Utilização da espectroscopia no infravermelho próximo e calibração multivariada para determinação da composição nutricional de azevém

Autores

DOI:

https://doi.org/10.52945/rac.v37i1.1781

Palavras-chave:

modelos de calibração, bromatologia, espectroscopia

Resumo

Em sistemas de produção baseados em pastagens, o conhecimento do potencial nutritivo das forrageiras é de grande importância para a tomada de decisão quanto à suplementação alimentar. Entretanto, as análises para avaliar a composição nutricional são dispendiosas. A espectroscopia no infravermelho próximo (NIRS) é um método rápido e econômico utilizado para quantificar os teores dos compostos orgânicos dos alimentos. No presente trabalho foram desenvolvidos modelos de calibração multivariada para a predição dos teores de proteína bruta (PB), fibra insolúvel em detergente neutro (FDN), fibra insolúvel em detergente ácido (FDA) e digestibilidade in vitro da matéria orgânica (DIVMO) do azevém utilizando a técnica NIRS, para serem utilizados em rotina laboratorial. O número de amostras utilizadas variou de 294 a 390, de acordo com o componente analisado. Os modelos foram selecionados utilizando o erro quadrático médio da predição (RMSEP), o viés, a razão de desempenho do desvio (RPD), a razão de intervalo de erro (RER) e coeficientes de determinação (R2) obtidos na validação externa. Para PB, FDN, FDA e DIVMO os modelos selecionados apresentaram os seguintes valores, respectivamente: R2 = 0,98; 0,94; 0,96; 0,91; RMSEP = 0,96; 1,35; 1,03; 1,58; viés = 0,21; 0,51; 0,70; 0,06; RPD = 6,33; 5,02; 4,08; 3,80; e RER = 26,33; 14,37; 14,61; 11,46. De acordo com as medidas de qualidade de ajuste obtidas, os modelos desenvolvidos para PB, FDN e FDA podem ser utilizados na rotina laboratorial para as análises dos valores nutricionais de azevéns. O modelo desenvolvido para DIVMO pode ser utilizado para triagens de azevéns em estudos de avaliação, seleção e melhoramento.

Métricas

Carregando Métricas ...

Biografia do Autor

Ângela Fonseca Rech, EPAGRI / EE Lages

Zootecnista Pesquisadora

Nutrição animal

Laboratório Nutrição Animal

Simone Silmara Werner, UFSC/ CCA

Graduada em Matemática (licenciatura) pela Universidade Estadual do Oeste do Paraná (2007) e em Ciências Biológicas/ Biotecnologia pela Universidade Paranaense (2006). Doutora em Ciências (área de concentração: Estatística e Experimentação Agronômica) pela Universidade de São Paulo (2013). No período de 12/2012 - 03/2014 atuou como pesquisadora da Fundação de Apoio à Pesquisa e ao Desenvolvimento do Agronegócio - PR e de 04/2014 - 03/2022 integrou a equipe de pesquisa da Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - Epagri, atuando no planejamento de experimentos e análise de dados. Desde 04/2022 é professora do magistério superior na Universidade Federal de Santa Catarina. Tem interesse nas áreas de estatística e probabilidade aplicadas, aprendizado estatístico, modelos mistos e análise multivariada.

Referências

ANDUEZA, D.; PICARD, F.; JESTIN, M.; ANDRIEU, J.; BAUMONT, R.; NIRS prediction of the feed value of temperate forages: Efficacy of four calibration strategies. Animal, v.5, n.7, p.1002-1013, 2011. DOI: https://doi.org/10.1017/S1751731110002697.

ANKOM. Analytical Methods. 2017. Disponível em: https://www.ankom.com/analytical-methods-support/fiber-analyzer-a200. Acesso em: 24 jan. 2022.

BEZADA, S.Q.; ARBAIZA, T.F.; CARCELÉN, F.C.; SAN MARTÍN, F.H.; LÓPEZ, C.L.; ROJAS, J.E.; RIVADENEIRA, V.; ESPEZÚA, O.F.; GUEVARA, J.V.; VÉLEZ, V.M. Predicción de la composición química y fibra detergente neutro de Rye Grass Italiano (Lolium multiflorum Lam) mediante espectroscopía de reflectancia en infrarrojo cercano (NIRS). Revista de Investigaciones Veterinarias del Perú, v. 28, n. 3, p. 538-548, 2017. Disponível em: http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S1609-91172017000300007. Acesso em: 31 jan. 2022.

