ICS 65. 120 B 46 GB 中华人民共和国国家标准 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 Method for determination of moisture,crude protein, crude fat,crude fibre,lysine and methinione in feedsNear 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 GB/T18868—2002 前言 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/T 6432—1994《饲料中粗蛋白测定方法》、GB/T6433—1994《饲料粗脂肪测定方法》、GB/T6434—1994 《饲料中粗纤维测定方法》、GB/T6435—1986《饲料水分的测定方法》、GB/T15399—1994《饲料中含硫 氨基酸测定方法离子交换色谱法》和GB/T18246一2000《饲料中氨基酸的测定》。 本标准中水分、粗蛋白质、粗纤维的测定参考采用美国公职分析化学家协会（AOAC）方法（第十五 版），方法的编号分别为989.03和991.01。 本标准的附录A为规范性附录。 本标准由全国饲料工业标准化技术委员会提出。 本标准由全国饲料工业标准化技术委员会归口。 本标准起草单位：国家饲料质量监督检验中心（北京）。 本标准主要起草人：杨曙明、宋荣、张瑜、苏晓鸥。 GB/T18868—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 SAG 1范围 本标准规定了以近红外光谱仪快速测定饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸和蛋氨酸的 方法。对于仲裁检验应以经典方法为准。 料原料中赖氨酸和蛋氨酸的测定，本方法的最低检出量为0.001%。 2规范性引用文件 下列文件中的条款通过本标准的引用而成为本标准的条款。凡是注日期的引用文件，其随后所有的 修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是 否可使用这些文件的最新版本。凡是不注日期的引用文件，其最新版本适用于本标准。 GB/T6432饲料中粗蛋白测定方法 GB/T6433饲料粗脂肪测定方法 GB/T6434 饲料中粗纤维测定方法 GB/T6435—1986饲料水分的测定方法 GB/T 15399 9饲料中含硫氨基酸测定方法 GB/T 18246 饲料中氨基酸的测定 3原理 近红外光谱方法（NIR)利用有机物中含有C-H、N-H、O-H、C-C等化学键的泛频振动或转动，以漫 反射方式获得在近红外区的吸收光谱，通过主成分分析、偏最小二乘法、人工神经网等现代化学和计量 学的手段，建立物质光谱与待测成分含量间的线形或非线形模型，从而实现用物质近红外光谱信息对待 测成分含量的快速计量。 4术语和定义 下列术语和定义适用于本标准。 4. 1 标准分析误差（SEC或SEP） (d,-d)2 样品的近红外光谱法测定值与经典方法测定值间残差的标准差，表达为 ，对于定标 n-1 样品常以SEC表示，检验样品常用SEP表示。 4. 2 相对标准分析误差[SEC(C)] 样品标准分析误差中扣除偏差的部分，表达为VSPC2一Bias。 1 GB/T188682002 4. 3 残差(d) 样品的近红外光谱法测定值与真实值（经典分析方法测定值）的差值 4. 4 偏差（Bias) 残差的平均值。 4. 5 相关系数(R或r) 近红外光谱法测定值与经典法测定值的相关性，通常定标样品相关系数以R表示，检验样品相关 系数以r表示。 4. 6 异常样品 样品近红外光谱与定标样品差别过大，具体表现为样品近红外光谱的马哈拉诺比斯（Mahalanobis） 距离（H值）大于0.6，则该样品被视为异常样品。 5仪器 5.1近红外光谱仪 带可连续扫描单色器的漫反射型近红外光谱仪或其他类产品，光源为100W钨卤灯，检测器为硫 化铅，扫描范围为1100nm～2500nm，分辨率为0.79nm，带宽为10nm，信号的线形为0.3，波长准确 度0.5nm，波长的重现性为0.03nm，在2500nm处杂散光为0.08%，在1100nm处杂散光为 0.01%。 5.2软件 为DOS或WINDOWS版本，该软件由C语言编写，具有NIR光谱数据的收集、存储、加工等功能。 5.3样品磨 旋风磨，筛片孔径为0.42mm，或同类产品。 5.4样品皿 长方形样品槽，10cm×4cm×1cm，窗口为能透过红外线的石英玻璃，盖子为白色泡沫塑料，可容 纳样品为5g～15g。 6试样处理 将样品粉碎，使之全部通过0.42mm孔筛（内径），并混合均匀。 7分析步骤 7.1一般要求 每次测定前应对仪器进行以下诊断。 7.1.1仪器噪声 32次（或更多）扫描仪器内部陶瓷参比，以多次扫描光谱吸光度残差的标准差来反映仪器的噪声。 残差的标准差应控制在301g（1/R)10-6以下。 7.1.2波长准确度和重现性 用加盖的聚苯乙烯血来测定仪器的波长准确度和重现性。以陶瓷参比做对照，测定聚苯乙烯血中聚 苯乙烯的三个吸收峰的位置，即1680.3nm、2164.9nm、2304.2nm，该三个吸收峰的位置的漂移应小 于0.5nm，每个波长处漂移的标准差应小于0.05nm。 7.1.3仪器外用检验样品测定 2 GB/T18868—2002 将一个饲料样品（通常为豆）密封在样品槽中作为仪器外用检验样品，测定该样品中粗蛋白质、粗 纤维、粗脂肪和水分含量并做T检验，应无显著差异。 7.2定标 NIR分析的准确性在一定程度上取决于定标工作，定标的总则和程序见附录A 7.2.1定标模型的选择 定标模型的选择原则为定标样品的NIR光谱能代表被测定样品的NIR光谱。操作上是比较它们 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，然后将这些样品加人到定标样品中，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1308nm~2392nm。 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1108nm～2500nm。 7.2.3.3饲料中粗脂肪的测定 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～2392nm。 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，光谱的波长范围为1108nm～2392nm。 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1108nm～2392nm。 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1108nm～2392nm。 7.3对未知样品的测定 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异常样品的分类 3