《NY_T 4427-2023 饲料近红外光谱测定应用指南.docx》由会员分享，可在线阅读，更多相关《NY_T 4427-2023 饲料近红外光谱测定应用指南.docx（26页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、学兔兔标准下载65.120CCSB46备案号：XXXX-XXXX中华人民共和国农业行业标准44272023饲料近红外光谱测定应用指南Guidelinesfortheapplicationofnearinfraredspectrometryforfeed（ISO12099:2017,Animalfeedingstuffs,cerealsandmilledcerealproducts-Guidelinesfortheapplicationofnearinfraredspectrometry,MOD）20240501实施20231222发布中华人民共和国农业农村部发布学兔兔标准下载学兔兔标准下载NY
2、/T目次前言
3、49018;范围&#
4、1049018;&#
5、1049018;规范性引用文件h
6、9018;术语和定义
7、
8、原理
9、8;仪器设备
10、49018;
11、49018;采样&#
12、1049018;样品
13、
14、定标模型的建立与验证
15、定标模型性能统计学评价
16、;试样测定步骤
17、049018;
18、049018;仪器稳定性检查Й
19、018;定标模型性能监控
20、8;精密度和准确度&
21、#1049018;&
22、#1049018;检测报告⣺
23、18;附录A(资料性)本文件与ISO:相比的结构变化情况&#
24、1049018;附录B(资料性)本文件与ISO:的技术差异及其原因附录C(资料性)补充性条款及定义&
25、#1049018;&
26、#1049018;附录D(资料性)异常值和控制图示例
27、49018;附录E(资料性)制定具体成分或技术参数近红外分析标准的指南参考文献&
28、#1049018;&
29、#1049018;学兔兔标准下载NY/T前言本文件按照GB/T标准化工作导则第部分:标准化文件的结构和起草规则的规定起草.本文件修改采用ISO:动物饲料、谷物及谷物精制料近红外光谱分析应用指南.本文件与ISO:相比做了结构调整,两个文件之间的结构变化对照一览表见附录A.本文件与ISO:的技术差异及其原因见附录B,在所涉及的条款的外侧页边空白位置用垂直单线()进行了标示.本文件做
30、了下列编辑性改动:文件名称改为饲料近红外光谱测定应用指南.请注意本文件的某些内容可能涉及专利.本文件的发布机构不承担识别专利的责任.本文件由农业农村部畜牧兽医局提出.本文件由全国饲料工业标准化技术委员会归口.本文件起草单位:中国农业大学、中国农业科学院农业质量标准与检测技术研究所国家饲料质量检验检测中心(北京).本文件主要起草人:杨增玲、韩鲁佳、樊霞、刘贤、黄光群、王石.学兔兔标准下载NY/T饲料近红外光谱测定应用指南范围本文件提供了饲料成分如水分、粗脂肪、粗蛋白质、淀粉、粗纤维含量以及消化率等技术参数的近红外光谱测定应用指南.本文件适用于饲料的近红外光谱测定.规范性引用文件下列文件中的内容通
31、过文中的规范性引用而构成本文件必不可少的条款.其中,注日期的引用文件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件.GB/T饲料工业术语IIGB/T饲料采样(GB/T,SO:,DT)GB/T分子光谱多元校正定量分析通则术语和定义GB/T、GB/T和本文件附录C界定的以及下列术语与定义适用于本文件.(近红外光谱nearinfraredspectoscopyNIRS)近红外光谱,是在nmnm(/cm/cm)近红外谱区范围内测量的样品对光的吸收强度.NIRS仪器测量样品在近红外谱区、或部分近