BÜCHI Labortechnik AG. NIRCal 5.5 - Operation Manual. Flawil, Suíça, 2013. 283p.

BURNS, G.A.; GILLILAND, T.J.; MCGILLOWAY, D.A.; O’DONOVAN, M.; LEWIS, E.; BLOUNT, N.; O’KIELY, P. Using NIRS to predict composition characteristics of Lolium perenne L. cultivars. Advances in Animal Biosciences, 1, p.321–321, 2010. Disponível em: https://www.cambridge.org/core/journals/advances-in-animal-biosciences/article/using-nirs-to-predict-composition-characteristics-of-lolium-perenne-l-cultivars/6FDD12E039AE42294466E7A4122FBF44

DARDENNE, P.; SINNAEVE, G.; BAETEN, V. Multivariate Calibration and Chemometrics for near Infrared Spectroscopy: Which Method? Journal of Near Infrared Spectroscopy, v.8, n.4, p.229-237. 2000. DOI: http://dx.doi.org/10.1255/jnirs.283

DIAS, M.C.; NUNES, H.; BORBA, A. Near-Infrared Spectroscopy Integration in the Regular Monitorization of Pasture Nutritional Properties and Gas Production. Agriculture, v.13, n.7, p.1398, 2023. DOI: http://dx.doi.org/10.3390/agriculture13071398

ESBENSEN, K.H.; GELADI, P.; LARSEN, A. The RPD myth... NIR News, v.25, n.5, p.24-28, 2014. Disponível em:

https://www.researchgate.net/publication/270640674_The_RPD_myth#fullTextFileContent

EPAGRI. Avaliação de cultivares para o estado de Santa Catarina 2020 – 2021 - Forrageiras. Epagri: Florianópolis, SC, 2020. 38p. (Boletim Técnico, 194).

FÁVARO, V.R.; CÓRDOVA, U.A.; PINTO, M.G.L.; RECH, Â.F.; WERNER, S.S.; BALDISSERA, T.C. Produção animal e variáveis climáticas em pastagem de azevém-anual tetraploide. Revista Científica Rural, Bagé-RS, v.22, n.2, 2020.

FÁVARO, V.R.; PINTO, M.G. L.; CUCCO, D.C.; WERNER, S.S.; ROSSETTO, L. Desempenho, características da carcaça e da carne de bovinos meio/sangue da raça Flamenga, terminados em pastagem de azevém anual e suplementados com casca de soja. Agropecuária Catarinense, Florianópolis, v.34, n.1, p.37-41, 2021.

FERNANDES, A.M.F. Uso da espectroscopia de reflectância do infravermelho próximo (NIRS) para previsão da composição bromatológica de vagens de algaroba e palma forrageira. 2015. 105f. Dissertação (Mestrado em Zootecnia) - Universidade Estadual Vale do Acaraú, Sobral, CE, 2015.

GALON, L.; TIRONI, S.P.; ROCHA, P.R.R.; CONCENÇO, G.; SILVA, A.F.; VARGAS, L.; SILVA, A.A.; FERREIRA, E.A.; MINELLA, E.; SOARES, E.R.; FERREIRA, F.A. Competitive ability of barley cultivars against ryegrass. Planta Daninha, Viçosa-MG, v.29, n.4, p.771-781, 2011.

GINDRI, M. Uso do NIRS como ferramenta de diagnóstico nutricional de ovinos mantidos em pastagem natural. 2016. 77.f. Dissertação (Mestrado em Zootecnia), Universidade Federal de Santa Maria, RS, 2016. Disponível em:

https://repositorio.ufsm.br/bitstream/handle/1/10923/GINDRI%2c%20MARCELO.pdf?sequence=1&isAllowed=y. Acesso em: 11 oct. 2023.

