GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf

上传人:dealItalian200 文档编号:256535 上传时间:2019-07-13 格式:PDF 页数:9 大小:1.78MB
下载 相关 举报
GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf_第1页
第1页 / 共9页
GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf_第2页
第2页 / 共9页
GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf_第3页
第3页 / 共9页
GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf_第4页
第4页 / 共9页
GB T 18868-2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定 近红外光谱法.pdf_第5页
第5页 / 共9页
亲,该文档总共9页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、ICS 65.120 B 46 GB 中华人民共和国国家标准G B /T 18868- 2002 饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定近红外光谱法Method for determination of moisture ,crude protein, crude fat ,crude fibre ,Iysine and methinione in feeds-Near infrared reflectance spectroscopy 2002 - 09-24发布2003 - 03-01实施中华人民共和国发布国家质量监督检验检疫总局.o.c. .& 目。昌GB/T 18

2、868- 2002 本标准是建立在经典方法基础上的饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸和蛋氨酸的快速测定方法,对于仲裁检验应以经典方法为准。所谓经典法是指国家标准已规定的常规方法,即GB/T6432-19940.6,则不能选用该定标模型;如果没有现有的定标模型,则需要对现有模型进行升级。7. 2. 2 定标模型的升级定标模型升级的目的是为了使该模型在NIR光谱上能适应于待测样品。操作上是选择25个-45个当地样品,扫描其NIR光谱,并用经典方法测定水分、粗蛋白质、粗纤维、粗脂肪或赖氨酸和蛋氨酸含量,然后将这些样品加入到定标样品中,用原有的定标方法进行计算,即获得升级的定标模型。7.2.

3、3 已建立的定标模型7. 2. 3. 1 饲料中水分的测定定标样品数为101个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.24%、Bias=0.17%、MPLS独立向量(Term)=3,光谱的数学处理为:一阶导数、每隔8nm进行平滑运算,光谱的波长范围为1308 nm-2 392 nm。7.2. 3. 2 饲料中粗蛋白质的测定定标样品数为110个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.34%、Bias=0.29%、MPLS独立向量(Term)=7,光谱的数学处理为:一阶导数、每隔8nm进行平滑运算,光谱的波长范围为1108 nm-

4、 2 500 nm。7.2.3.3 饲料中粗脂肪的测定定标样品数为95个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.14%、Bias=0.07%、MPLS独立向量(Term)=8,光谱的数学处理为:一阶导数、每隔16nm进行平滑运算,光谱的波长范围为1308nm.2 392 nm o 7. 2. 3. 4 饲料中粗纤维的测定定标样品数为106个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.41%、Bias=0.19%、MPLS独立向量(Term)=6,光谱的数学处理为:一阶导数、每隔8nm进行平滑运算,光谱的技长范围为1108 nm-2

5、 392 nm。7.2.3.5 植物性蛋白类饲料中赖氨酸的测定定标样品数为93个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.14%、Bias=0.07%、MPLS独立向量(Term)=7,光谱的数学处理为:一阶导数、每隔4nm进行平滑运算,光谱的波长范围为1108 nm-2 392 nm。7. 2.3. 6 植物性蛋白类饲料中蛋氨酸的测定定标样品数为87个,以改进的偏最小二乘法(MPLS)建立定标模型,模型的参数为:SEP=0.09%、Bias=0.06%、MPLS独立向量(Term)=5,光谱的数学处理为:一阶导数、每隔4nm进行平滑运算,光谱的波长范围为110

6、8 nm-2 392 nm。7.3 对未知样晶的测定根据待测样品NIR光谱选用对应的定标模型,对样品进行扫描,然后进行待测样品NIR光谱与定标样品间的比较。如果待测样品H值0.6,则仪器将直接给出样品的水分、粗蛋白质、粗纤维、粗脂肪或赖氨酸和蛋氨酸含量;如果待测样品H值0.6,则说明该样品已超出了该定标模型的分析能力,对于该定标模型,该样品被称为异常样品。7. 3. 1 异常样晶的分类3 GB/ T 18868- 2002 异常样品可为好、坏两类,好的异常样品加人定标模型后可增加该模型的分析能力,而坏的异常样品加入定标模型后,只能降低分析的准确度。好、坏异常样品的埋别标准有二:一是H值,通常好

7、的异常样品H值为0.6或H值运5,通常坏的异常样品H值5;二是SEC,通常好的异常样品加入定标模型后,SEC不会显著增加,而坏的异常样品加入定标模型后,SEC将显著增加。7.3.2 异常样晶的处理NIR分析中发现异常样品后,要用经典方法对该样品进行分析,同时对该异常样品类型进行确定,属于好异常样品则保留,并加入到定标模型中,对定标模型进行升级s属于坏异常样品则放弃。8 分析的允许误差分析的允许误差见表1。表1% 样品中组分含量平行样间相对偏差测定值与经典方法测定值之间的偏差小子小子20 5 0. 40 水分 10.:(;20 7 0. 35 主主108 O. 30 40 2 0. 50 25

