In questo studio, una macchina fotografica hyperspectral 400-1000nm può essere usata e FS13, un prodotto della tecnologia il Co., la srl, srl di Hangzhou CHNSpec, può essere usato per la ricerca relativa. L'ampiezza dello spettro è 400-1000nm, la risoluzione di lunghezza d'onda è migliore di 2.5nm e fino a 1200 canali spettrali possono essere raggiunti. La velocità di acquisizione può raggiungere 128FPS nello spettro completo ed il massimo dopo che la selezione della banda è 3300Hz (selezione multiregionale della banda di sostegno).
Le sostanze nutrienti principali dei mangimi composti includono l'acqua, la cenere, la proteina grezza, il calcio, fosforo totale ecc. La rilevazione delle sostanze nutrienti principali di alimentazione è un collegamento tecnico indispensabile nel processo di produzione e mezzi importanti per assicurare la qualità dei prodotti dell'alimentazione. Il metodo di analisi e di rilevazione di alimentazione è la base del suo controllo di qualità. Attualmente, il metodo di analisi chimica tradizionale è usato generalmente per determinare le sostanze nutrienti principali di mangimi composti. Il metodo tradizionale di determinazione è spesso che richiede tempo ed ad alto contenuto di manodopera, con conseguente ritardo, mentre il costo della determinazione è alto ed alcuni anche devono distruggere il campione stesso, che inoltre ha più alti requisiti degli operatori e dei laboratori. per esplorare un metodo per tempestiva rilevazione delle sostanze nutrienti principali di mangimi composti, completamente promuoverlo ed applicare alla prova ed all'analisi reali delle imprese dell'alimentazione, che ha l'alto sociale e benefici economici per il miglioramento del tasso di rilevazione e la promozione dello sviluppo del livello difficile di mangimi composti. La rilevazione Hyperspectral di immagine è un insieme alta tecnologia di dispositivo ottico del computer e di rilevazione spettrale, l'uso della tecnologia hyperspectral di immagine ottenere le informazioni del campione contiene tantissime informazioni spettrali del blocchetto di immagine tridimensionale, non solo ha un'alta risoluzione spettrale e le informazioni spettrali estratte dall'immagine possono essere usate per individuare la qualità interna del campione. Di conseguenza, la tecnologia hyperspectral di rilevazione di immagine sempre più è favorita dagli studiosi nel paese ed all'estero ed è stata ampiamente usata nella rilevazione di qualità dei prodotti agricoli, ma la ricerca di applicazione in mangimi composti è riferita raramente. In questo studio, la tecnologia hyperspectral di immagine è stata usata per ottenere un modello informazioni spettrali visibili/vicine all'infrarosso dei campioni sperimentali di mangimi composti e dell'analisi quantitativa delle sostanze nutrienti principali in mangimi composti, quale umidità, cenere, proteina grezza, calcio e fosforo totale, è stata stabilita usando i metodi stechiometrici ed il modello è stato verificato, mirante ad esplorare la possibilità di usando la tecnologia dell'immagine hyperspectral per individuare le sostanze nutrienti principali in mangimi composti. Inoltre fornisce una nuove idea e base per la tempestiva rilevazione di mangimi composti.
In questo studio, la tecnologia hyperspectral di immagine è stata usata per stabilire i modelli dell'analisi quantitativa di proteina grezza, cenere grezza, l'acqua, fosforo e contenuto totale del calcio in mangimi composti per mezzo di rimozione di campione anormale, divisione dell'insieme del campione, pretrattamento spettrale ottimale e selezione caratteristica della banda, combinati con parziale la stechiometria minima. I modelli sono stati verificati. L'insieme del campione della proteina grezza diviso con il metodo di SPXY e l'insieme grezzo del campione della cenere diviso con il metodo di CG, combinato con la combinazione di asse, di FD e di SNV, il modello dell'analisi quantitativa stabilito nella banda caratteristica ha il migliore effetto. La correzione ha fissato il coefficiente R& della determinazione del modello ottimale della proteina grezza è 0,8373, l'errore quadratico medio RMSEC è 2,1327%, l'errore relativo RPDc dell'analisi è 2,4851, la convalida ha messo rv è 0,7778, RMSEP è 2,6155% e RPDv è 2,1143. La cenere grezza ottimale R&, RMSEC 1,0107%, RPDc 2,2064, rv 0,7758, RMSEP 1,0611% e RPDv 2,1204 è stata ottenuta. I modelli dell'analisi quantitativa di proteina grezza e prestazione premonitrice di manifestazione grezza della cenere sia di buona che possono essere usati per l'analisi quantitativa pratica. L'insieme del campione di acqua diviso con il metodo di CG combinato con pretrattamento di asse, dell'OSCILLATORE e di Detrend ha il migliore effetto nella banda caratteristica. Il suo RE dell'insieme di correzione è 0,6470, RMSEC è 1,8221%, RPD è 1,6849, relè dell'insieme di convalida è 0,6314, RMSEP è 1,6003%. RPDv è 1,9371, sebbene il modello possa essere utilizzato nell'analisi quantitativa pratica, la sua accuratezza di previsione ancora deve essere più ancora ottimizzato. I risultati del modello dell'analisi quantitativa ottenuto dall'insieme totale del campione del fosforo diviso con il metodo di CG combinato con i metodi di pretrattamento di asse, di FD e di SNV erano ottimali. Il rapporto di RS, di RMSEC e di RPD del modello ottimale era 0,6038, 0,1656% e 1,5700, rispettivamente. Gli insiemi R9, RMSEP e RPD/di convalida sono 0,4672, 0,1916% e 1,3570, rispettivamente. I parametri di prestazione sia del modello di correzione che del modello di convalida sono poveri, indicando che il modello ha attendibilità previsionale difficile e non può essere utilizzato nell'analisi quantitativa reale. Dopo pretrattamento dell'insieme del campione del calcio diviso con il metodo di CG e combinato con asse, l'OSCILLATORE ed il metodo di Detrend, il modello dell'analisi quantitativa stabilito nella sua banda caratteristica ha il migliore effetto, il RB del modello ottimale è 0,4784 e l'insieme R≈ di verifica è soltanto 0,4406. L'effetto di previsione del modello è povero e non può applicarsi nell'analisi pratica. L'accuratezza di previsione del modello ottimale dell'analisi quantitativa della proteina grezza basato sulla tecnologia hyperspectral di immagine è il meglio e la prestazione di previsione del modello grezzo della cenere è la seconda ed entrambi possono essere utilizzati esattamente nella rilevazione pratica. L'accuratezza di previsione del modello ottimale dell'analisi quantitativa dell'acqua dovrebbe essere migliorata. Tuttavia, il modello ottimale dell'analisi quantitativa di fosforo e di calcio totali ha prestazione premonitrice difficile e non può essere usato per rilevazione pratica.