玉米DDGS近红外光谱转移研究

郑一航 宋 涛 张 顺 郭丽君 张凤枰

(四川威尔检测技术股份有限公司1，成都 610041) (通威股份有限公司水产畜禽营养与健康养殖农业农村部重点实验室2，成都 610093) (通威股份有限公司水产健康养殖四川省重点实验室3，成都 610093)

玉米干全酒糟(DDGS)是以玉米为原料，由酵母发酵蒸馏提取酒精后将剩余的残液(含至少四分之三以上的可溶性固形物)浓缩干燥后所得的产品。玉米DDGS具有高能、高蛋白、营养价值高等特点，且产量大、质优价廉，已成为一种倍受关注的新型饲料原料。为了充分利用其价值，快速、准确测定玉米DDGS主要营养成分含量尤为重要。近年来，近红外光谱分析技术日益成熟，已被广泛应用于动物饲料营养成分测定[1-6]。然而，实际应用时，近红外光谱分析技术易受到如仪器类型、环境条件、样品状态和装样方式等因素影响，从而影响所建预测模型的效果和适用性[7]。因此，建立良好的玉米DDGS近红外定量分析预测模型并实现在不同型号仪器间的共享，有利于降低建模成本、提高预测模型的利用效率。目前已在饲料[8-11]、粮油[12,13]、烟草[14]和模型转移算法[15]等领域开展了模型转移研究，取得了良好的效果，但鲜有关于玉米DDGS营养成分NIRS预测模型转移的报道。研究玉米DDGS营养成分预测模型在近红外仪器之间的转移，旨在为饲料生产企业近红外仪器升级换代提供预测模型转移方法的参考，降低近红外仪器运行成本，提升近红外仪器的使用效率。

1 材料与方法

1.1 样品采集与制备

采集2018—2019年国产玉米DDGS样品215个，样品来自通威股份有限公司华东、华南、华西、华北、华中等地区饲料分公司。所有样品采用FW100型高速万能粉碎机粉碎，全部过40目筛，混合均匀，装入密闭容器中，2～4 ℃保存。其中200个样品为定标集样本，15个样品为外部验证集样本。

1.2 营养成分含量化学分析

水分：GB/T 6435—2014直接干燥法，101-1AB型电热鼓风干燥箱；粗蛋白质：GB/T 6432—2018，Kjeltec 2300全自动凯式定氮仪；粗脂肪：GB/T 6433—2006，Soxtec2055脂肪测定仪；氨基酸：GB/T 18246-2000酸水解法，L-8900全自动氨基酸分析仪。每种成分测定时均做2次平行实验。

1.3 近红外光谱数据扫描

玉米DDGS样品近红外光谱数据采集分别采用DS2500F型近红外分析仪(以下简称2500F)、TR 3750-5000型近红外分析仪(以下简称5000)，主要参数见表1。

光谱数据采集前，取出样品于室温下平衡24 h，分别使用两种型号近红外分析仪扫描以收集光谱数据，每个样品均扫描3次，取其平均光谱。

表1 近红外分析仪主要参数

1.4 近红外光谱模型建立方法

利用FOSS WinISI Ⅲ建模软件，通过选择全光谱范围[16]，为消除光谱信号的基线漂移、随机噪音及颗粒度不均匀造成的影响，参考国内外近红外建模文献[17-19]，根据不同组分特性，采用标准正态化和散射处理(SNVD)、导数处理方法[20]、数据间隔点、平滑处理间隔点、二次平滑处理间隔点等方法进行光谱预处理。根据主成分分析计算出马氏距离(FOSS WinISI Ⅲ 软件均以Global H表示，简称GH)，剔除GH≥3.0的异常光谱。采用改进偏最小二乘法(MPLS)，以内部交互验证的方式建立定标模型，再经过定标样品集校正预测模型，剔除预测值与化学值的绝对差大于定标平均误差2倍的化学异常值，以最高交互验证决定系数1-VR和最低交互验证标准差(SECV)值确定最佳定标模型。

1.5 近红外模型直接转移

2500F型和5000型近红外分析仪由于波段范围和分辨率的不同，必须对宽范围光谱进行裁剪，与窄范围光谱波段保持一致(1 100～2 500 nm)，分辨率转换为2 nm。用2500F型仪器扫描定标样品集得到原始光谱建立预测模型(简称2500F原始模型)，将2500F原始模型直接转移到5000型仪器使用。

1.6 近红外光谱转移

本研究近红外光谱转移理论是采用多元校正转移方法(direct standardization, DS)，分别在源机和目标机上采集标准光谱(Xm,Xs)，建立两者光谱之间的函数关系Xm=Xs*F，F为m×m转换矩阵(m为波长点数)，利用最小二乘法原理求解转换矩阵F，通过F转换，实现建模光谱的转移，即与目标机光谱一致[21]。以2500F型近红外分析仪为主仪器，5000型近红外分析仪为从仪器，利用WinISI Ⅲ 软件对近红外光谱建立标准化文件的方法实现原始光谱的转移[22]。取10个具有代表性的样品分别在两台仪器扫描获得光谱，分别求其平均光谱为标准光谱，以2500F光谱为Host文件，5000型仪器为Master文件建立标准化文件，通过软件Apply single sample STD功能将2500F型主仪器原始光谱利用标准化文件转移到5000型从仪器上，使转移后的光谱与5000原始光谱基本保持一致，用转移后的新光谱建立新的预测模型。

1.7 预测模型评价

原始模型与转移模型均采用交互验证标准差SECV、交互验证决定系数1-VR(1-VR)、系统偏差(Bias)来评价。分别用化学分析法和已建立的近红外模型测定15个玉米DDGS样品，根据样品光谱的马氏距离(GH)对模型光谱匹配度做判断，GH≥3.0时，光谱匹配度低模型不可用；GH<3.0时，光谱匹配度高模型可用；同时通过湿化学检测值与预测值成对样本的t检验[23]，进一步评判模型的预测性能和可靠性[24]。

