Uso da espectroscopia no infravermelho próximo para previsão da composição químico-bromatológica de palma forrageira
Revista Agrária Acadêmica
Uso da espectroscopia no infravermelho próximo para previsão da composição químico-bromatológica de palma forrageira
Autor Correspondente: Sueli Freitas dos Santos | [email protected]
Palavras-chave: Acurácia, amostras pré-processadas, nutrientes, tecnologia NIR
Resumos Cadastrados
Resumo Português:
Quatro variedades de palma forrageira (Gigante, Mão de moça ou Ipa sertânea, Doce ou miúda e Orelha de elefante mexicana) coletadas em três estados do Nordeste brasileiro, foram lidas in natura e pré-secas e moídas em instrumento NIR Perten DA 7250. Modelos para amostras in natura apresentaram desempenhos satisfatórios para matéria seca e proteína bruta. Melhor desempenho de desvio dos modelos se deu para matéria seca para amostras in natura, matéria seca e proteína bruta, fibra insolúvel em detergente ácido e digestibilidade in vitro da matéria seca para amostras pré-processadas. A tecnologia NIR pode ser utilizada para a previsão da composição químico bromatológica da palma forrageira. O pré-processamento das amostras, se mostrou eficiente, aumentando a robustez dos modelos para os nutrientes avaliados, com exceção para proteína bruta e matéria seca, cujo desempenhos foram considerados como modelos de excelência, mesmo para amostras in natura.
Resumo Inglês:
Four varieties of forage palm (Gigant, Hand of Maiden or Ipa sertânea, Sweet, Little and Ear of elephant mexican) collected in three states of Northeastern Brazil, were read in natura and pre-dried and ground in a NIR Perten DA 7250 instrument. Models for in natura samples showed satisfactory performance for dry matter and crude protein. Better model deviation performance was given for dry matter for samples in natura, dry matter and crude protein, insoluble fiber in acid detergent and in vitro digestibility of dry matter for samples pre-processed. NIR technology can be used to predict the bromatological chemical composition of forage palm. The pre-processing of the sample proved to be efficient, increasing the robustness of the models for the evaluated nutrients, with the exception of crude protein and dry matter, whose performances were considered as models of excellence, even for the in natura sample.