GISLUM, R.; MICKLANDER, E.; NIELSEN, J.P. Quantification of nitrogen concentration in perennial ryegrass and red fescue using near-infrared reflectance spectroscopy (NIRS) and chemometrics. Field Crops Research, v.88, p. 269- 277, 2004. Disponível em: https://www.academia.edu/32215921/Quantification_of_nitrogen_concentration_in_perennial_ryegrass_and_red_fescue_using_near_infrared_reflectance_spectroscopy_NIRS_and_chemometrics.

MAZABEL, J.; WORTHINGTON, M.; CASTIBLANCO, V.; PETERS, M.; ARANGO, J. Using near infrared reflectance spectroscopy for estimating nutritional quality of Brachiaria humidicola in breeding selections. Agrosystems Geosciences and Environment, v.3, e20070, 9p., 2020. DOI: https://doi.org/10.1002/agg2.2007

MCCLURE, W.F. 204 years of near infrared technology: 1800-2003, J. Near Infrared Spectroscopy, v.11, n.6, p.487-518, 2003. DOI: https://journals.sagepub.com/doi/abs/10.1255/jnirs.399.

METROHM. NIR Spectroscopy. A guide to near-infrared spectroscopic analysis of industrial manufacturing processes. Herisau, Suíça: Metrohm. 2013. Disponível em: https://www.metrohm.com/pt_br/products/8/1085/81085026.html. Acesso em: ???

MONTEIRO, A.R.D; FEITAL, T.S.; PINTO, J.C. Statistical Aspects of Near-Infrared Spectroscopy for the Characterization of Errors and Model Building. Applied Spectroscopy, v.71, n.7, p.1665-1676, 2017. Disponível em: https://www.researchgate.net/publication/316532367_Statistical_Aspects_of_Near-Infrared_Spectroscopy_for_the_Characterization_of_Errors_and_Model_Building. Acesso em: 09 fev. 2022.

MURPHY, D.; BRIEN, B.; DONOVAN, M.; CONDON, T.; MURPHY, M. A near infrared spectroscopy calibration for the prediction of fresh grass quality on Irish pastures. Information Processing in Agriculture, v.9. p.243–253, 2022. Disponível em: https://www.sciencedirect.com/science/article/pii/S2214317321000366. Acesso em: 11 oct. 2023.

NETO, M.M.G.; SIMEONE, M.L.F.; GUIMARÃES, C.C. Predição do teor de proteína bruta em biomassa de capins braquiária por meio de espectroscopia NIR. Comunicado Técnico, n. 205. Embrapa Milho e Sorgo, Sete Lagoas, MG, 2012. 5p.

NOEL, S.J.; JØRGENSEN, H.J.H.; KNUDSEN, K.E.B. The use of near-infrared spectroscopy (NIRS) to determine the energy value of individual feedstuffs and mixed diets for pigs. Animal Feed Science and Technology, v.283, p.115-156, 2022. Disponível em: https://reader.elsevier.com/reader/sd/pii/S0377840121003424?token=42F3EC30C93700967DCD80EA9A2C624B0BF3DC9AE34B8F19E2D414737BDA4F51FA9296E10A04CD5C67EFD8716CF6E6A2&originRegion=us-east-1&originCreation=20220214195606. Acesso em: 11 fev. 2022.

NORRIS, K.H.; BARNES, R.F.; MOORE, J.E.; SHENK, J.S. Predicting forage quality by infrared reflectance spectroscopy. Journal of animal science, v.43, n.4, p.889-897, 1976. Disponível em: https://academic.oup.com/jas/article-abstract/43/4/889/4697632?login=false. Acesso em: ???

PASQUINI, C. Near infrared spectroscopy: fundamentals, practical aspects and analytical applications. J. Braz. Chem. Soc., v.14, n.2, p.189-2019, 2003.

PASQUINI, C. Near infrared spectroscopy: A mature analytical technique with new perspectives – A review. Analytica Chimica Acta, v.1026, n.5, 2018, p.8-36, 2018.

PAULA, M., A.; VIEIRA, O.V.; MENOSSI, S.; CARVALHO, J.E.; ABUCÁTER, C.R.V. Aplicações da Espectroscopia no Infravermelho Próximo na Cadeia Produtiva de Grãos. In: TIBOLA, C.S.; MEDEIROS, E.P. de; SIMEONE, M.L.F.; OLIVEIRA, M.A. (Ed). Espectroscopia no Infravermelho próximo para avaliar indicadores de qualidade tecnológica e contaminantes em grãos. Brasília, DF: Embrapa, 2018. 200p. Disponível em: https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/1106595/1/ID445392018LVespectroscopia.pdf. Acesso em: 20 jul. 2020.

