Near-Infrared Spectroscopy Models for Assessing Oat Hay Quality Across Diverse Environments
XUE Min1, LI Jia-ruo1, GUO Yu-fan1, MENG Yu1, WANG Yu1, HU Xiao-ying1, DU Hui-long1, HE Qiang1
Affiliations
1 College of Life Sciences, Hebei University, Baoding, Hebei Province 071000, China
doi: 10.11733/j.issn.1007-0435.2026.08.013
文章导航
摘要
收起
为构建适用于多环境的燕麦（Avena sativa L.）干草品质快速检测模型，本研究收集了河北保定、张家口和宁夏固原两年三点的849份样品，测定粗蛋白（Crude protein，CP）、中性洗涤纤维（Neutral detergent fiber，NDF）、酸性洗涤纤维（Acid detergent fiber，ADF）、可溶性糖（Soluble sugar，SS）和全钾（Total potassium，K）含量，并结合近红外光谱与偏最小二乘法建立预测模型。结果表明：五项指标均呈宽范围正态分布，代表性广泛。CP，SS和K模型预测精度较高，交叉验证决定系数（R²）均≥0.89，相对分析误差（Ratio of performance to deviation，RPD）≥3.0，验证集相关系数（r）分别为0.84，0.86和0.83，外部验证结果可靠。NDF和ADF模型的R² ≥0.85，RPD≥2.5，验证集r分别为0.78和0.79，能满足常规筛查需求。基于模型预测结果与饲草品质标准，筛选出56份优质饲用燕麦种质。本研究为燕麦种质资源的高通量表型鉴定及品质育种提供高效技术支撑。
关键词
燕麦干草
/
近红外光谱
/
品质成分
/
预测模型
/
偏最小二乘法
/
种质资源
Abstract
收起
To develop a rapid quality detection model for oat （Avena sativa） hay applicable across environments， 849 samples were collected at three sites （Baoding and Zhangjiakou in Hebei， Guyuan in Ningxia） for two years. Crude protein （CP）， neutral detergent fiber （NDF）， acid detergent fiber （ADF）， soluble sugars （SS）， and total potassium （K） were measured. Prediction models were established using near-infrared spectroscopy （NIRS） combined with partial least squares regression （PLSR）. All five traits showed broad， near-normal distributions， indicating good sample representativeness. The CP， SS， and K models performed well， with cross-validation coefficients （R2） ≥ 0.89， ratio of performance to deviation （RPD） ≥ 3.0， and validation set correlations （r） of 0.84， 0.86， and 0.83， respectively， demonstrating strong external predictive ability. The NDF and ADF models achieved R2 ≥ 0.85 and RPD ≥ 2.5， with r values of 0.78 and 0.79， meeting requirements for routine screening. Based on model predictions and forage quality standards， 56 high-quality forage oat accessions were identified. This study provides an efficient technical platform for high-throughput phenotyping and quality-based breeding in oat germplasm.
Key words
Oat hay
/
Near-infrared spectroscopy
/
Quality components
/
Prediction model
/
Partial least squares
/
Germplasm resources
XUE Min, LI Jia-ruo, GUO Yu-fan, MENG Yu, WANG Yu, HU Xiao-ying, DU Hui-long, HE Qiang.
Near-Infrared Spectroscopy Models for Assessing Oat Hay Quality Across Diverse Environments[J].
Acta Agrestia Sinica,
2026
, 34
(8)
: 2889
-2898
.
