肉牛粪便中4种肥料成分含量测定

肉牛粪便中4种肥料成分含量测定

畜禽粪料化学成分分析方法由于集约养殖产生的大量粪便污染日益严重。解决这一问题的途径之一是将秦汉粪便归还农田。正确、适当使用家禽粪便的先决条件是预测肥胖素含量。传统的实验室分析方法不仅费时、费力,同时还会产生大量的化学废弃物。因此,简便、快速、清洁而又可靠的畜禽粪便肥料成分分析方法成为研究的热点。近年来,近红外光谱分析(nearinfraredreflectancespectroscopy,简称NIRS)技术在各个领域得到了广泛的应用,国外已有近红外光谱技术应用于畜禽粪便肥料成分含量分析的报道,本文在借鉴国外经验的基础上,使用近红外光谱技术,初步建立肉牛粪便中4种主要肥料成分(全氮、全磷、全钾和铵态氮)近红外光谱预测模型,为进一步研究快速预测畜禽粪便中的肥料成分含量打下基础。1nirs分析法近红外光谱分析是利用有机化学物质中含有C—H、N—H、O—H、C—C等化学键的泛频振动或转动,以漫反射方式获得其近红外光谱区内的吸收光谱,通过主成分分析、偏最小二乘法、人工神经网络等现代化学计量学的手段,建立物质光谱与待测成分含量间的线性或非线性模型,从而实现用物质的近红外光谱信息对待测成分含量的快速计量。近红外光谱分析方法可以同时测定样品中的一项或多项化学组分含量,是近年来迅速发展起来的一种非破坏、快速度、高精度化学成分分析方法。用NIRS法代替传统分析方法来测定牛粪中的水分、全碳、全氮和铵态氮含量,是切实可行的。另外,NIRS法同时测定多种成分的特点可以弥补基于理化指标快速测定法的不足,为此开展该项工作很有必要。2材料和方法2.1日粮及预混料成分试验2002年10月至2003年4月,在河北省大厂回族自治县华安肉类有限公司肉牛育肥场对7个品种的210头肉牛进行了育肥试验。肉牛品种为:西门塔尔、夏洛来、利木赞、安哥斯、鲁西牛、晋南牛、秦川牛。每一品种的30头牛又随机分为3个次级组,分别饲喂3种不同的试验日粮,混合日粮中精饲料组成成分质量分数如表1所示。日粮中其它成分相同:磷酸氢钙0.5%、预混料1%、食盐1%、NaHCO31%。预混料中各成分含量为:维生素A3200IU/kg、维生素D1200IU/kg、铜9×10-6、铁15×10-6、锰20×10-6、锌20×10-6、硒0.3×10-6、钴0.11×10-6、碘0.3×10-6。每一试验组单栏饲养,共分21栏。2003年7月至2004年1月,在中国农业大学动物科技学院饲养场选用6头荷斯坦幼牛和4头成年鲁西黄牛进行了饲养试验。对鲁西黄牛进行了正交分析试验,试验因素和水平见表2。按表2中的因素和水平,选用L9(34)试验表安排饲养试验,其中试验日粮中的精饲料组成如表1所示。对荷斯坦幼牛按饲喂的试验日粮不同进行了4组试验,日粮的精粗比为:第1组:ma∶mb∶mc=30∶70∶0。第2组:ma∶mb∶mc=40∶20∶40。第3组:ma∶mb∶mc=30∶25∶45。第4组:ma∶md∶mc=35∶30∶35。其中,ma、mb、mc、md分别为苜蓿、玉米秸、精料和青贮玉米秸的质量。2.2样品的采集和预处理在大厂县进行试验期间,在肉牛的育肥前期、中期和后期分6次分别从21个不同的试验牛栏内采集粪便样本,共采集粪样126份。在农大进行试验期间,采集鲁西黄牛粪样46份,采集荷斯坦幼牛粪样28份,共74份样品。样品采集时,将每一牛栏内的鲜牛粪充分混合均匀后,按四分法取样约500g,加入5%的稀盐酸定氮,放入65℃的烘箱中干燥,制成干样。粉碎后制成实验室化学分析样品。