PRIETO, N.; PAWLUCZYK, O.; DUGAN, M.E.R.; AALHUS, J.L. A review of the principles and applications of near-infrared spectroscopy to characterize meat, fat, and meat products. Applied Spectroscopy, v.71, n.7, p.1403–1426, 2017. DOI: https://doi.org/10.1177/0003702817709299

RAMBO, M.K.D. Caracterização de resíduos lignocelulósico por espectroscopia NIR aliada a quimiometria para obtenção de insumos químicos. 2013. 182f. Dissertação (Doutorado em Ciências). Universidade Estadual de Campinas, Instituto de Química, Campinas, 2013.

RECH, A.F.; WERNER, S.S. Utilização da tecnologia NIRS para predição dos valores nutricionais de forrageiras. Agropecuária Catarinense, Florianópolis, v.33, n.1, p.11-14. 2020.

ROCHA, D.J.A.; CÓRDOVA, U.A.; FLARESSO, J.A.; NETO, J.S.; BALDISSERA, T.C.; COSTA, M.D.C. Avaliação de genótipos de azevém-anual para a região serrana de Santa Catarina. In: Simpósio de integração da pós-graduação: ciência, tecnologia e inovação, 1, 2018, Lages. Anais[...]. Lages: CAV-UDESC, 2018.

ROCHA, D.J.A.; COSTA, M.D.; CÓRDOVA, U.A.; FLARESSO, J.A.; STRADIOTO NETO, J.; JOCHIMS, F.; VOGT, G.A.; ZARDO, V.F.; PINTO, M.G.L. Cultivar de azevém-anual SCS317 Centenário. Florianópolis: Epagri, 2019. 6p.

SILVA, D.J.; QUEIROZ, A.C. Análise de Alimentos: métodos químicos e biológicos. 3ª. ed. Viçosa, MG: UFV, 2009. 235p.

SIMEONE, M.L.F.; PIMENTEL, M.A.G.; GONTIJO NETO, M.M.; PAES, M.C.D.; SILVA, D.D. Uso da espectroscopia no infravermelho próximo e calibração multivariada para avaliar a composição química do milho. In: TIBOLA, C.S.; MEDEIROS, E.P. de; SIMEONE, M.L.F.; OLIVEIRA, M.A. (Ed). Espectroscopia no Infravermelho próximo para avaliar indicadores de qualidade tecnológica e contaminantes em grãos. Brasília, DF: Embrapa, 2018. 200 p. Disponível em: https://www.alice.cnptia.embrapa.br/bitstream/doc/1106173/1/Usoespectroscopia.pdf. Acesso em: 20 jul. 2020.

SIMEONE, M.L.F.; GONTIJO NETO, M.M.; GUIMARAES, C.C.; MEDEIROS, E.; BARROCAS, G.E. G.; PASQUINI, C. Use of NIR and PLS to predict chemical composition of Brachiaria. In: INTERNATIONAL CONFERENCE ON NEAR INFRARED SPECTROSCOPY, 17, 2015, Foz do Iguassu. Abstracts[…]. Foz do Iguassu. 3p. 2015. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/item/131926/1/use-nir.pdf.

SOHN, S.I.; PANDIAN, S.; OH, Y-J; ZAUKUU, J.L.Z.; KANG, H-J.; RYU, T-H; CHO, W-S.; CHO, Y-S.; SHIN, E-K.; CHO, B-K. An overview of near infrared spectroscopy and its applications in the detection of genetically modified organisms. International Journal of Molecular Sciences, v.22, n.18, 9940, 2021. Disponível em: https://www.mdpi.com/1422-0067/22/18/9940. Acesso em: 31 jan. 2022.

