的近红外分析标准方法。我国从上世纪80年代初期引进NIR技术并开始将其应用于饲料行业的产品质量检验。“七五”期间，近红外研究被列入国家攻关计划，以中国农业科学院畜牧研究所为主，联合全国约20家科研院所共同研制了一些应用于饲料质量分析的定标软件，并取得了大量的科研成果。在此期间，我国畜牧行业的研究者们利用近红外技术初步测定了各种饲料原料和配合饲料的常规成分、微量成分及营养价值，并探讨了近红外技术的测试条件和标样的设计方法。
随着近红外技术研究的不断深入，为了满足其方法标准化的要求，我国于2003年发布了利用近红外技术快速测定饲料中水分、粗蛋白、粗纤维、粗脂肪、赖氨酸及蛋氨酸含量的国家推荐标准（GB/T 18868-2002）。随后，2007年我国又发布了利用近红外技术快速检测鱼粉和反刍动物精料补充料中肉骨粉的农业行业推荐标准（NY/T 1423-2007）。目前，近红外技术在水分、粗蛋白、粗脂肪、粗纤维、中性洗涤纤维及酸洗涤纤维等常规养分测定方面都取得了较好的结果，并已经被应用到饲料生产过程中，从而实现了对饲料及饲料原料营养价值的实时监控。然而，面对饲料原料资源短缺和价格不断上涨的严峻形势，为了提高原料的利用效率并达到精准配制日粮的目的，要求我们必须对原料的质量进行更加深入而全面的评估。因此，近红外技术已逐步被饲料生产者应用到饲料原料氨基酸、可消化氨基酸、脂肪酸、维生素、矿质元素、抗营养因子及有效能等指标的快速预测以及饲料原料掺假鉴别当中。
此外，近年来为了防止一些疾病，特别是疯牛病，在动物种内传播，世界各国对饲料中的动物源性成分都进行了严格的规定。然而，如何快速地确定动物饲料中是否添加了动物源性成分以及添加量一直是困扰饲料安全监管人员的一大难题。为了解决这一难题，许多研究者探讨了利用近红外技术快速检测饲料中动物源性成分的可行性。Garrido-Varo等（2005）建立了配合饲料中肉骨粉的近红外定性和定量模型，结果显示定量模型的RSQcal和SECV分别为0.98和0.80%，取得了理想的效果，能够进行肉骨粉含量的定量分析，且定性模型对肉骨粉的判别正确率为100%。牛智有和韩鲁佳（2008）建立了鸡饲料、猪饲料和牛饲料中肉骨粉含量的近红外定量模型，其RSQv和SEP分别为0.9694、0.9846及0.9788和0.279%、0.252%及0.287%，定标模型具有很好的预测能力。Soldado等（2011）分别利用MPLS和SVM法建立了饲料中动物源性成分的定性分析模型，结果表明2种模型均取得了很好的判别效果，其正确率分别为97%和100%。
