Predição da qualidade nutricional da pastagem fresca e seca de Brachiaria brizantha cv. Piatã pela espectroscopia de infravermelho próximo

Página do item simplificado
dataload.collectionmapped02 - Mestrado - Ciência Animalpt_BR
dataload.filenamenourau8988.pdfpt_BR
dataload.handlemapped123456789/6pt_BR
dataload.idpergamum10883pt_BR
dataload.idvirtuanourauvtls000236303pt_BR
dataload.idvirtuapergamumvtls000236303pt_BR
dataload.idvirtuapergamum.sameurlnourauSIMpt_BR
dataload.linknourauhttp://www.bibliotecadigital.uel.br/document/?code=vtls000236303pt_BR
dataload.linknourau.regularSIMpt_BR
dataload.linknourau.retificadohttp://www.bibliotecadigital.uel.br/document/?code=vtls000236303pt_BR
dataload.linknourau.size64.00pt_BR
dc.contributor.advisorCalixto, Odimari Pricila Prado [Orientador]pt_BR
dc.contributor.authorRibeiro, Mariellen Cristine Andradept_BR
dc.contributor.bancaVendrame, Pedro Rodolfo Siqueirapt_BR
dc.contributor.bancaBrito, Osmar Rodriguespt_BR
dc.contributor.coadvisorMizubuti, Ivone Yurika [Coorientadora]pt_BR
dc.coverage.spatialLondrinapt_BR
dc.date.accessioned2024-05-01T12:43:05Z
dc.date.available2024-05-01T12:43:05Z
dc.date.created2019.00pt_BR
dc.date.defesa04.02.2019pt_BR
dc.description.abstractResumo: Objetivou-se gerar curvas de calibração para estimar a composição química de Brachiaria brizantha cv Piatã fresca e seca por meio de espectrômetro de infravermelho próximo (NIRS) Foram coletadas 84 amostras de forragem de Brachiaria brizantha cv Piatã, em uma propriedade na cidade de Santa Fé – Paraná Foram realizadas análises químicas para determinação da amostra seca ao ar (ASA), amostra seca em estufa (ASE), matéria seca total (MST), proteína bruta (PB), fibra em detergente neutro (FDN), fibra em detergente ácido (FDA), lignina e celulose E foram estimados os teores de nutrientes digestíveis totais (NDT) Para a coleta dos espectros, utilizou-se o espectrômetro VIS-NIR marca Foss NIRSystems XDS (Silver Spring, MD, USA) com reflectância entre 4 a 25 nm e resolução a cada 2 nm A faixa espectral utilizada foi de 11 ao 25 nm Os espectros foram coletados a partir de amostras da forragem fresca e seca e, por meio do banco de dados formado foram utilizadas diferentes porcentagens entre dados de amostras frescas e secas para geração dos modelos de predição (1% frescas; 1% secas; 25% frescas:75% secas; 5% frescas: 5% secas e 75% frescas: 25% secas) Foi realizada a análise de Componentes Principais (PCA) nos dados espectrais, e para calibração, a regressão pelos Mínimos Quadrados Parciais modificada (mPLS) Para normalizar e eliminar tendências não-lineares dos espectros, tratamentos matemáticos foram aplicados aos espectros brutos O modelo gerado com 1% de amostras frescas apresentou bons resultados de coeficiente de determinação da calibração (R2c) e de taxa de desvio de performance da calibração (RPDc) para as variáveis: ASA (R²c:,83); PB (R²c:,85); FDN (R²c:,78); FDA (R²c:,84); lignina (R²c:,83); NDT (R²c:,78) / ASA (RPDc:2,54); PB (RPDc:3,2); FDN (RPDc:2,59); FDA (RPDc:2,8); lignina (RPDc:2,56); NDT (RPDc: 2,58) Embora o modelo contendo 1% de forragem fresca tenha apresentado bons resultados para grande parte das variáveis na calibração, não foi satisfatório na validação No modelo com 1% secas foram encontrados melhores valores para coeficiente de determinação da calibração (R²c) e taxa de desvio de performance da calibração (RPDc) para as variáveis: ASE (R²c:,87); PB (R²c:,92); FDN (R²c:,9); FDA (R²c:,81); lignina (R²c:,86); NDT (R²c: ,9) / ASE (RPDc:2,98); PB (RPDc:4,21), FDN (RPDc:3,31); FDA (RPDc:2,33);lignina (RPDc:2,83); NDT (RPDc:3,33), na validação todas as variáveis para coeficiente de determinação da validação (R²v): ASA (R²v:,75); ASE (R²v:,85); MST (R²v:,75); PB (R²v:,94); FDN (R²v:,92); FDA (R²v:,85); lignina (R²v:,85); celulose (R²v:,77); NDT (R²v: ,9) e para taxa de desvio de performance da validação (RPDv) somente: ASE (RPDv: 2,6); PB (RPDv:3,98); FDN (RPDv:3,49); FDA (RPDv:2,56); lignina (RPDv:2,59) e NDT (RPDv:3,12) O modelo desenvolvido com amostras 1% secas foi superior àqueles desenvolvidos com amostras 1% frescas e diferentes porcentagens destas (25% frescas: 75% secas; 5 % frescas: 5% secas;75% frescas: 25% secas) Apesar do banco de dados contendo 1% de amostras frescas ter apresentado bons parâmetros de calibração, considerando os critérios e padrões adotados neste estudo, não foi possível validar um modelo adequado para predizer as características e componentes da forragem fresca de Brachiaria brizantha cv Piatã, utilizando a espectroscopia do infravermelho próximo Entretanto, o modelo pode ter aplicação prática para atender a demanda imediata de pequenos e médios produtores, que desejam apenas avaliar a qualidade da forragem produzida O modelo utilizando 1% secas foi adequado para predição das variáveis avaliadas, exceto para ASA, MST e celulosept_BR