DOI: 10.11733/j.issn.1007-0435.2026.08.013
参考文献
收起
文献
收起
参考文献引证文献
排序方式：
ZHANG Y J，LI S C，DONG X L，et al. Evaluation of oat （Avena sativa L.） populations for autumn sowing production in Southwest China[J]. Grass and Forage Science，2024，79（1）：37-46 WANG X，LI D，PAN X L，et al. Adaptability evaluation of 10 forage oat varieties in Chifeng semiarid area [J]. Pratacultural Science，2023，40（2）：521-529王筱，李夺，潘翔磊，等. 赤峰半干旱区10个饲用燕麦品种适应性评价[J]. 草业科学，2023，40（2）：521-529 YE X L，GAN Z，WAN Y，et al. Advances and perspectives in forage oat breeding[J]. Acta Prataculturae Sinica，2023，32（2）：160-177叶雪玲，甘圳，万燕，等. 饲用燕麦育种研究进展与展望[J]. 草业学报，2023，32（2）：160-177 OKCU M，SEVEROĞLU S，KAVUNCU İ. Effects of different mixing ratios of common vetch and oats on forage yield and quality[J]. Turkish Journal of Agriculture and Forestry，2025，49（6）：1029-1039 DUAN H M，WU R，WANG W H，et al. Stay-green trait improves yield，quality，and feeding value of forage oats under contrasting eco-sowing systems[J]. Frontiers in Plant Science，2026，16：1709486 RUJA A，COZMA A，COZMA B，et al. Nutritional，phytochemical，and rheological profiles of different oat varieties and their potential in the flour industry[J]. Agronomy，2024，14（7）：1438 SANADYA S K，SOOD V K，SHARMA G，et al. Adaptation of oat genotypes in organic and conventionally managed fields in the northwestern Himalayas[J]. Agronomy Journal，2024，116（2）：433-445 TULU A，DIRIBSA M，TEMESGEN W. Evaluation of seven oat （Avena sativa） genotypes for biomass yield and quality parameters under different locations of western Oromia，Ethiopia[J]. Advances in Agriculture，2020，2020（1）：8822344 QIAO Y Y，ZHAO W Q，HU X Z，et al. Determination of protein content in oat using near-infrared spectroscopy[J]. Journal of the Chinese Cereals and Oils Association，2016，31（8）：138-142乔瑶瑶，赵武奇，胡新中，等. 近红外光谱技术检测燕麦中蛋白质含量[J]. 中国粮油学报，2016，31（8）：138-142 REN X Z，GUO H R，JIA Y S，et al. Application and prospect of near infrared reflectance spectroscopy in forage analysis[J]. Spectroscopy and Spectral Analysis，2009，29（3）：635-640任秀珍，郭宏儒，贾玉山，等. 近红外光谱技术在饲草分析中的应用现状及展望[J]. 光谱学与光谱分析，2009，29（3）：635-640 WANG J W，TAO F. Application research progress of near infrared spectroscopy technology in agricultural products detection[J]. Anhui Agricultural Science Bulletin，2021，27（17）：155-158王建伟，陶飞. 近红外光谱技术在农产品检测中的应用研究进展[J]. 安徽农学通报，2021，27（17）：155-158 WANG C，MA D M，LI Y，et al. Near infrared spectroscopic model for the detection of the main nutrient components of oat hay[J]. Acta Agrestia Sinica，2022，30（10）：2645-2651王储，麻冬梅，李跃，等. 检测燕麦干草主要营养成分含量的近红外光谱分析模型[J]. 草地学报，2022，30（10）：2645-2651 ZHANG S Y，XIONG A R，PAN Y C，et al. Near infrared prediction model establishment for conventional nutrient contents of oat grass[J]. Chinese Journal of Animal Nutrition，2022，34（2）：1334-1342张书阅，熊安然，潘予琮，等. 燕麦草常规营养成分含量近红外预测模型的建立[J]. 动物营养学报，2022，34（2）：1334-1342 LI J F，XIANG Y，WANG Y，et al. Establishment of a rapid detection model for polysaccharide content in Alhagi sparsifolia honey based on near-infrared spectroscopy technology[J]. Food and Fermentation Industries，2025，51（24）：342-348李进发，向阳，王宇，等. 基于近红外光谱技术建立刺糖中多糖含量的快速检测模型[J]. 食品与发酵工业，2025，51（24）：342-348 LI Q Y，YANG X P，YANG F Y，et al. Rapid detection of mulberry silage quality based on near-infrared characteristic spectral interval extraction[J]. Acta Agrestia Sinica，202634，34（5）：1878-1888李沁雨，杨雪萍，杨富裕，等. 特征光谱提取法在饲料桑青贮品质近红外光谱快速检测技术中的应用[J]. 