Path analysis and near-infrared spectroscopy in canola crop / Análise de trilha e espectroscopia no infravermelho próximo na cultura da canola

ABSTRACT: This study measured the effect of the association between agronomic traits related to the yield of canola grains grown at different sowing dates through path analysis. Another objective was to obtain a method to predict the oil content in the grains, fitting a multivariate model through near-infrared (NIR) spectroscopy analysis. The experiment was conducted in the field using a randomized block design in plots subdivided by time, with four plots (sowing dates), six subplots (canola hybrids), and four replicates. In each hybrid, phenological observations were performed, and the grain yield was determined. The data were subjected to analysis of variance in the R environment using the F test at 5% probability. The oil content in the grains was determined by the traditional chemical method, and based on the NIR spectral signature of the grain samples, partial least squares regression (PLS-R) was established to estimate the oil content in the canola grains. The sowing dates influenced the production components and oil content of the grains of all hybrids. The trait number of grains in five plants (0.6857) and their height (0.4943) had greater estimates of positive correlations with grain yield, as well as higher values of positive direct effects on yield (0.2494 and 0.1595, respectively). The NIR technique combined with PLS-R was able to predict the oil content in the grains, resulting in good predictive models (R2 of 0.86 and root mean square error (RMSE) of 1.56 in external validation).

RESUMO: Objetivou-se mensurar o efeito da associação entre caracteres agronômicos relacionados à produtividade de grãos de canola cultivada em diferentes épocas de semeadura, através da análise de trilha. Assim como também objetivou-se obter um método para predizer o teor de óleo nos grãos, ajustando um modelo multivariado através da análise por espectroscopia na região do infravermelho próximo. O experimento foi conduzido em campo, utilizando-se o delineamento de blocos ao acaso, em parcelas subdivididas no tempo, sendo quatro parcelas (épocas de semeadura) e seis subparcelas (híbridos de canola), com quatro repetições. Em cada híbrido foram realizadas observações fenológicas e determinada a produtividade de grãos. Os dados foram submetidos à análise de variância em ambiente R pelo teste F, a cinco de probabilidade. O teor de óleo nos grãos foi determinado pelo método químico tradicional, e com base na assinatura espectral no infravermelho próximo de amostras dos grãos foi estabelecida regressão dos mínimos quadrados parciais (PLS-R) para estimar o teor de óleo nos grãos de canola. As épocas de semeadura influenciaram os componentes de produção e o teor de óleo dos grãos de todos híbridos. Os caracteres número de grãos em cinco plantas (0,6857) e altura (0,4943) apresentaram maiores estimativas de correlação positiva com a produtividade de grãos, assim como os maiores valores de efeito direto positivo sobre a produtividade, 0,2494 e 0,1595 respectivamente. Entretanto, o ciclo total (-0,7848), juntamente com dias em florescimento (-0,4520) apresentou correlação significativa negativa com a produtividade. A técnica NIR associada à PLS-R foi capaz de predizer o teor de óleo nos grãos, resultando em bons modelos preditivos (R2 de 0,86 e RMSE de 1,56 na validação externa) que podem ser usados com sucesso na análise da qualidade das amostras após colheita e nos programas de melhoramento genético.

Path analysis and near-infrared spectroscopy in canola crop / Análise de trilha e espectroscopia no infravermelho próximo na cultura da canola

This study measured the effect of the association between agronomic traits related to the yield of canola grains grown at different sowing dates through path analysis. Another objective was to obtain a method to predict the oil content in the grains, fitting a multivariate model through near-infrared (NIR) spectroscopy analysis. The experiment was conducted in the field using a randomized block design in plots subdivided by time, with four plots (sowing dates), six subplots (canola hybrids), and four replicates. In each hybrid, phenological observations were performed, and the grain yield was determined. The data were subjected to analysis of variance in the R environment using the F test at 5% probability. The oil content in the grains was determined by the traditional chemical method, and based on the NIR spectral signature of the grain samples, partial least squares regression (PLS-R) was established to estimate the oil content in the canola grains. The sowing dates influenced the production components and oil content of the grains of all hybrids. The trait number of grains in five plants (0.6857) and their height (0.4943) had greater estimates of positive correlations with grain yield, as well as higher values of positive direct effects on yield (0.2494 and 0.1595, respectively). The NIR technique combined with PLS-R was able to predict the oil content in the grains, resulting in good predictive models (R2 of 0.86 and root mean square error (RMSE) of 1.56 in external validation).

Objetivou-se mensurar o efeito da associação entre caracteres agronômicos relacionados à produtividade de grãos de canola cultivada em diferentes épocas de semeadura, através da análise de trilha. Assim como também objetivou-se obter um método para predizer o teor de óleo nos grãos, ajustando um modelo multivariado através da análise por espectroscopia na região do infravermelho próximo. O experimento foi conduzido em campo, utilizando-se o delineamento de blocos ao acaso, em parcelas subdivididas no tempo, sendo quatro parcelas (épocas de semeadura) e seis subparcelas (híbridos de canola), com quatro repetições. Em cada híbrido foram realizadas observações fenológicas e determinada a produtividade de grãos. Os dados foram submetidos à análise de variância em ambiente R pelo teste F, a cinco de probabilidade. O teor de óleo nos grãos foi determinado pelo método químico tradicional, e com base na assinatura espectral no infravermelho próximo de amostras dos grãos foi estabelecida regressão dos mínimos quadrados parciais (PLS-R) para estimar o teor de óleo nos grãos de canola. As épocas de semeadura influenciaram os componentes de produção e o teor de óleo dos grãos de todos híbridos. Os caracteres número de grãos em cinco plantas (0,6857) e altura (0,4943) apresentaram maiores estimativas de correlação positiva com a produtividade de grãos, assim como os maiores valores de efeito direto positivo sobre a produtividade, 0,2494 e 0,1595 respectivamente. Entretanto, o ciclo total (-0,7848), juntamente com dias em florescimento (-0,4520) apresentou correlação significativa negativa com a produtividade. A técnica NIR associada à PLS-R foi capaz de predizer o teor de óleo nos grãos, resultando em bons modelos preditivos (R2 de 0,86 e RMSE de 1,56 na validação externa) que podem ser usados com sucesso na análise da qualidade das amostras após colheita e nos programas de melhoramento genético.

