본 연구는 시료 및 스펙트럼의 전처리 방법이 근적외선 분광법을 이용한 옥수수 사일리지의 화학적 조성분의 예측능력에 미치는 영향을 평가하기 위해 수행되었다. 시료의 전처리 방법은 건조하여 분쇄하는 방법(Oven Dried Grinding), 액화 질소처리 후 분쇄하는 방법(Liquid Nitrogen Grinding) 그리고 생사일리지(Intact Fresh)처리로 하였으며 4개의 스펙트럼의 수처리(1,4,4, 2,6,4, 2,10,5) 방법을 이용하여 다변량회귀분석법인 변형부분최소자승회귀법(MPLS)을 통해 검량식을 작성하였다. 시료의 전처리 방법에 의해서 유도된 검량식의 예측 능력은 섬유소 성분(NDF, ADF)과 일반 조성분(CP, Ash) 모두에서 Oven dried grinding (ODG) > Liquid nitrogen grinding (LNG)>Intact fresh (IF) 처리 순으로 우수하였다. 또한 스펙트럼의 수처리 방법에 의한 결과는 시료의 전처리 방법에 따라 그 예측 능력이 다르게 나타났다. 옥수수 사일리지의 섬유소 함량을 예측하기 위한 최적의 시료 전처리 및 스펙트럼 수처리 방법은 NDF는 ODG 처리에 2,10,5 수처리 방법 $(R^2=0.86)$, ADF는 ODG 처리에 2,10,5 수처리 방법 $(R^2v=0.93)$이 가장 우수한 전처리 방법으로 나타났다. 조단백질 함량과 조회분 함량을 측정하기 위한 최적의 시료 전처리 및 스펙트럼 수처리 방법은 조단백질은 ODG 처리에 1,4,4 수처리 방법$(R^2v,=0.91)$, 조회분은 ODG 처리에 2,10,5 수처리 방법$(R^2v=0.89)$이 가장 우수한 전처리 방법으로 판단된다. 이상의 연구 결과를 종합해보면 근적외선 분광법을 이용한 사일리지의 화학적 조성분 함량 측정은 적은 오차 범위 내에서 신속하고 정확한 분석법이 될 수 있음을 확인 할 수 있었다. 비록 원물 생시료(IF)에 대한 직접적인 측정은 다소 예측 정확성이 떨어지지만 현장 적용성과 편리성을 높이기 위해서는 생시료의 측정시 오차를 줄일 수 있는 스펙트럼의 수처리 방법이나 산란보정 방법과 같은 데이터 처리기법에 대한 더 많은 연구가 앞으로 진행되어야 한다고 생각되어진다.
Near infrared reflectance spectroscopy (NIRS) has been increasingly used as a rapid, accurate method of evaluating some chemical compositions in forages. Analysis of forage quality by NIRS usually involves dry ground samples. Costs might be reduced if samples could be analyzed without drying or grinding. The objective of this study was to investigate effect of sample preparations and spectral math treatments on prediction ability of chemical composition for corn silage by NIRS. A population of 112 corn silage representing a wide range in chemical parameters were used in this investigation. Samples of com silage were scanned at 2nm intervals over the wavelength range 400-2500nm and the optical data recorded as log l/Reflectance(log l/R) and scanned in overt-dried grinding(ODG), liquid nitrogen grinding(LNG) or intact fresh(IF) condition. Samples were analysed for neutral detergent fiber(NDF), acid detergent fiber(ADF), acid detergent lignin(ADL), crude protein(CP) and crude ash content were expressed on a dry-matter(DM) basis. The spectral data were regressed against a range of chemical parameters using modified partial least squares(MPLS) multivariate analysis in conjunction with four spectral math treatments to reduce the effect of extraneous noise. The optimum calibrations were selected on the basis of minimizing the standard error of cross validation(SECV). The results of this study show that NIRS predicted the chemical parameters with very high degree of accuracy(the correlation coefficient of cross validation$(R^2cv)$ range from $0.70{sim}0.95$) in ODG. The optimum equations were selected on the basis of minimizing the standard error of prediction(SEP). The Optimum sample preparation methods and spectral math treatment were for ADF, the ODG method using 2,10,5 math treatment(SEP = 0.99, $R^2v=0.93$), and for CP, the ODG method using 1,4,4 math treatment(SEP = 0.29. $R^2v=0.91$).