32、红外谱区、或包含近红外谱区在内的更宽谱区(如nmnm)的吸光度值,然后采用多元校正分析技术将吸光度值与样品成分含量或属性进行关联.tt成分含量consiuentcontent用仲裁方法或公认方法检测的饲料成分的含量.示例:水分、粗脂肪、粗蛋白质、淀粉、粗纤维、中性洗涤纤维及酸性洗涤纤维.技术参数technologialparametr用仲裁方法或公认方法检测的饲料属性或功能参数.示例:消化率.原理采集近红外光谱(NIRS),并利用已开发的定标模型,给出所分析饲料样品的成分含量/技术参数值.仪器设备近红外光谱分析仪仪器具有漫反射或透射检
33、测模式,其谱区范围为近红外全谱区nmnm(/cm/cm)或全谱区内的部分谱区或是选择的波长或波数.光学原理可为色散型(如光栅单色仪)、干涉型或非热型(如发光二极管、激光二极管以及激光)等.仪器宜具备自我诊断系统,用于检测仪器的噪声、重现性、波长/波数准确度和波长/波数精密度(对扫描型光谱仪).近红外仪器,宜具有采集足够样品量(包括样品体积和样品表面积)光谱信息的相应附件,以消除待检学兔兔标准下载NY/T样品化学组成和物理性质不均一的影响.采用透射扫描方式的近红外仪器,光程(样品厚度)宜依据仪器制造商关于信号强度的推荐值进行优化,以获得最佳的线性和最大的信噪比.样品研磨、粉碎
34、设备选择适当的研磨或粉碎设备(仅在需要对样品进行研磨或粉碎时使用).注:研磨或粉碎条件的改变会影响近红外光谱的测量,例如,发热会导致像水分这类挥发性成分发生变化.采样采样不是本指南提供的内容.注:推荐的样品采集方法按照GB/T的规定执行.采集对所分析成分具有代表性的样品,且保证样品在运输和储存过程中不会损坏或发生变化.样品总则本文件中的样品包括:用于近红外仪器定标的定标样品、用于定标模型验证的验证样品、用于仪器稳定性检查的仪器质控样品及用于定标模型性能监控的监控样品.定标样品和验证样品定标样品和验证样品需具有代表性,涵盖各种影响因素,
35、如需考虑:a)样品的主要成分与次要成分及其含量范围;b)对饲草和饲料原料样品,需考虑季节、地域和品种等因素的影响;c)加工技术和工艺的不同;d)储存条件的不同;e)样品和仪器的温度变化;f)仪器变化(如仪器间差异).定标样品和验证样品可从同一样品池中,按所分析成分含量排序后轮流或取第n个样品的方法选择.仪器质控样品仪器质控样品要能够长时间稳定的保存,并尽可能与所分析样品类似.质控样品的成分含量/技术参数值也要保持稳定,并等同于或至少从生物化学性质的角度尽可能接近所分析样品.定标模型性能监控样品定标模型性能监控样品宜从待测试样中随机选取.需采用一定的采样策
36、略确保样品在定标范围内分布均匀,例如,将样品按含量高低进行分段后在每段中随机选择样品,或选择能够涵盖常规范围的样品.定标模型的建立与验证总则在进行待测试样测定前,采用定标方法将样品的近红外光谱数据与样品的成分含量/技术参数的参考值进行关联,建立定标模型.定标方法有很多,在此不推荐具体的定标方法.关于定标方法的选择可参考文献、GB/T或所使用仪器的使用手册.参考值样品水分、粗脂肪、粗蛋白质、淀粉、粗纤维、中性洗涤纤维及酸性洗涤纤维等成分含量以及消化率等技术参数的参考值,宜使用仲裁方法或公认方法进行赋值,参考值的精度需在仲裁方法或公认方法要求的精度范围内,并
37、要记录参考值的具体精度值.异常值xy定标和验证过程中可能会出现统计值异常,称为异常值.异常值包括:光谱数据异常值(即:异常值)或参考值存在误差或样品的参考值与近红外光谱数据相关性异常(即:异常值).异常值示例见附录学兔兔标准下载NY/TD中的图D至图D.如果符合下列情况,验证过程中出现的统计值异常不能作为异常值:a)样品成分含量/技术参数在定标样品含量范围内;b)样品光谱在定标样品光谱的变异范围内,如可通过马氏距离来判断是否在变异范围内;c)样品光谱残差在定标样品确定的范围内;d)样品预测残差在定标样品确定的范围内.如果出现了异常值样
