开发利用非常规蛋白饲料原料是缓解我国蛋白饲料短缺的有效方式,但目前酒糟、酒精糟及其可溶物(dried distillers’grains with solubles, DDGS)和肉骨粉等原料的快速筛查方法滞后于现实需要。本研究搜集了代表性酒糟、DDGS和肉骨粉样本,分析了其成分含量特性并利用化学计量学方法和近红外／显微近红外光谱法进行表征,以期为推动相关原料的安全、科学利用提供理论依据和技术支撑。本论文的主要研究内容与结果如下：研究了酒糟的成分含量特性并基于近红外光谱法(near infrared spectroscopy, NIRS)进行表征。结果表明酒糟的成分含量变化范围广、变异大。基于NIRS建立的酒糟粗纤维、粗灰分、粗蛋白和氨基酸定量分析模型预测精度较高,验证决定系数>0.91,相对分析误差(relative prediction deviation, RPD)>3,可以用于实际检测分析。研究为酒糟的科学利用提供了快速分析方法。比较了遗传算法(genetic algorithm, GA)和后向变量选择偏最小二乘算法(backward variable selection partial least square, BVSPLS)对NIRS表征DDGS蛋白含量的影响。GA和BVSPLS分别优选了8%和16%的全光谱变量：相应模型的预测标准误差(SEP),RPD分别为0.82%和0.66%,3.38和4.20。与全光谱变量模型相比,GA模型精度与之相当；BVSPLS模型显著提高了预测精度。变量选择方法有效减少了光谱变量,提高了模型的可解释性。研究结果对发展DDGS蛋白含量NIRS在线检测装置具有指导作用。研究了基于NIRS的不同地理来源玉米DDGS溯源表征方法。结果表明基于变量标准化和15点平滑、一阶导数预处理的光谱建立的偏最小二乘判别模型可以准确区分来源于欧洲、美国、中国吉林和中国黑龙江的DDGS样本。结合化学成分分析结果和不同地理来源DDGS差异光谱变量,初步解释了不同地理来源DDGS得以区分的原因。研究为快速判断玉米DDGS地理来源提供了一种新方法。引入自组织特征映射(self organizing feature maps, SOFM)方法表征了鱼粉、禽源肉骨粉、猪源肉骨粉和反刍源肉骨粉(牛和羊)样本的氨基酸组成特性。结果表明,SOFM可有效抽取不同动物蛋白饲料原料的氨基酸组成特征,并直观可视地展示其相似性与差异性。鱼粉与肉骨粉氨基酸组成存在显著不同,而不同种属肉骨粉之间氨基酸组成相似。利用肉骨粉代替鱼粉时应注意平衡其氨基酸组成。建立了基于显微近红外光谱和多模型共识方法的不同种属肉骨粉沉淀颗粒的快速识别方法。提出了一种多模型共识策略,融合了K最近邻、偏最小二乘线性判别、支持向量机判别和XY融合的神经网络等模型的判别分析结果,统一了不同判别模型的不一致预测结果,提高了预测结果的可靠性。共识方法对验证集中禽源、猪源和反刍源颗粒的预测准确率达99.40%。研究对于解决多分类问题具有借鉴意义。