基于FTIR光谱与机器学习模型的苜蓿草块化学成分预测

《Foods》：Prediction of Chemical Composition of Alfalfa Blocks Using FTIR Spectroscopy and Machine Learning Models

　　

苜蓿草块是重要的商品粗饲料，其粗蛋白（crude protein，CP）、淀粉、脂肪、中性洗涤纤维（neutral detergent fibre，NDF）和酸性洗涤纤维（acid detergent fibre，ADF）含量是评价营养品质的关键指标。本研究探讨了傅里叶变换红外光谱（Fourier-transform infrared spectroscopy，FTIR）结合机器学习，用于快速定量预测这些组分。研究人员采用偏最小二乘回归（partial least squares regression，PLSR）、随机森林回归（random forest regression，RFR）和反向传播（back-propagation，BP）神经网络，比较了不同的光谱预处理策略和变量选择方法。光谱预处理和前置基线校正对不同组分的影响不同，表明基线校正并未一致地提高预测性能。竞争性自适应重加权采样（competitive adaptive reweighted sampling，CARS）降低了光谱维数，由此得到的PLSR模型在报告的比较中对所有五种组分均优于RFR和BP模型，结果以20次重复数据划分的平均值±标准差表示。对于CP，结合一阶导数Savitzky–Golay预处理与CARS的PLSR模型（SG1D-CARS-PLSR）的预测集决定系数（R²）为0.961±0.021，相对分析误差（residual predictive deviation，RPD）为5.629±1.245。对于淀粉，SG1D-CARS-PLSR的R²为0.877±0.023，RPD为2.959±0.291。对于NDF，结合自适应迭代加权惩罚最小二乘基线校正与CARS的PLSR模型（BC-airPLS-CARS-PLSR）的R²为0.986±0.006，RPD为9.355±1.947。对于ADF，BC-airPLS-CARS-PLSR的R²为0.839±0.031，RPD为2.591±0.287。对于脂肪，BC-MSC-CARS-PLSR的R²为0.697±0.058，RPD为2.1.883±0.164，未达到预期的稳定预测性能。这些发现强调了针对特定组分进行预处理和变量选择的重要性，并证明经优化的基于FTIR的模型可从单张光谱估算五种组分，分析时间远短于参考湿化学方法。

苜蓿草块是重要的商品粗饲料，其粗蛋白（CP）、淀粉、脂肪、中性洗涤纤维（NDF）和酸性洗涤纤维（ADF）含量是评价营养品质的关键指标。传统化学分析方法虽然准确，但样品处理复杂、耗时长、试剂消耗大，难以满足大批量快速检测需求。红外光谱技术结合化学计量学可快速预测饲料成分，但已有研究多针对松散苜蓿草粉，压缩成型的苜蓿草块因加工条件（水分、环模长径比、压缩速度等）导致物理结构改变，可能影响光谱响应，模型能否直接迁移尚不确定。因此，研究人员采用傅里叶变换红外光谱（FTIR）结合不同光谱预处理、变量选择和机器学习回归模型，系统评估同时预测苜蓿草块中CP、淀粉、脂肪、NDF和ADF的可行性。

研究人员从内蒙古农业大学试验基地和中国农业科学院草原研究所农牧交错带试验基地采集“中草13号”苜蓿，采用单因素和全因子试验设计制备不同密度化条件的137个苜蓿草块样品。样品经60 ℃烘干至恒重并粉碎后，用FTIR-1500光谱仪在4000–400 cm^-1范围内采集光谱，并用国标方法测定各成分含量作为参比值。光谱预处理包括Savitzky–Golay平滑（SG）、一阶导数（SG1D）、多元散射校正（MSC）和自适应迭代加权惩罚最小二乘（airPLS），并比较了是否进行前置基线校正（BC）。特征提取比较了主成分分析（PCA）、连续投影算法（SPA）和竞争性自适应重加权采样（CARS）。回归模型包括偏最小二乘回归（PLSR）、随机森林回归（RFR）和反向传播（BP）神经网络。数据集按7:1.5:1.5划分为训练、验证和测试集，采用分层抽样并重复20次随机划分，以决定系数（R²）、均方根误差（RMSE）和相对分析误差（RPD）评估模型性能。

3.1 光谱分析（Spectral Analysis）：原始FTIR光谱中，3000–2800 cm^-1为脂肪族C–H伸缩振动，酰胺I带（约1650 cm^-1）和酰胺II带（约1540 cm^-1）与蛋白质相关；脂类相关谱带位于1720–1750 cm^-1和1070–1250 cm^-1；淀粉的C–O–C和C–O–H伸缩振动约在939 cm^-1；纤维相关O–H和C–H特征带位于1650–1500 cm^-1和3340–3250 cm^-1。由于谱带宽且重叠，研究人员用CARS选择各成分最相关的变量，所选变量分布在上述化学相关区域。

3.2 营养成分分析（Nutritional Data Analysis of Alfalfa Blocks）：137份样品中，CP含量16.69%–20.73%，脂肪3.2%–4.5%，淀粉11.6%–15.6%，ADF 30.65%–36.56%，NDF 39.39%–45.11%。NDF与ADF显著相关，除NDF和ADF外其他养分变异系数大于5%，表明样本代表性良好，适合建立稳健的FTIR预测模型。

3.3 光谱预处理结果（Results of Spectral Preprocessing）：基于PLSR模型比较不同预处理方法，SG1D对CP和淀粉预测最佳（CP测试集R²=0.9621，RPD=5.2627；淀粉R²=0.8898，RPD=3.0867）；MSC对脂肪相对较好（测试集R²=0.5486，