老芒麦(Elymus sibiricus L.)是青藏高原地区主要禾本科牧草,对该区畜牧业具有重要作用.粗蛋白(CP)、酸性洗涤纤维(ADF)、中性洗涤纤维(NDF)和体外干物质消化率(IVDMD)是影响牧草营养价值高低的主要参数.基于近红外光谱技术(NIRS)结合偏最小二乘法建立了老芒麦CP,ADF,NDF和IVDMD的近红外预测模型.所建CP,ADF,NDF和IVDMD模型校正决定系数(R2cal)分别为0.994　5,0.949　9,0.913　3和0.982　2,校正标准差(SEC,%DM)分别为0.329　9,0.779　9,1.343　0和1.376　2;验证决定系数(R2val)分别为0.993　8,0.944　9,0.890　7和0.979　0,验证标准差(SEP,%DM)分别为0.362　1,0.787　8,1.385　2和1.430　3.预测相关系数(r)大于0.943　8,相对分析误差(RPD)为3.02~12.63,表明NIRS能够对老芒麦CP,ADF,NDF和IVDMD进行准确分析.

近红外光谱技术可用来检测植物木质素、 纤维素及半纤维素含量, 与传统的湿化学方法相比具有快速、 操作简单、 准确、 无损等优点, 是一种新型的测定方法, 近年来在检测木本植物及草本植物木质纤维素组成成分中被广泛应用。 综述了国内外利用近红外光谱技术快速检测木本植物(用作造纸原料的木材、 竹材以及潜在的可用作生物质能源的木材)及草本植物(饲草及草类能源植物)木质素、 纤维素、 半纤维素含量的研究进展, 并从样品前处理、 光谱预处理及波长选取方法、 化学计量学方法三个方面对利用近红外光谱技术快速检测植物木质素、 纤维素方法研究上的进展进行了总结, 并结合国内木材、 牧草及能源草行业发展现状提出了四点展望: 建立适用性更强的模型; 建立全面的草产品品质指标近红外光谱数据库; 建立能源植物能用品质指标相关模型并对建模方法进行进一步的探索和完善; 推动应用近红外光谱技术检测植物木质纤维素的方法从实验阶段走向实际应用。 随着对近红外光谱检测植物木质纤维素方法的不断成熟和完善, 它必将对造纸、 饲草及能源草行业的发展产生巨大的推动作用。

为了探讨应用近红外反射分析法测定水稻可能再转流物质的可行性, 以种植于海南儋州的7个水稻品种为试验材料, 在淀粉酶处理结合中性洗涤纤维法分析的基础上, 应用近红外反射分析法建立预测水稻茎叶部和穗部可能再转流物质含量的校正模型。 结果表明: 采用偏最小二乘法回归(PLS1)建立的校正模型的预测效果较好, 光谱预处理对改进校正模型没有显著效果; 采用不做预处理+PLS1建立的茎叶部和穗部校正模型都具有较高的预测准确度, 校正模型的外部验证结果茎叶部的决定系数为0.991 2、 均方根误差为0.008 1, 穗部的决定系数为0.961 1、 均方根误差为0.022 6。