2 结果与讨论

2.1 玉米DDGS营养成分含量化学分析结果

定标集、外部样品验证集玉米DDGS样品的营养成分测定结果见表2。

2.2 玉米DDGS原始光谱和转移光谱

由图1可知，2500F原始光谱的吸光度明显高于5000仪器原始光谱的吸光度，说明2500F与5000的原始光谱存在较大差异；2500F转移到5000的光谱与5000原始光谱比较，相差较小，即相似度较高。通过研究直接转移模型与通过光谱转移模型的适用性，探讨两台不同仪器之间的模型共享的最佳方法。通过定标样品集在两种机型扫描所得原始光谱及2500F转移到5000仪器上的转移光谱分别建立预测模型，其中2500F原始光谱所建模型直接转移到5000为模型A，5000原始光谱所建模型为模型B，2500F原始光谱转移到5000后所建模型为模型C。

表2 玉米DDGS样品营养成分含量测定结果

图1 近红外扫描样本平均光谱图对比

2.3 玉米DDGS营养成分预测模型转移

2.3.1 原始预测模型建立

对5000原始光谱的水分、粗蛋白质、粗脂肪进行建模，不同的光谱预处理方法对应的预测模型参数见表3。结果表明，参数为“2,4,4,1”的光谱预处理方法所得预测模型效果最佳；同理验证谷氨酸、甘氨酸、赖氨酸是参数为“1,4,4,1”的光谱预处理方法所得预测模型效果最佳。根据结论，采用改进偏最小二乘法通过剔除化学值异常的样品光谱建立5000原始预测模型(模型B)，参数见表4。采用同样的方法，建立2500F原始预测模型(模型A)，参数见表5。

表3 5 000原始光谱不同光谱预处理方法对应的预测模型参数

表4 5 000原始光谱建立预测模型参数

表5 2 500F原始光谱建立预测模型参数

2.3.2 光谱转移后预测模型建立

根据DS方法将2500F原始光谱实现光谱转移，转移到5000仪器上后，采用与原始模型一致的光谱预处理方法，采用改进偏最小二乘法经过两轮异常值剔除建立预测模型(模型C)并与模型B各参数对比如表6所示。

通过SECV和1-VR值来看，模型B与模型C无显著差异；同时发现模型C的粗蛋白质、粗脂肪、赖氨酸的SECV值比模型B更小，1-VR值比模型B更接近1。说明转移后的水分、粗蛋白质、粗脂肪预测模型具有良好的预期效果。

表6 光谱转移后建立预测模型C与5000原始预测模型B各参数对比

2.3.3 外部样品集验证光谱转移建立的预测模型

衡量预测模型效果的统计参数除了SECV和1-VR外，还包括通过外部样品集验证转移后预测模型光谱匹配度、系统偏差(Bias)、湿化学检测值与预测值的差异性。取15个验证集样品，用5000扫描得到近红外光谱，分别用2500F原始预测模型直接转移到5000仪器上(模型A)、5000原始预测模型(模型B)和2500F光谱转移5000所建预测模型(模型C)进行模拟验证，各预测模型经外部样品验证各参数对比如表7所示。

表7 三种模型经外部样品验证各参数对比

外部验证样品在5000仪器扫描所得光谱使用模型A均报警严重(GH≥3)，是由于2500F和5000的检测器、波数精度不一样，2500F原始模型是根据2500F原始光谱进行建立的，而通过图1又知，2500F的原始光谱的吸光度明显高于5000原始光谱，说明二者差异较大，2500F仪器原始模型直接转移到5000仪器上应用光谱匹配度低，不能适用于日常分析；使用模型B无报警样品，使用模型C只有1个样品报警(GH≥3)，两者差异不显著，说明2500F(宽波段)转移到5000(窄波段)后光谱与5000原始光谱基本一致，说明要想实现2500F仪器所建模型与5000仪器共享，不能将2500F原始模型直接转移到5000仪器上，必须先进行光谱转移才能实现较好的模型传递。由于模型A不能应用于日常分析，因此本研究中未统计模型A的系统偏差、t统计值。通过系统偏差(Bias)来看，模型B与模型C基本一致；对湿化学分析值与预测值进行成对样本t检验，如表7所示，经查表t0.05(28)=2.048，t0.05)，说明模型B和模型C的预测性能均较好，均能应用于日常分析。综上，2500F(宽波段)原始光谱转移到5000(窄波段)后建立玉米DDGS水分、粗蛋白质、粗脂肪、谷氨酸、甘氨酸、赖氨酸预测模型与5000原始预测模型的预测效果基本一致。

3 结论

本研究探讨了玉米DDGS水分、粗蛋白质、粗脂肪、谷氨酸、甘氨酸、赖氨酸等指标近红外光谱模型从2500F原始近红外光谱转移到5000上所建预测模型适用性和共享问题。从定标模型交互验证标准差(SECV)、交互验证决定系数(1-VR)、光谱匹配度(GH)、系统偏差(Bias)以及湿化学分析值与预测值差异等参数来看，2500F原始光谱转移到5000后所建预测模型与5000原始光谱所建预测模型效果基本一致。因此，从2500F原始光谱转移到5000后所建玉米DDGS水分、粗蛋白质、粗脂肪、谷氨酸、甘氨酸、赖氨酸等指标的预测模型是可以替代5000原始预测模型的，能适用于日常分析。实现模型共享，可极大提高建模效率、模型利用率、降低运行成本。另外，不同型号的近红外分析仪的预测模型转移方法略有不同，需多维度评价转移模型的适用性来实现模型共享。