38、品,首先看是否是x异常值,如果超出了定标确定的x异常值的限值,那该样品需要被剔除.如果不是x异常值,则需要检查是否是y异常值,如通过重复分析检查y异常值:如果参考值和近红外测定值确证无误,则该样品需保留并参与定标模型验证结果统计分析;如果重复测量值证明原始参考值或近红外测定值有误,那么该样品使用新测定值进行赋值.定标模型的验证总则在分析待测试样之前定标模型需使用具有代表性的独立检验集进行验证.为进行偏差、斜率和预测标准误差的统计学评价,至少需要个样品.验证样品需充分考虑样品种类、成分含量/技术参数的范围、温度和其他已知有影响或可能有影
39、响的因素,只有验证样品包含这些影响因素时才能证明定标的有效性.注:定标模型只能在已被验证的范围内使用.独立验证样品的参考值和近红外测定值的散点图及独立验证样品和残差的散点图可对定标模型的效ba果进行直观显示.使用偏差(is)矫正后的残差散点图和计算出的sSEP(见)可检验y异常值,例如,残差大于sSEP的即可判断为异常值.如果验证过程显示定标模型不能获得可接受的统计值,那么该定标模型就无法使用.注:什么是可接受的统计值由用户根据参考值的精度、所测指标的含量范围和分析目的等决定.yyy采用线性回归(refabyNIRS)拟合近红外测定值(NIRS)和参考值(ref)形成描述验
40、证结果的统计指标.偏差校正需检查近红外测定值和参考值之间的偏差.近红外测定值和参考值的平均值的差值与有显著性差异表明定标存在偏差,可通过调整定标模型的常数项(截距)来消除偏差(见)的影响.斜率调整斜率b与存在显著性差异说明定标模型回归曲线出现了倾斜.通常不推荐对斜率/截距进行调整,除非定标模型应用于新样品类型或新仪器.如果对定标模型的验证没有发现异常值,尤其是没有发现高杠杆值的异常样品,推荐通过扩充现有定标样品使之包含更多有代表性的样品.但是,一旦斜率被调整,定标模型就需使用新的一组独立检验集进
41、行验证.定标样品的扩充定标模型的准确度未达到预期效果时,宜扩充定标样品,或建立新的定标模型.定标样品扩充后建立的新定标模型采用新的一组验证样品进行重新验证,直至验证结果满足预期为止.检测条件和仪器状况的变化除非进行重新定标,否则如果检测条件改变,那么基于条件未改变前验证过的定标模型将不再有效.例如,尽管成分含量的范围相同,为某个样品集开发的定标模型对该样品集之外的样品仍可能是无效的.再如,因为遗传因素、生长条件和加工工艺参数等的不同,针对某个地区的青贮饲草建立的定标模型不能对其他地区的样品给出相同准确度的测定.未在定标样品中包含的样品
42、制备技术或测量条件的改变同样会影响分析结果,如样品粒度、温度等.在某一仪器上开发的定标模型并非总是可以直接转移到另一台相同原理、相同型号的仪器上.定标模型转移之前,必须对定标模型的斜率/截距进行相应调整.在多数情况下,定标模型转移之前必须进行两台仪器之间的标准化(参考文献).经过标准化后不同类型仪器之间可以进行定标模型转移,但要求学兔兔标准下载()h
43、9018;eiyiyiyi第i个近红外测定值.NY/T样品检测采用相同方式(反射、透射),且波长范围拥有重叠波段.检测条件和仪器状况改变时,需对定标模型进行重新验证.仪器任何主要部件(光学系统、检测器)更换或维修时,也需对定标模型进行重新验证.定标模型性能统计学评价总则定标模型的性能需使用验证样品来检验.验证样品要独立于定标样品.验证样品需严格采用参考方法进行参考值赋值,控制验证样品参考值的精度非常重要,甚至比控制定标样品参考值的精度还重要.为计算有说服力的统计数据,验证样品数量至少个.对定标模
