近红外光谱技术不仅能测定饲料中的常规成分，如水分、粗蛋白、粗纤维、粗脂肪、粗灰分，而且能测定饲料中的微量成分，如氨基酸、维生素、有毒有害物质，现在近红外光谱技术已经向饲料营养价值评定方面发展。4.9%（表1） 。
能量饲料粗蛋白质NIRS 测值与化学法测值的相关系数达0.95以上（表2）。米糠饼和豆粕的粗蛋白估测值效果较差，只能达到粗估水平。对粗纤维、粗灰分的估测效果不理想，需作进一步的研究。李大群等(1989)测定了大麦和小麦中粗蛋白含量，结果表明NIRS 法与常规法有较好的相关性。冯平(1986)用NIRS法测定的麦麸粗蛋白和粗纤维值与常规法测值相当近似，但粗脂肪和粗灰分的NIRS法测值与常法比只能达到粗估水平。
二、NIRS进行氨基酸的检测
Williams（1984）用NIRS测定了小麦的氨基酸含量，结果表明近红外预测值与实测值的标准差小于2.07％，变异系数除蛋氨酸外均小于0.8％；大麦14种氨基酸中除蛋氨酸外，化学法测值与近红外值间的相关系数（r）为0.93～0.99，变异系数均小于6.5%。吴秀琴（1985）用近红外仪测定了小麦种子中的赖氨酸含量，化学法测值与NIRS值间的相关系数达0.95，相对误差不超过5％。 冯平（1986）测定了小麦麸中赖、精、苏、缬、亮、组氨酸的定标，相关系数在0.84～0.97之间，相对偏差在5％以下。魏瑞兰（1987）作了花生粕中赖、精、组、缬、亮、异亮、苏、苯丙氨酸的定标及检验。定标相关系数均在0.970以上，残余标准差（RSD）分别为0.04%、0.16%、0.03%、0.05%、 0.08% 0.06% 、0.3% 和0.03%，变异系数均在3.7%以下，达到了定量水平。陆国权等（1987）做了甘著干中氨基酸的定标，9种必需氨基酸的NIRS测值与化学法的测值的复相关系数为0.92～0.98，其中蛋氨酸为0.84，残余标准差在0.02% 以下，8种必需氨基酸变异系数为3.4%～11.4%，蛋氨酸的变异系数为13.4%；15个检验样品的上述两值间的相关系数为0.55～0.91，变异系数为6.2～22.6%。除蛋氨酸外，其它氨基酸均达到了实用程度。杜荣等（1990）用40个裸大麦进行了11种氨基酸的定标，除蛋氨酸和胱氨酸外，其余9种氨基酸的相关系数均大于0.95，变异系数小于6%。10个样品的检验结果表明，相关系数在0.88～0.99之间，变异系数为2.25～6.50%。D.A.Jackson（1996）等做了动物产品（肉骨粉、鱼粉和家禽副产品）及植物产品（玉米、小麦、大麦）的通用定标方程，及肉骨粉、鱼粉和豆粕、玉米的定标方程，相关指数（R2）都大于0.90，标准差介于平均值的5％～10%之间，取得了令人满意的定标效果。
三、NIRS进行有效能的检测
NIRS技术向评定饲料营养价值方向发展，已有一些学者在此方面进行了研究工作。冯平等(1986)用NIRS对小麦麸猪的消化能（DE）及鸡的代谢能（AME）进行了测定，相关系数在0.96以上。DE的残余标准差（RSD）为0.07兆卡/千克，变异系数为3％，AME的 RSD为0.11兆卡/千克，变异系数为5.6%。杜荣（1992）等用NIRS进行了鸡代谢能（AME）和猪消化能（DE）的定标，相关系数分别为0.863和0.897，残余标准差（RSD）为0.06兆卡/千克，变异系数为2.0%和1.9%，达到了粗估水平。陆国权（1992）用NIRS进行了甘薯干代谢能和猪消化能的估测，相关系数分别为0.912和0.694，残余标准差（RSD）为0.06和0.10兆卡/千克，变异系数为2.1%和3.0%。叶继丹等做了向日葵仁粕的有效能定标，鸡表观代谢能（AME）和猪离体消化能（IVDE）的相关系数为0.991和0.995，残余标准差（RSD）为0.26和0.25兆焦/千克，估测变异系数为5.0%和3.4%。
四、NIRS进行可消化氨基酸的估测
NIRS技术用于预测饲料中真可消化氨基酸的研究还处于探索阶段，是本领域研究的热点和方向，在此方向研究的国内外学者并不多。魏瑞兰（1987）等用NIRS进行了花生饼表观可利用氨基酸（AAAA）的定标，结果指出生物学法测值与NIRS法测值间呈强相关(0.85～0.982)，估测变异系数分别为3.2～9.9％。除赖氨酸AAAA测试精度较差外，NIRS法AAAA测值均达到了与动物法测值相近似的水平，表明通过系统的标样及软件研制工作，NIRS分析技术可作为饲料可消化氨基酸的一种快速评定手段。