SOUZA, G.B.; NOGUEIRA, A.R.R.; OLIVARES, I.R.B. Controle de Qualidade para Espectroscopia no Infravermelho Próximo. In: TIBOLA, C.S.; MEDEIROS, E.P.; SIMEONE, M.L.F.; OLIVEIRA, M.A. (Ed). Espectroscopia no Infravermelho próximo para avaliar indicadores de qualidade tecnológica e contaminantes em grãos. Brasília, DF: Embrapa, 2018. 200p. Disponível em:

https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/1106595/1/ID445392018LVespectroscopia.pdf. Acesso em: 20 jul. 2020.

TIRONI, S.P.; GALON, L.; SILVA, A.F.; FIALHO, C.M. T.; ROCHA, P.R.R.; FARIA, A.T.; ASPIAZÚ, I.; FORTE, C.T.; SILVA, A.A.; RADÜNZ, A.L. Time of emergency of ryegrass and wild radish on the competitive ability of barley crop. Ciência Rural, v.44, n.9, p.1527-1533, 2014.

TILLEY, J.M.A.; TERRY, R.A.A. Two stage technique for the “in vitro” digestion of forage crops. Journal of British Grassland Society, v.18, n.2, p.104-111, 1963.

VAN SOEST, P.J.; ROBERTSON, J.B.; LEWIS, B.A. Symposium: Carbohydrate methodology, metabolism, and nutritional implications in dairy cattle. Methods for dietary fiber, neutral detergent fiber, and nonstarch polysaccharides in relation to animal nutrition. J. Dairy Sci., v.74, p.3583-97, 1991.

VRANIC, M.; BOSNJAK, K., RUKAVINA, I.; GLAVANOVIC, S.; PUKEC, N.P.; BABIC, A.; VRANIC, I. Prediction of forage chemical composition by NIR spectroscopy. Journal of Central European Agriculture, v.21, n.3, p.554–568. 2020. Disponível em: https://hrcak.srce.hr/file/355021. Acesso em: 19 oct. 2023.

VALDERRAMA, P.; BRAGA, J.W.B.; POPPI, R.J. Estado da arte de figuras de mérito em calibração multivariada. Química Nova, v.32, n.5, p.1278-1287, 2009.

WILLIAMS, P. The RPD Statistic: A Tutorial Note. NIR News, v.25, p.22 - 26. 2014. Disponível em: https://www.semanticscholar.org/paper/The-RPD-Statistic%3A-A-Tutorial-Note-Williams/da3c8ef4809dae96e2476c95cc722d867e9a5870 Acesso em: 19/01/2022.

WILLIAMS, P.C., SOBERING, D.C. Comparison of commercial near infrared transmittance and reflectance instruments for analysis of whole grains and seeds. Journal of Near Infrared Spectroscopy, v.1, n.1, p.25- 32, 1993.

WILLIAMS, P.; DARDENNE, P.; FLINN, P. Tutorial: Items to be included in a report on a near infrared spectroscopy project. Journal of Near Infrared Spectroscopy, v.25, n.2, p.85–90, 2017.

YANG, Z., NIE, G.; PAN, P.; 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. PeerJ, v.5, e3867, 2017.

YAKUBU, H.G.; WORKU, A.; TÓTHI, R.; TÓTH, T.; OROSZ, S.; FÉBEL, H.; KACSALA, L.; HÚTH, B.; HOFFMANN, R.; BAZAR, G. Near-infrared spectroscopy for rapid evaluation of winter cereals and Italian ryegrass forage mixtures. Animal science Journal, v.94, n.1, 2023. DOI: https://onlinelibrary.wiley.com/doi/epdf/10.1111/asj.13823

Downloads

Publicado

2024-05-14

Como Citar

Rech, Ângela F., & Werner, S. S. (2024). Utilização da espectroscopia no infravermelho próximo e calibração multivariada para determinação da composição nutricional de azevém. Agropecuária Catarinense, 37(1), 55–62. https://doi.org/10.52945/rac.v37i1.1781

Edição

Seção

Artigo Científico

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 > >> 

Publication Facts

Metric
This article
Other articles
Peer reviewers 
3
2.4

Reviewer profiles  Indisp.

Author statements

Author statements
This article
Other articles
Data availability 
N/A
16%
External funding 
Indisp.
32%
Competing interests 
Indisp.
11%
Metric
This journal
Other journals
Articles accepted 
34%
33%
Days to publication 
168
145

Indexed in

Editor & editorial board
profiles
Publisher 
Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina - Epagri