草地学报，2026，34，34（5）：1878-1888 CHEN P，YANG J，CHU X L，et al. Research and application progress of near infrared spectroscopy analytical technology in china in the past five years[J]. Chinese Journal of Analytical Chemistry，2024，52（9）：1213-1224陈瀑，杨健，褚小立，等. 近五年我国近红外光谱分析技术的研究与应用进展[J]. 分析化学，2024，52（9）：1213-1224 CHEN P，DAI J W，LI J Y，et al. Progress of chemometric methods in near-infrared spectroscopy[J]. Chemical Reagents，2023，45（6）：105-112陈瀑，戴嘉伟，李敬岩，等. 近红外光谱分析中的化学计量学方法进展[J]. 化学试剂，2023，45（6）：105-112 WANG T，ZHENG Y，XU L L，et al. Comprehensive comparison on different wavelength selection methods using several near-infrared spectral datasets with different dimensionalities[J]. Spectrochimica Acta Part A：Molecular and Biomolecular Spectroscopy，2025，331：125767 HE C，JIANG X G，LI B，et al. A method based on local linear reconstruction combined with spectral information entropy for constructing and updating apple origin discrimination models[J]. Journal of Food Measurement and Characterization，2024，18（7）：6365-6377 DING C M，LI K，LIU F，et al. Advancements in the application of near-infrared spectroscopy in complex compositional samples[J]. Chemical Reagents，2025，47（7）：18-27丁超民，李轲，刘帆，等. 近红外光谱技术在复杂组分样品中的应用进展[J]. 化学试剂，2025，47（7）：18-27 DAI Y T，HAN Q. Cross-regional adaptability of spectral models for avocado stem-end rot detection[J]. Laser Technology，2025，49（6）：822-828戴雨涛，韩强. 跨区域鳄梨茎端腐烂光谱模型适应性研究[J]. 激光技术，2025，49（6）：822-828 WHETSEL K B. Near-infrared spectroscopy：I. Spectral identification and analytical applications[J]. Spectrochimica Acta，1954，6（4）：257-287 WANG G Q，WANG F，CHEN D，et al. A novel method for the determination of inorganic ions in complex plant samples by near infrared spectroscopy[J]. Spectroscopy and Spectral Analysis，2004，24（12）：1540-1542王国庆，王芳，陈达，等. 近红外光谱技术用于复杂植物样品中无机离子测定的新方法[J]. 光谱学与光谱分析，2004，24（12）：1540-1542 WU X Q. Research on quality detection of alfalfa hay based on spectral information fusion[D]. Hohhot：Inner Mongolia Agricultural University，2025：2-27吴晓庆. 基于光谱信息融合的苜蓿干草品质检测研究[D]. 呼和浩特：内蒙古农业大学，2025：2-27 JIN X L，CHEN X L，SHI C H，et al. Determination of hemicellulose，cellulose and lignin content using visible and near infrared spectroscopy in Miscanthus sinensis[J]. Bioresource Technology，2017，241：603-609 GU Z L N E M，TUO Y，ZHANG Y，et al. Research progress on application of oat grass in ruminant production[J]. Feed Research，2025，48（17）：155-159古再丽努尔·艾麦提，庹勇，张妤，等. 燕麦草在反刍动物生产中的应用研究进展[J]. 饲料研究，2025，48（17）：155-159 ZHU W，HUANG L，SHI Z，et al. Research progress of physiological roles of potassium and its application in livestock and poultry production[J]. Chinese Journal of Animal Nutrition，2024，36（10）：6121-6128朱雯，黄李，石琢，等. 钾的生理功能及其在畜禽生产中的应用研究进展[J]. 动物营养学报，2024，36（10）：6121-6128 XIE J G，WEI Y，SONG J，et al. Correlation analysis of main nutrient components of oat grass feed in Xinjiang region[J]. Feed Research，2022，45（5）：110-113解津刚，魏勇，宋洁，等. 新疆地区燕麦草饲料主要营养成分相关性分析[J]. 饲料研究，2022，45（5）：110-113 CHEN L X，ZHANG J Z，LI H B，et al. Response of forage yields and quality of four oat varieties to mowing stages in Bashang Plateau of Hebei Province[J]. Journal of Shanxi Agricultural Sciences，2022，50（8）：1204-1208陈丽雪，张继宗，李会彬，等. 河北坝上地区4个燕麦品种饲草产量和品质对不同刈割期的响应[J]. 山西农业科学，2022，50（8）：1204-1208 SANG R J，DONG C Y，ZHANG H M，et al. Effect of mowing at different fertility period on yield，quality，and silage fermentation quality of oat[J]. Feed Research，2025，48（10）：99-103桑瑞娟，董春阳，张红妹，等. 不同生育期刈割对燕麦产量、品质和青贮发酵质量的影响[J]. 饲料研究，2025，48（10）：99-103
PDF下载
全屏
131
25
关闭全屏
北京市海淀区学院南路86号
010-62662699（运营及技术支持）
qkjq@cast.org.cn
