10.33267/2072-9642-2023-2-31-36

УДК 628.9.037:631.363.7  

М.В. Беляков, д-р техн. наук, вед. науч. сотр., Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 Д.Ю. Павкин, канд. техн. наук, ст. науч. сотр., зав. лабораторией, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 Е.А. Никитин, канд. техн. наук, мл. науч. сотр., Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.  (ФГБНУ ФНАЦ ВИМ);

И.Ю. Ефременков, инженер (ФГБНУ ФНАЦ ВИМ, ФГБОУ ВО «НИУ «МЭИ»)

Аннотация. Изучены перспективные оптические методы анализа питательности компонентов кормовой смеси для крупного рогатого скота. По результатам исследования обоснованы спектральные диапазоны фотолюминесценции 380-550 и 450-600 нм соответственно, позволяющие определить массовые доли силоса и комбикорма в смеси, а также оценить качество смешивания оптическими методами.

Ключевые слова: анализ сельскохозяйственных кормов, фотолюминесценция, спектроскопия биологических объектов, поток излучения. Список используемых источников 1. Harper M., Oh J., Giallongo F., Lopes J., Weeks H., Faugeron J., Hristov A. Short communication: Preference for flavored concentrate premixes by dairy cows. J. Dairy Sci. 2016, 99, 6585–6589. DOI: 10.3168/ jds.2016-11001. 2. Мишуров Н.П. Информационный менеджмент молочного скотоводства // Вестник ВНИИМЖ. 2014. № 4. С. 41-48. 3. Мишуров Н.П., Кондратьева О.В., Федоров А.Д., Слинько О.В., Войтюк В.А.,Воловиков С.А. Зарубежный опыт распространения новых знаний в сельском хозяйстве // Техника и оборудование для села. 2021. № 1 (283). С. 38-43. DOI: 10.33267/2072-9642-2021-1-38-43. 4. Беляков М.В., Никитин Е.А., Ефременков И.Ю. Эффективность фотолюминесцентного метода контроля гомогенности кормовых смесей в животноводстве // С.-х. машины и технологии. 2022. Т. 16. № 3. С. 55-61. 5. Solovchenko A., Shurygin B., Kuzin A., Dorokhov A., Smirnov I., Khort D., Aksenov A., Nikolenko A., Velichko V. Linking tissue damage to hyperspectral reflectance for non-invasive monitoring of apple fruit in orchards. Plants. 2021. Т. 10. № 2. С. 1-15. DOI: 10.3390/plants10020310. 6. Rego G., Ferrero F., Valledor M., Campo J.C., Forcada S., Royo L.J., Soldado A. A portable IoT NIR spectroscopic system to analyze the quality of dairy farm forage. Computers and Electronics in Agriculture. 2020. V. 175, Article number 105578. DOI: 10.1016/j.compag.2020.105578. 7. Samadi S., Wajizah A.A. Munawar Rapid and Simultaneous Determination of Feed Nutritive Values by Means of Near Infrared Spectroscopy // Tropical Animal Science Journal. Vol. 41 № 2 (2018) DOI: 10.5398/ tasj.2018.41.2.121. 8. Yang Z., Nie G., Pan L., Zhang Y., Huang L., Ma X., Zhang, X. Development and validation of near-infrared spectroscopy for the prediction of forage quality parameters in Lolium multiflorum. 2017. Peerj, 5, e3867. DOI: 10.7717/peerj.3867. 9. Marchesini G., Serva L., Garbin E., Mirisola M., Andrighetto I. Near-infrared calibration transfer for undried whole maize plant between laboratory and onsite spectrometers // Italian Journal of Animal Science. 2017. Nо. 1, p. 66-72. DOI: 10.1080/1828051x.2017.134566. 10. Ren G., Sun Y., Li M., Ning J., Zhang Z. Cognitive spectroscopy for evaluating Chinese black tea grades (Camellia sinensis): near-infrared spectroscopy and evolutionary algorithms // Journal of the Science of Food and Agriculture. 2020. Nо. 100, p. 3950-3959. DOI: 10.1002/ jsfa.10439. 11. Sánchez M.T., Torres I., de la Haba M.J., Chamorro A., Garrido-Varo A., Pérez-Marín D. Rapid, simultaneous, and insitu authentication and quality assessment of intact bell peppers using NIRS technology // Journal of the Science of Food and Agriculture. 2019. Nо. 99, р. 1613-1622. DOI: 10.1002/ jsfa.9342. 12. Saroj Kumar, Rachid Lahlali, Chithra Karunakaran, Xia Liu. Infrared spectroscopy combined with imaging: A new developing analytical tool in health and plant science // Applied Spectroscopy Reviews. 2016. V. 51. Р. 466-483. DOI: 10.1080/05704928.2016.1157808. 13. Hoonsoo Lee, Moon S. Kim, HyounSub Lim, Eunsoo Park, Wang-Hee Lee, Byoung-Kwan Cho. Detection of cucumber green mottle mosaic virus-infected watermelon seeds using a near-infrared (NIR) hyperspectral imaging system: Application to seeds of the «Sambok Honey» cultivar // Biosystems Engineering. 2016. V. 148. Р. 138-147. 14. João Serrano, Shakib Shahidian, Ângelo Carapau, Ana Elisa Rato. NearInfrared Spectroscopy (NIRS) and Optical Sensors for Estimating Protein and Fiber in Dryland Mediterranean Pastures // AgriEngineering. 2021. 3(1), p. 73-91. DOI: 10.3390/ agriengineering3010005. 15. Andueza D., Picard F., Martin-Rosset W., Aufrère J. Near-infrared spectroscopy calibrations performed on oven-dried green forages for the prediction of chemical composition and nutritive value of preserved forage for ruminants. Appl. Spectrosc. 2016, 70, p. 1321-1327. 16. Berzaghi P., Cherney J., Casler M.D. Prediction performance of portable near infrared reflectance instruments using preprocessed dried, ground forage samples. Comput. Electron. Agric. 2021, 182, Article number 106013. 17. Nikitin E.A., Pavkin D.Y., Izmailov A.Yu., Aksenov A.G. Assessing the homogeneity of forage mixtures using an rgb camera as exemplified by cattle rations // Applied Sciences (Switzerland). 2022. Т. 12. Nо. 7. DOI: 10.3390/app12073230. 18. Belyakov M., Sokolova E., Listratenkova V., Ruzanova N., Kashko L. Photoluminescent control ripeness of the seeds of plants. E3S Web of Conferences. 2021. V. 273, Article number 01003. DOI: 10.1051/ e3sconf/202127301003.

Substantiation of the Choice of Special Ranges for Photoluminescent Control of the Composition and Nutritional Value of Forages

M.V. Belyakov, D.Yu. Pavkin, E.A. Nikitin (VIM) I.Yu. Efremenkov (VIM, MPEI)

Summary. Promising optical methods for analyzing the nutritional value of the components of the feed mixture for cattle have been studied. The results of the study substantiated the spectral ranges of photoluminescence 380-550 and 450-600 nm, respectively, allowing to determine the mass fractions of silage and compound feed in the mixture, as well as to evaluate the quality of mixing by optical methods.

Keywords: analysis of agricultural feed, photoluminescence, spectroscopy of biological objects, radiation flux.