参考相关标准,为防止由于样品颗粒度不均匀、温度和湿度的不同对光谱的稳定性产生影响,所有样品在统一粉碎后通过40目的筛子进行筛分,作为待测样品。2.3在实验室分析中，土壤样品中的肥料含量(1)总氮tn采用滴定法测定。(2)总磷tp采用分光光度计比色法测定。(3)全钾tk采用原子吸收分光光度计法测定。(4)铵氮a采用蒸馏后滴定法测定。2.4光谱扫描(1)近红外光谱仪仪近红外光谱仪选用美国ThermoNicolet公司生产的AVATAR360N型近红外光谱仪、漫反射附件及其旋转式石英样品池。测试条件为:波数范围选择4000～10000cm-1,样品扫描次数为32,分辨率为8cm-1。(2)处理数据采用Nicolet公司的多组分定量分析软件TQAnalystV6,以其中的偏最小二乘法(PLS)建立数学模型,并进行相关分析。3结果与分析3.1真实值的测定肉牛粪便中的TN、TP、TK和AN质量分数的真实值(实验室化学分析方法测定值)见表3。由表3可知,4种成分的质量分数变化幅度较大,样品具有良好的代表性,满足NIRS定标要求。3.2牛粪中反射光强度的检测光谱采集应在相同的试验条件下进行,样品的质量和扫描参数对试验结果有很大影响,只有严格控制试验条件才能获得理想的谱图。本研究采用漫反射专用样品杯、固定样品质量、保持样品充分松散和均匀,扫描取得了较好的谱图,原始光谱见图1。其中纵坐标是相对吸光度,即A=-lg(I/I0),I为牛粪样本的反射光强度,I0为本底的发射光强度。从图中可以看出,在全波长范围内,所有肉牛粪便样品的光谱图具有相似性,在曲线上存在多个吸收峰,特别是在4000～7000cm-1范围内有强烈吸收。这为4种成分的定量数据模型的建立提供了丰富的信息。3.3典型试验结果的分析从采集到的200个样品中选择130个样品用于建立校正模型。结合谱区选择方法,确定本试验中的谱区范围为4000～7000cm-1。对所有扫描取得的原始近红外光谱进行一阶导数预处理,利用PLS法(偏最小二乘回归法),对4种肥料成分含量的真实值与一阶导数预处理后的光谱之间的关系进行分析,并剔除异常样品,建立校正模型。其计算结果见表4。3.4红色表面光谱的测定在建立了校正模型的基础上,用剩下的70个样品的数据对肉牛粪便中的4种主要肥料成分含量进行预测,以验证模型。3.4.1实验室测定值与近红外预测值对比,见表1用检验样品的TN含量对定标的总氮校正模型进行了预测,实验室测定值与近红外预测值的相关系数r达到0.9552,预测标准差是0.089。实验室测定值(真实值)与近红外预测值(测定值)的相关关系见图2。3.4.2实验室预测结果用检验样品的TP含量对定标的总磷校正模型进行了预测,实验室测定值与近红外预测值的相关系数r达到0.9355,预测标准差是0.075。实验室测定值与近红外预测值的相关关系见图3。3.4.3实验室预测结果用检验样品的TK含量对定标的总钾校正模型进行了预测,实验室测定值与近红外预测值的相关系数r达到0.9334,预测标准差是0.192。实验室测定值与近红外预测值的相关关系见图4。3.4.4实验室预测的准确性用检验样品的AN含量对定标的AN校正模型进行了预测,实验室测定值与近红外预测值的相关系数r达到0.9849,预测标准差是0.02。实验室测定值与近红外预测值的相关关系见图5。4近红外光谱分析(1)130份肉牛粪便样品的定标结果为:TN、TP、TK和AN含量的定标复合相关系数r分别为:0.9735、0.9184、0.9119、0.9831;标准误差分别为0.077、0.068、0.204、0.019。(2)