8、.:(;40 3 0. 45 租蛋白质 10.:(;25 4 0. 40 三三105 0.30 10 3 0. 35 粗脂肪:(;10 5 0.30 18 2 0. 45 粗纤维 10.18 3 0. 35 主主104 O. 30 二0.54 0.10 蛋氨酸 0.5 3 0. 08 赖氨酸6 O. 15 / 4 A.1 样晶的选择附录A(规范性附录)定标的总则和程序GB/T 18868- 2002 参与定标的样品应具有代表性,即需含概将来所要分析样品的特性。创建一个新的校正模型,至少需要收集50个样品。通常以70个150个样品为宜。样品过少,将导致定标模型的欠拟合性F样品过多,将导致模型的过

9、拟合性。A.2 稳定样晶组为了使定标模型具有较好的稳定性,即其预测性性能不受仪器本身披动和样品的温度发生变化的影响,在定标中应加上温度发生变化的样品和仪器发生变化的样品。A.3 定标样晶选择的方法对定标样品的选择应使用主成分分析法PCA(principal component analysis)和聚类分析(clusteranalysis)。根据某样品NIR光谱与其他样品光谱的相似性,仅选择其NIR光谱有代表性的样品,去除光谱非常接近的样品。对于PCA方法,通常是选用前12个目标值(scorevalue)用于选择定标样品组。或者从每一PCA中选择具有最大和最小目标值的样品(min/max);或者

10、将每一PCA种的样品分为等同两组,从每一组中选择等同数目的代表性样品参与定标。两种方法中以min/max法是最通常采用的方法。对于聚类分析方法,使用马哈拉诺比斯距离(或H值)等度量样品光谱间的相似性。通常选择有代表性样品的边界H值为0.6.即如果某样品NIR光谱与其他样品的H统计值大于或等于0.6.则将其选择进入定标样品;如果某样品NIR光谱与其他样品的H统计值小于0.6,则不将其选择进入定标。A.4 定标样晶真实值的测定对于定标样品需要知道其水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸和蛋氨酸等含量的真值,在实际操作中,通常以GB/T6432、GB/T6433、GB/T6434、GB6435、GB

11、/T15399和GB/T18246的测定值来代替。A. 5 定标方法A. 5.1 逐步回归(stepwisemultiple Iinear regression , SMLR) 选择回归变量,产生最优回归方程的一种常用数学方法。它首先通过单波长点的回归校正,误差最小的波长点的光谱读数就为多线性回归模型中的第一独立变量;以此为第一变量,进行二元回归模型的比较,误差最小的波长所对应的光谱读数则为第二独立变量;以此类推获得第三.独立变量。但是独立变量的总数量不应超过CN/I0)十巧,N为定标系中样品数量,否则将产生模型的过适应性。A. 5.2 主成分回归法(principalcomponents r

12、egression ,PCR) 如果在回归中应用所有的100个(NIT)或700个(NIR)波长点光谱的信息,这样在建立回归模型时,至少需要101个或701个样品建立101个或701个线性方程组。主成分分析可用于压缩所需要的样品数量,同时又应用光谱所有的信息。它将高度相关的波长点归于一个独立变量(factor)中,进而就以为数不多的独立变量建立回归方程,独立变量内高度相关的波长点可用主成分得分(score)将其联系起来。内部的检验(crossvalidation ,CV)用于防止过模型现象。5 G/ T 18868- 2002 A. 5. 3 偏最小二乘法回归法(partialleast sq

13、uare regression , PLSR) 部分最小偏差回归法是80年代末应用到近红外光谱分析上的。该法与PCR很相似,仅是在确定独立变量时,不仅考虑光谱的信息(X变量),还考虑化学分析值(Y变量。该法是目前近红外光谱分析上应用最多的回归方法,在制定饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸和蛋氨酸测定的定标模型时使用此方法。A.6 定标模型的更新定标是一个由小样本估计整体的计量过程,因此定标模型预测能力的高低取决于定标样品的代表性。由于预测样品的不确定性,因此,很难一下选择到合适的定标样品。所以,在实际分析工作中,通常用动态定标模型办法来解决这个问题。所谓动态定标模型办法就是在日常分析

14、中边分析边选择异常样品,定期进行定标模型的升级,可概括为以下步骤z定标设计分析测定定标运算实际预测异常数据检查再定标设计再分析测定再定标运算A.7 对定标模型的检验和选取检验定标模型的检验,其简单的方法是直接比较一个有代表样品群的预测值(y;)和真实值(Y;),以预测误差平方的加权平均值(MSE)来表示:MSE=E(Y;-yY/ N 6 NOON-俨4、d梅、回筒。华人民共和国家标准饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定近红外光谱法GB/ T 18868一2002国中峰中国标准出版社出版北京复兴门外三旦河北街16号邮政编码:100045 电话:6852394668517548 中国标准出版社秦皇岛印刷厂印刷新华书店北京发行所发行各地新华书店经售 印张3/4字数15千字2003年3月第一次印刷开本880X12301/ 16 2003年3月第一版印数1-2000睡定价10.00网址书号:155066 1-19108 JG 9峰631-478 版权专有侵权必究举报电话:(010)68533533科目GB/T 18868-2002

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 标准规范 > 国家标准

copyright@ 2008-2019 麦多课文库(www.mydoc123.com)网站版权所有
备案/许可证编号:苏ICP备17064731号-1