dc.description.abstractother1Abstract: The objective of the study was to generate calibration curves to estimate the chemical composition of Brachiaria brizantha cv Piatã by means of near infrared spectrometer (NIRS) Forage samples of 84 brachiaria brizantha cv Piatã, on a farm in the city of Santa Fé - Paraná, with beef cattle exploitation and under continuous grazing Chemical analyzes were performed to determine the dry air sample (DAS), dry matter in the greenhouse (DMG), total dry matter (TDM), crude protein (CP), neutral detergent fiber (NDF), acid detergent fiber), lignin, cellulose and total digestible nutrients (NDT) Spectroscopy was used to collect the spectrometer VIS-NIR, brand Foss NIRSystems XDS (Silver Spring, MD, USA), with a reflectance between 4 to 25 nm and resolution every 2 nm The spectral range used was from 11 to 25 nm The spectra were collected from samples of fresh and dry forage and by means of the database formed were used different percentages between data of fresh and dry samples for generation of prediction models (1% fresh; 1% dry; 25% fresh: 75% dry; 5% fresh: 5% dry and 75% fresh:25% dry) We performed the Principal Component Analysis (PCA) in the spectra, and for calibration, the regression by the Modified Partial Least Squares (mPLS) In order to normalize and eliminate nonlinear trends of the spectra, mathematical treatments were applied to the raw spectra The model generated with fresh samples (1% fresh) presented better calibration coefficient (R2c) and calibration performance deviation (RPDc) with values for ASA (R²c:83); PB (R²c:85); FDN (R²c:78); FDA (R²c:84); lignin (R²c:83); NDT (R²c:78) / ASA (RPDc:254); PB (RPDc:32); FDN (RPDc:259); FDA (RPDc:28); lignin (RPDc:256); NDT (RPDc:258) Although the model containing 1% fresh forage presented good results for most of the variables in the calibration, it was not satisfactory in the validation In the 1% dry model, better values were found for the coefficient of determination of the calibration (R²c) and the rate of deviation of the performance of the calibration (RPDc) for the variables: ASE (R²c:87); PB (R²c:92); FDN (R²c:9); FDA (R²c:81); lignin (R²c:86); NDT (R²c:9) / ASE (RPDc:298); PB (RPDc: 421),FDN (RPDc:331); FDA (RPDc:233); lignin (RPDc:283); NDT (RPDc: 333) in the calibration, and validation of all variables for the coefficient of determination of the validation R²v: ASA (R²v: 75); ASE (R²v:85); MST (R²v: 75); PB (R²v: 94); FDN (R²v: 92); FDA (R²:85); lignin (R²:85); cellulose (R²:77); NDT (R²v: 9) and for performance deviation rate of the RPDv-only ASE validation (RPDv:26); PB (RPDv:398); FDN (RPDv:349); FDA (RPDv: 256); lignin (RPDv:259) and NDT (RPDv:312) The model developed with 1% dry samples was superior to those developed with 1% fresh samples and different percentages (25% fresh: 75% dry; 5% fresh: 5% dry;75% fresh:25% dry) Although the database containing 1% fresh samples presented good calibration parameters, considering the criteria and standards adopted in this study, it was not possible to validate an adequate model to predict the characteristics and components of fresh forage of Brachiaria brizantha cv Piatã, using near infrared spectroscopy However, the model may have practical application to meet the immediate demand of small and medium producers, who only wish to evaluate the quality of the fodder produced The model using 1% dried was adequate for prediction of the evaluated variables, except for ASA, MST and cellulosept_BR
dc.description.notesDissertação (Mestrado em Ciência Animal) - Universidade Estadual de Londrina, Centro de Ciências Agrárias, Programa de Pós-Graduação em Ciência Animalpt_BR
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/10448
dc.languagepor
dc.relation.coursedegreeMestradopt_BR
dc.relation.coursenameCiência Animalpt_BR
dc.relation.departamentCentro de Ciências Agráriaspt_BR
dc.relation.ppgnamePrograma de Pós-graduação em Ciência Animalpt_BR
dc.subjectNutrição animalpt_BR
dc.subjectForragempt_BR
dc.subjectBrachiaria brizantha cvpt_BR
dc.subjectComposição nutricionalpt_BR
dc.subjectCurvas de prediçãopt_BR
dc.subjectAnimal nutrition - Foragept_BR
dc.subjectNutritional compositionpt_BR
dc.subjectBromatological estimatespt_BR
dc.subjectPrediction curvespt_BR
dc.titlePredição da qualidade nutricional da pastagem fresca e seca de Brachiaria brizantha cv. Piatã pela espectroscopia de infravermelho próximopt_BR
dc.typeDissertaçãopt_BR

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
8988.pdf
Tamanho:
1022.57 KB
Formato:
Adobe Portable Document Format
Baixar

Coleções

02 - Mestrado - Ciência Animal