44、型性能的评价所用的NIRS检测方案需与待测试样测定时所用的方案相同(一次分析或两次分析).结果散点图可视化绘图是定标性能统计学评价的重要方法之一.如参考值近红外测定值或残差近红外测定值的散点图.残差按公式()计算.式中:ie第i个残差;yi第i个参考值;与参考值相比,近红外测定值偏大时偏差为负,近红外测定值偏小时偏差为正.数据散点图可以清晰地表现相关关系、偏差、斜率和异常值的情况(见图).说明:线(偏差为、斜率为的理想线);异常值;带偏差的线(线减去偏差得到的线);偏差.线性回归拟合线;注:异常值(图中)对斜率有很大的影响,如果该结果是用于斜率调整的,则异常值需要剔除.y图
45、定标样品的散点图(refabyNIRS)偏差大多数时候需要考察近红外模型的偏差或系统误差.偏差产生的原因主要包括:未被包含在定标模兔学兔标准下载eni()eiNY/T型中的新样品类型、仪器的漂移、参考值的漂移、过程的变化
46、、样品制备的变化等.n偏差是残差的平均值,个独立样品的偏差按公式()计算.n式中:e偏差;n独立样品数;i式()中e定义代入公式(),由此可以得到公式().eyyiyy()n式中:y参考值的平均值;nniiiy近红外测定值的平均值.Tbt()sSEPh
47、9018;()()sRMSEPe
48、49018;()sRMSEP()
49、49018;()nsSEPeB偏差的显著性用ttest进行检验.其接受或拒绝的阈值由偏差置信区间(CL)Tb确定,Tb的计算见公式().n式中:Tb偏差置信区间;发生类错误的概率,即检验的显著性水平;t双尾检验学生氏t值,其值大小取决于与SEP有关的自由度和类错误的概率,可使用lExce中的TINV函数计算得到;sSEP预测标准误差(见).B示例:当n,且sSEP,CL按公式()计算.Tb这意味着,当偏差高于预测标准误差的时,该个样品检测的偏差与有显著性差异.预测误差均方根s预测误差均方根(RMSEP)按公式()计
50、算.niin式中:sRMSEP预测误差均方根.该值可以与sSEC和sSECV进行比较(见附录C).ssRMSEP包含随机误差(即预测标准误差sSEP)和系统误差(即偏差),同时也包含参考方法的误差(SEC和sSECV也包含参考方法的误差).sRMSEP按公式()计算.n对sRMSEP不进行统计检验,而是分别对系统误差(即:偏差e)和随机误差(即sSEP)进行相应的统计检验.预测标准误差s预测标准误差(SEP),即残差的标准差,反映了经近红外测定值与参考值的偏差校正后的近红外测定结果的准确度,按公式()计算.sSEP(ie)enin&#
51、1049018;()兔学兔标准下载在近红外测定结果报告中,回归方程yaby中的斜率b经常被给出.回归方程yaby中的斜率b和截距a根据最小二乘拟合法计算,分别按公式()和公式()&
52、#1049018;()bsyn个近红外测定值的方差.ayby
53、()NY/TsSEP与sSEC或sSECV的比较(见附录C),可用于检查定标模型的有效性.误差置信区间(UECL),TUE,用F检验计算(参考文献),见公式().MTUEsSECF(v,)()式中:TUE误差置信区间;sSEC定标标准误差(见附录C);M)MF
54、(v,F累积分布的概率值,大小取决于类错误概率、自由度v和M,F(v,)可使用Excel中的FINV函数计算;v验证样品sSEP相对应的自由度,即n,其中n是验证集独立样品数;nM定标标准误差sSEC相对应的自由度,即ncp.其中,c是定标样品数;p是模型的因子数或PLS主成分数,或人工神经网络模型中的神经元连接的权重(见附录C).nss注:由于sSEC过于理想化,故sSECV是比sSEC更好的统计量,经常用于替代sSEC.示例:,,M,SEC,按式()计算TUE.对这个验证样品,SEP比sSEC大之内是可接受的.
