Trong nghiên cứu này, có thể sử dụng máy ảnh siêu phổ 400-1000nm và FS13, một sản phẩm củaCông ty TNHH Công nghệ Hàng Châu CHNSpec, LTD., có thể được sử dụng cho các nghiên cứu liên quan.Phạm vi quang phổ là 400-1000nm, độ phân giải bước sóng tốt hơn 2,5nm và có thể đạt tới 1200 kênh quang phổ.Tốc độ thu nhận có thể đạt tới 128FPS trong toàn phổ và mức tối đa sau khi chọn băng tần là 3300Hz (hỗ trợ lựa chọn băng tần nhiều vùng).
Các chất dinh dưỡng chính của thức ăn tổng hợp bao gồm nước, tro, protein thô, canxi, tổng phốt pho, v.v.Việc phát hiện các chất dinh dưỡng chính của thức ăn chăn nuôi là một mắt xích kỹ thuật không thể thiếu trong quy trình sản xuất và là phương tiện quan trọng để đảm bảo chất lượng sản phẩm thức ăn chăn nuôi.Phương pháp phát hiện và phân tích thức ăn là cơ sở để kiểm soát chất lượng của nó.Hiện nay, phương pháp phân tích hóa học truyền thống thường được sử dụng để xác định các chất dinh dưỡng chính của thức ăn hỗn hợp.Phương pháp xác định truyền thống thường tốn nhiều thời gian và công sức, dẫn đến thời gian trễ, trong khi chi phí xác định cao, thậm chí một số cần phải tự hủy mẫu, điều này cũng có yêu cầu cao hơn đối với người vận hành và phòng thí nghiệm.Để khám phá một phương pháp phát hiện nhanh các chất dinh dưỡng chính của thức ăn hỗn hợp, thúc đẩy toàn diện và áp dụng nó vào thử nghiệm và phân tích thực tế của các doanh nghiệp thức ăn chăn nuôi, mang lại lợi ích kinh tế và xã hội cao để cải thiện tỷ lệ phát hiện và thúc đẩy sự phát triển của cấp độ thử nghiệm thức ăn hỗn hợp.Phát hiện hình ảnh siêu phổ là một bộ phát hiện phổ và thị giác máy tính công nghệ cao, việc sử dụng công nghệ hình ảnh siêu phổ để lấy thông tin mẫu chứa một số lượng lớn thông tin phổ của khối hình ảnh ba chiều, nó không chỉ có độ phân giải phổ cao mà thông tin phổ được trích xuất từ hình ảnh có thể được sử dụng để phát hiện chất lượng bên trong của mẫu.Do đó, công nghệ phát hiện hình ảnh siêu phổ ngày càng được các học giả trong và ngoài nước ưa chuộng và đã được sử dụng rộng rãi trong việc phát hiện chất lượng nông sản, nhưng nghiên cứu ứng dụng trong thức ăn hỗn hợp hiếm khi được báo cáo.Trong nghiên cứu này, công nghệ hình ảnh siêu phổ được sử dụng để thu được thông tin phổ nhìn thấy/gần hồng ngoại của các mẫu thức ăn hỗn hợp thử nghiệm và mô hình phân tích định lượng các chất dinh dưỡng chính trong thức ăn hỗn hợp, chẳng hạn như độ ẩm, tro, protein thô, canxi và tổng phốt pho, được thiết lập bằng cách sử dụng phương pháp cân bằng hóa học và mô hình đã được xác minh, nhằm khám phá tính khả thi của việc sử dụng công nghệ hình ảnh siêu phổ để phát hiện các chất dinh dưỡng chính trong thức ăn hỗn hợp.Nó cũng cung cấp một ý tưởng mới và cơ sở để phát hiện nhanh thức ăn hỗn hợp.
Trong nghiên cứu này, công nghệ hình ảnh siêu phổ được sử dụng để thiết lập các mô hình phân tích định lượng protein thô, tro thô, nước, hàm lượng phốt pho và canxi tổng số trong thức ăn hỗn hợp bằng phương pháp loại bỏ mẫu bất thường, chia bộ mẫu, tiền xử lý quang phổ tối ưu và lựa chọn dải đặc trưng, kết hợp với phép cân bằng hóa học bình phương nhỏ nhất từng phần.Các mô hình đã được xác minh.Bộ mẫu protein thô chia theo phương pháp SPXY và bộ mẫu tro thô chia theo phương pháp CG, kết hợp với sự kết hợp của AS, FD và SNV, mô hình phân tích định lượng được thiết lập trong dải đặc trưng có hiệu quả tốt nhất.Hệ số xác định bộ hiệu chỉnh R& của mô hình protein thô tối ưu là 0,8373, lỗi bình phương trung bình gốc RMSEC là 2,1327%, lỗi phân tích tương đối RPDc là 2,4851, bộ xác thực RV là 0,7778, RMSEP là 2,6155% và RPDv là 2,1143.Đã thu được tro thô tối ưu R&, RMSEC 1,0107%, RPDc 2,2064, RV 0,7758, RMSEP 1,0611% và RPDv 2,1204.Các mô hình phân tích định lượng protein thô và tro thô đều cho thấy hiệu suất dự đoán tốt và có thể được sử dụng để phân tích định lượng thực tế.Bộ chia mẫu nước theo phương pháp CG kết hợp tiền xử lý AS, OSC và Detrend cho hiệu quả tốt nhất ở dải đặc trưng.Bộ hiệu chỉnh RE của nó là 0,6470, RMSEC là 1,8221%, RPD là 1,6849, bộ xác thực Ry là 0,6314, RMSEP là 1,6003%.RPDv là 1,9371, mặc dù mô hình có thể được sử dụng trong phân tích định lượng thực tế nhưng độ chính xác dự đoán của nó vẫn cần được tối ưu hóa hơn nữa.Kết quả mô hình phân tích định lượng thu được từ bộ mẫu phân lân tổng theo phương pháp CG kết hợp với các phương pháp tiền xử lý AS, FD và SNV là tối ưu.Tỷ lệ RS, RMSEC và RPD của mô hình tối ưu lần lượt là 0,6038, 0,1656% và 1,5700.Bộ xác thực R9, RMSEP và RPD/ lần lượt là 0,4672, 0,1916% và 1,3570.Các tham số hiệu suất của cả mô hình hiệu chỉnh và mô hình xác nhận đều kém, cho thấy mô hình có khả năng dự đoán kém và không thể được sử dụng trong phân tích định lượng thực tế.Sau khi tiền xử lý bộ mẫu canxi được chia theo phương pháp CG và kết hợp với phương pháp AS, OSC và Detrend, mô hình phân tích định lượng được thiết lập trong dải đặc trưng của nó có hiệu quả tốt nhất, RB của mô hình tối ưu là 0,4784 và bộ kiểm chứng R≈ chỉ còn 0,4406.Hiệu quả dự báo của mô hình kém, không áp dụng được trong phân tích thực tế.Độ chính xác dự đoán của mô hình phân tích định lượng tối ưu protein thô dựa trên công nghệ hình ảnh siêu phổ là tốt nhất và hiệu suất dự đoán của mô hình tro thô là thứ hai và cả hai đều có thể được sử dụng chính xác trong phát hiện thực tế.Độ chính xác dự đoán của mô hình phân tích định lượng tối ưu nước cần được cải thiện.Tuy nhiên, mô hình phân tích định lượng tối ưu của tổng phốt pho và canxi có hiệu suất dự đoán kém và không thể được sử dụng để phát hiện thực tế.