The objective was to evaluate the adequacy of near-infrared spectroscopy for predicting the chemical-bromatological composition of sorghum BRS 658 and BRS Ponta Negra silage, in PVC mini-silos, ensiled at grain maturation stages E7 or milky, E8 or pasty and hard mealy. The model using the Savitzky-Golay 1st Derivative for DIVMS showed lower RMSEC, RMSECV and RMSEP (5.96, 7.42, 6.96) respectively. For DIVMO, the Multiplicative Signal Correction (MSC) + Savitzky-Golay 1st Derivative model with two windows showed better performance, with higher R2 in calibration, validation and prediction (0.82, 0.72, 0.56) respectively. In the independent validation of the models, no significant difference was observed between the predicted and reference values for the BP, IVMSD and IVMOD variables. The NIRS methodology is capable of accurately predicting the protein content, in vitro digestibility of dry matter and in vitro digestibility of organic matter in sorghum silage.
Objetivou-se, avaliar a similaridade espectral entre cultivares de sorgo em diferentes estádios de maturação dos grãos, visando o desenvolvimento de modelos utilizando espectroscopia de refletância no infravermelho próximo (NIRS). Para a ensilagem utilizou-se os sorgos BRS 658 e BRS Ponta Negra, em mini silos de PVC, nos estádios de maturação dos grãos leitoso, pastoso, farináceo e duro. As variáveis foram estudadas pela técnica de Análise de Componentes Principais (PCA), e classificação usando a Modelagem Independente por Analogia de Classe (SIMCA) utilizando o software Unscrambler. A similaridade de amostras da silagem do BRS 658 com o banco de dados do BRS Ponta negra foi de 5% e do BRS Ponta Negra em relação as do BRS 658 a similaridade foi de 65%. Os dados demonstram grande similaridade do BRS Ponta Negra entre os estádios dos grãos leitoso e pastoso. A análise da PCA, demonstrou uma semelhança entre as amostras no estádio leitoso das duas cultivares, no estádio leitoso com pastoso, farináceo e duro. A análise exploratória indica que é importante considerar a cultivar e os estádios de maturidade dos grãos para o desenvolvimento de modelos NIR de silagem de sorgo. A análise dos espectros NIR das cultivares BRS 658 e BRS Ponta Negra, bem como dos estádios de maturidade no momento da ensilagem indicam que as dissimilaridades observadas agregam variabilidade ao modelo, mas que, ao mesmo tempo, não são tão significativas a ponto de sugerirem desenvolvimento de modelos separados, permitindo a fusão dos dados para desenvolvimento de um único modelo NIR.
A implantação dos sistemas agrossilvipastoris no bioma Caatinga é uma alternativa para mitigar os impactos ambientais gerados pela agropecuária. Quando esses sistemas são associados a tecnologias de baixa geração de resíduos podem otimizar a atividade pecuária e reduzir os custos de produção. A modelagem nutricional possibilita uma adequação do status nutricional dos animais e quando aplicada de forma continuada pode reduzir os custos com insumos externos. Com a aplicação do manejo nutricional também pode-se reduzir os processos de superpastejo sobre determinadas espécies e, consequentemente, reduzir os processos de degradação do solo. A espectroscopia de reflectância do infravermelho próximo (NIRS) é uma técnica com alto potencial de análise que possibilita averiguar a qualidade da dieta de animais pastejando em áreas livres a partir da aplicação de modelos nutricionais apropriados. Portanto, as pesquisas para o desenvolvimento de tecnologias limpas como os modelos nutricionais são imprescindíveis para fortalecer a cadeia produtiva e reduzir os impactos ambientais no bioma Caatinga.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.