55、F检验需要两个独立的样品集,所以不能用于比较基于同一样品集的两种定标方法的检验.斜率当计算的斜率用于校正近红外测定结果时,斜率的计算必须以参考值作为因变量,以近红外测定值作为自变量.计算.syysy式中:b斜率;syy参考值和近红外测定值的协方差;式中:a截距.同偏差的显著性检验,可用t检验对b进行假设检验,如公式()所示.tobsbsy()nsres式中:tobs计算的t值;sres残差标准偏差.残差标准偏差sres,按公式()计算.
56、()sresi(byi)ya()nins注:如果近红外测定值为斜率和截距法校正值,res与sSEP相似.不要把偏差和截距混淆(也可参见图).只有斜率b时,偏差才等于截距.当满足公式()时,斜率b与有显著性差异.tobst
57、()()学兔兔标准下载NY/T式中:t()双尾检验学生氏t值,其值大小取决于自由度和类错误的概率;可使用Excel中的TINV函数计算得到.含量范围太窄或分布不均匀都会导致斜率校正无用.仅当验证样品覆盖了定标样品大部分含量范围时,方可对斜率进行调整.示例:样品
58、数量n,残差标准偏差见公式()为,近红外测定值的标准偏差Sy,并且计算的斜率b,则得到的tobs值为,由于对应个样品的t()为(),故斜率b与之间的差异不显著.若斜率为,则tobs值为,那么斜率b与之间就存在显著性差异.试样测定步骤待测试样的制备所有待测试样要在特定条件下保存,以确保样品从采样到分析的整个过程中成分含量保持不变.采用标准化的制备流程确保待测试样的制备与验证样品的制备保持一致.待测试样要选取对所分析成分具有代表性的样品.具体分析流程见具体成分
59、或技术参数的近红外分析标准.制定具体成分或技术参数近红外分析标准的指南见附录E.试样测定参照近红外光谱仪器制造商或供应商的仪器使用说明进行.试样温度要在验证样品温度范围之内.测定结果的评估试样测定结果需在所使用的定标模型范围内方为有效.若试样存在光谱异常,则近红外光谱测定结果不可采纳.若对同一样品有多次测量,且满足重复性要求的(见),计算其算术平均值.对结果的表述参照具体成分或技术参数近红外分析标准.仪器稳定性检查用仪器质控样品检查仪器稳定性为确保仪器硬件的稳定性及预防仪器故障,在待测试样测定时要对仪器质控样品进行
60、检测,且每天至少进行一次仪器质控样品的检测.质控样品的制备需与待测试样的制备保持一致,并且以能够使其存储效期最大化的方式进行存储.仪器质控样品需要能够保持长时间的稳定,其稳定性要根据实际情况进行检测.仪器质控样品需与待测试样同时进行近红外分析,以保障不间断的质量控制.对质控结果的波动进行记录并绘制质控图,同时,对有显著性变化趋势的质控图进行研究.仪器诊断对扫描型光谱仪,需至少每周检查一次其波长/波数(见)的准确度和精密度,如果仪器商推荐,检查频度还需要更高.并且,检查结果要与相应技术规格及要求进行对比(见).需至少每周或按照厂商推荐的
61、时间间隔对仪器的噪音进行检查.联网仪器如果几台仪器联网使用,需根据厂商的推荐对仪器之间的标准化(见附录C)给予特别关注.定标模型性能监控总则分析样品前需对定标模型的适用性进行检查.可采用在定标和验证过程中所使用的异常值剔除方法,如马氏距离和光谱残差等.这在大多数仪器中可被自动执行.如果样品没有通过适用性检验,则不能用现有的定标模型进行检测,需对定标模型进行修正或升级.学兔兔标准下载NY/T异常样品的检测可用于选择哪些样品需要用参考方法赋值,然后用于升级定标模型.如果定标模型能够适用于被分析样品,则该样品光谱可采用该
