Consideraciones prácticas para el uso del espectrómetro portátil de reflectancia cercana e infrarroja NeoSpectra/Scanner para predecir el valor nutritivo del forraje ensilado sin secar

Resumen:

Los modelos de predicción de diferentes tipos de forraje se desarrollaron utilizando un conjunto de datos de espectros de reflectancia cercana e infrarroja recopilados por tres escáneres NeoSpectra/portátiles y valores de referencia de laboratorio para la fibra detergente neutra (NDF), la digestibilidad in vitro (IVTD), la digestibilidad de la fibra detergente neutra (NDFD), la fibra detergente ácida (ADF), la lignina del detergente ácido (ADL), la proteína cruda (CP), la ceniza y el contenido de humedad (MO) de un total de 555 muestras de maíz, pasto y alfalfa ensilados sin secar. Los análisis de datos y los resultados de los modelos desarrollados en este estudio indicaron que el método de escaneo influyó significativamente en la precisión de la predicción de los componentes del forraje, y el uso del instrumento NEO con el método deslizante mejoró el rendimiento del modelo de calibración (p < 0,05) para casi todos los componentes. En general, los modelos de bajo rendimiento se vieron más afectados por la variabilidad entre instrumentos. Sin embargo, la excepción fue el contenido de humedad (p = 0,02), en el que la validación realizada con un instrumento independiente dio como resultado un RMSEP de 2,39, en comparación con 1,44 si se utilizaban los mismos instrumentos tanto para la calibración como para la validación. El rendimiento del modelo de validación para el contenido de NDF, IVTD, NDFD, ADL, ADF, cenizas, CP y humedad fue de 4,18, 3,86, 6,14, 1,10, 2,75, 1,42, 2,71 y 1,67 para las muestras de ensilado de alfalfa/pasto y de 3,22, 2,21, 4,55, 0,38, 2,07, 0,50, 0,51 y 1,62 para el ensilado de maíz, respectivamente. Según los resultados de este estudio, el espectrómetro portátil sería útil para predecir el contenido de humedad en muestras de forraje de alfalfa/pasto (R2 = 0,97) y maíz (R2 = 0,93) sin secar y sin moler.