D.A.JACKSON(1996)用NIRS进行真可消化氨基酸的定标研究。结果表明，动物蛋白（包括肉骨粉、鱼粉和家禽副产品）、谷物（包括玉米、小麦和大麦）的通用定标及肉骨粉、鱼粉和豆粕（见表3）特殊定标方程的相关系数均在0.90以上，认为NIRS能够替代体内法预测可消化氨基酸。D.A.JACKSON研究的定标方程以通用定标方程为主，特殊定标方程的研究是将来研究的方向。
体内测定氨基酸消化率费时、昂贵，在实际配方时不能做到实测，常用查表或用体外法来预测氨基酸消化率。所以近年在体外预测氨基酸消化率方面做了大量的研究。常用体外酶法估测可消化氨基酸，创造与体内相似的条件。因许多因素影响体内消化率，体外条件不可能完全模拟体内。它不仅要考虑体内酶的消化，而且要考虑肠道微生物的活动。由于肠道后段的发酵作用，许多研究消化生理的学者（Tanksley和Knabe, 1984; Just, 1985; Sauer和Ozimek, 1986等）建议消化率应在回肠末端测定, 尤其是氨基酸的消化率。评价体外方法的优劣时，应特别注意那些简便，快速和重复好的方法，并且用同种饲料测定时体内法与体外法有高度相关。而那些复杂的方法花费大，操作技术要求高，实用性差。
但这些体外方法都存在以缺点：耗费时间或价格昂贵。对于那些花费时间长，程序繁琐或者非常昂贵的预测方法根本无法应用于日常分析，它们与NIRS技术相比，是没有多少实际意义的。
相反，NIRS技术却适应这种需要快速分析的要求，它的精度虽低于实测值，但与查书面值和某些其他体外预测方法相比，进行实际的应用是可行的，也只有通过NIRS技术才能使以可利用氨基酸配合日粮成为可能。
五应用前景和有待近一步研究的问题
NIRS技术有广阔的应用前景。测定成份由测定水分、粗蛋白质、脂肪、糖、淀粉、纤维素等成份发展到测定烟草中的尼古丁、 咖啡碱及饲料中的某些有害成份，如，棉酚、总葡萄苷、植酸磷以及氨基酸、可利用氨基酸和有效能的测定。测试准确性来看，在测定饲料原料水分、大多数谷物及牧草的蛋白质含量、动物性副产品、豆饼及大多数饲料原料、脂肪含量低于5%饲料的脂肪及油分方面,均可达到较好的预测效果。 对于动物性副产品，鱼粉或含较高动物性副产品及鱼粉的配合饲料的蛋白质的测定，准确性稍差。对饲料的粗灰分、粗饲料中的矿物元素的测定，虽然NIRS 法与化学法存在一定相关，但仍不能达到实用程度。
除此之外，NIRS还用于产品质量及原料的在线分析。
近红光谱分析技术虽是具有快速、简便，相对准确等优点，但该法估测准确性受多种因素的影响。其中以样品的粒度及均匀度影响最大，粒度变异直接影响近红外光谱的变异。定标样品选择对近红外分析估测准确性影响也很大。标样选择时不仅要考虑样品成份含量和梯度，同时应考虑标样的物理、化学及植物学特性，使定标软件具有广泛的应用范围。对于开放性定标方程应不断增加标样，使定标样品群尽可能包容各方面的变异特性，不断完善定标软件。特别是做为近红外光谱分析的基础方法--化学法的准确性也是影响其估测准确性的重要因素.
尽管近红外光谱分析技术在估用范围愈来愈广泛，已被应用于农业、饲料及食品等行业。因此，近红外光谱分析技术在饲料质量监测方面有广阔的应用前景，该法的出现为现场快速监测饲料质量提供了可能。除此之外，近红外光谱分析技术还可用于产品质量及原料的生产线抽样（on-line）分析，通过监控饼粕类饲料加工过程壳的数量，保证饼粕的各项指标要求。美国明尼苏达州利用可移动近红外光谱分析实验车（大蓬车）到田间或交易市场为用户分析牧草样品，提供适时收割的日期，提供饲料配方，在提高饲料、牧草的可消化性及其营养价值方面收到良好的效果。
1992年9月，美国国家牧草协作组已同美国农业部及Nebraska大学合作，建立直播牧草的近红外光谱分析定标网络，该网络是中心实验室应用近红外光谱仪，选择数百个样品在近红外光谱区挑选最适宜波长制定定标方程，这些定标方程可通过电话线传送到边远农场设置的近红外光谱仪，农民就可利用该定标方程分析牧草的品质，同时农民测试结果又反过来通过网络输送到中心实验室，并可使定标软件进行修正。因此不久的将来，美国及欧洲的农民可通过近红外网络，定期地从中心实验室获得新版本的定标软件，用于田间牧草品质分析。
我国近年来进口了一大批各种型号的近红外光谱仪，“七五”期间还研制成功了用于农产品分析的近红外光谱分析。如前所述，软件是影响测值准确性的关键，因此有必要建立一套适用于我国国情的各种饲料原料及产品的定标软件，充分发挥已有的硬件的作用。
对于已购置近外仪器的饲料加工厂，应立足本场，在进行产品、原料质量监测的同时，不断收集样品，逐步建立适宜于本场的常用原料及配合饲料的定标软件，使该仪器充分发挥其在质监中的快速、简便、准确的优势。
作者：丁丽敏博士 戎易 教授