62、定标模型进行测定.定标模型性能需持续选用有参考方法赋值的监控样品进行验证,以确保定标处于稳定的最优状态并满足分析准确性要求.对近红外定标模型性能的验证频度,需足以确保该方法运行的稳定性受控于参考方法的系统偏差和随机误差.该频度尤其依赖于每天分析的样品数量和样品集的波动.定标模型性能监控样品数量满足统计分析要求,需要至少个样品(以满足变量的正态分布).验证样品的分析结果可用于定标模型运行性能的首次监控,接下来每周个个样品即可满足对定标模型性能的监控.如果使用较少的监控样品,一旦有结果超出了控制限,则很难做出正确判断.参考值和近红外测定值差异的控制图ss结果宜采用控制图进行评估
63、,控制图以分析样品数作为横坐标,参考值和近红外测定值间的差值作为纵坐标;SEP(的置信概率)和SEP(的置信概率)可用作警戒限和行动限,其中sSEP采用独立于定标样品的验证样品获得.当定标和参考值的测定均按照规定标准执行时,个数据点中只有个在警戒限之外,个数据点中只有个在行动限之外.S根据控制图检查系统偏差、偏差的正负和极端异常值.可使用休哈特(hewart)控制图的一般规则对结果进行评估.注意过多规则同时使用时可能会导致虚假报警.可组合采用以下规则进行检查:a)个点超过了行动限;b)连续个点中有个在警戒限之外;c)连续个点在线的同一侧.展现其他特征(如参考值和近红外测定值
64、间差值的平均值)的控制图和其评判规则也可以使用,以强化对结果的评估.对结果评估时,要注意sSEP和所测得的近红外测定值与参考值的差异也包含参考值的不精密度.如果参考值的不精密度小于sSEP的/,则该影响可忽略不计.为减少虚假报警的风险,宜以不同的顺序分别进行监控样品的近红外光谱分析和参考值分析,以避免日间系统偏差的影响.如果样品经常超出警戒限,并且控制图显示都是随机误差(无趋势性或系统偏差),可能是由于在确定行动限和警戒限时使用了太过理想的sSEP.此时,通过频繁调整定标以勉强将结果限于控制限范围内的做法不可取,需对sSEP进行重新评估.稳定运行一段时间后的定标模型可能会开始出现失控的情况,此
65、时需对定标模型进行升级.升级之前,首先要评估该失控发生的原因是否是参考值含量范围的变化、测定条件的变化(如更换新的操作者)、仪器出现漂移或发生故障等.有些情况下,只通过调整定标模型的常数项(即截距)就能满足分析要求(示例见图D).其他情况下,可能需要重新运行定标程序.重新定标时,定标样品要包含对定标模型性能进行监控的监控样品,也可专门选择样品来进行重新定标(示例见图D).在参考值的分析方法满足精密度要求,且近红外分析的检测条件与仪器性能保持稳定的条件下,偏差出现了显著性差异或sSEP值升高的情况,则可能是由于样品的化学、生物学或物理性质与定标样品相比发生了变化.其他控制图(如z分数图)也可使用.精密度和准确度重复性重复性是对完全相同的试样,采用相同的检测方法,在同一实验室,相同的操作人员,用相同的操作仪器,在短时间内获得的次独立测量结果的差异,该差异不大于.重复性的大小依赖于样品、分析成分、样品和分析成分的变化范围、样品制备方法、仪器类型及相应的定标策略.所有情况下都要进行重复性的检测.学兔兔标准下载NY/T