Kennard-Stone method outperforms the random sampling in the selection of calibration samples in SNPs and NIR data / Método Kennard-Stone supera a amostragem aleatória na seleção de amostras de calibração em dados SNPs e NIR

ABSTRACT: Splitting the whole dataset into training and testing subsets is a crucial part of optimizing models. This study evaluated the influence of the choice of the training subset in the construction of predictive models, as well as on their validation. For this purpose we assessed the Kennard-Stone (KS) and the Random Sampling (RS) methods in near-infrared spectroscopy data (NIR) and marker data SNPs (Single Nucleotide Polymorphisms). It is worth noting that in SNPs data, there is no knowledge of reports in the literature regarding the use of the KS method. For the construction and validation of the models, the partial least squares (PLS) estimation method and the Bayesian Lasso (BLASSO) proved to be more efficient for NIR data and for marker data SNPs, respectively. The evaluation of the predictive capacity of the models obtained after the data partition occurred through the correlation between the predicted and the observed values, and the corresponding square root of the mean squared error of prediction. For both datasets, results indicated that the results from KS and RS methods differ statistically from each other by the F test (P-value < 0.01). The KS method showed to be more efficient than RS in practically all repetitions. Also, KS method has the advantage of being easy and fast to be applied and also to select the same samples, which provides excellent benefits in the following analyses.

RESUMO: A divisão de subconjuntos de treinamento e teste é parte fundamental da otimização de modelos. O objetivo deste trabalho foi avaliar a influência da escolha do subconjunto de treinamento na construção dos modelos, bem como sua validação. Os métodos Kennard-Stone (KS) e a amostragem aleatória (AA) foram avaliados em dados de espectroscopia no infravermelho próximo (NIR) e em dados de marcadores SNPs (Single Nucleotide Polymorphisms). Vale destacar, que em dados SNPs, não há conhecimento de relatos na literatura a respeito da utilização do método KS. Para a construção e validação dos modelos, o método de estimação dos mínimos quadrados parciais (PLS) e Lasso bayesiano (BLASSO) mostraram-se mais eficientes para os dados NIR e para os dados SNPs, respetivamente. A avaliação da capacidade preditiva dos modelos obtidos após a partição dos dados ocorreu por meio da correlação entre os valores preditos e os valores reais, e da raiz quadrada do erro quadrático médio de predição. Para ambos os conjuntos de dados, os resultados indicam que os métodos KS e AA diferem estatisticamente entre si pelo teste F (valor P < 0.01), com o KS mais eficiente do que o AA em praticamente todas as repetições. Além disso, o método KS possui a vantagem de ser fácil e rápido de ser aplicado e também de selecionar sempre as mesmas amostras, o que proporciona grandes benefícios em futuras análises.

Validação prática de modelos de infravermelho próximo para tomate: sólidos solúveis e acidez / Practical validation of near infrared models for tomato: soluble solids and acidity

O tomate é a hortaliça mais produzida e consumida, tendo aceitabilidade tanto para o consumo in natura quanto para a industrialização. Apesar da ampla aceitação dos tomates, o consumidor apresenta como exigência para aquisição do fruto a qualidade,mensurada através de parâmetros como sólidos solúveis (SS) e acidez titulável (AT). Uma técnica de análise química, não destrutiva e não invasiva e de resposta rápida, é a de espectroscopia de absorção na região do infravermelho próximo que tem sido bastante utilizada em várias indústrias, desde agrícola a petroquímica.Considerando a produção em alta escala, a qualidade do tomate exigida pelos consumidores e por se tratar de uma técnica não destrutiva e não invasiva da espectroscopia no infravermelho próximo (Near Infrared Spectroscopy ­NIR),faz-se necessário modelos testados em condições comerciais garantindo um modelo de infravermelho próximo para tomate facilitando a classificação. Realizou-sea validação de forma externa e prática dos modelos de infravermelho próximo para tomate in natura, comparando com os métodosdestrutivos e conferindo a acurácia dos modelos na qualificação do fruto quanto aos teores de sólidos solúveis e acidez. O presente trabalho apresenta modelos do projeto executado de 2018 a 2019, construídos atravésdos aplicativos Model Builder e The Unscrambler e selecionados a partir de parâmetros como coeficiente de calibração, coeficiente da validação cruzada, erro médio do conjunto de calibração, e da validação cruzada e cálculo do desvio do resíduo de calibração. Os resultados foram obtidos através da previsão do modelo para os atributos sólidos solúveis (SS) e acidez titulável (AT), do tomate de mesa com maior variabilidade de produção. O modelo para SS apresenta potencialidade para uso comercial, seja na determinação de ponto de colheita, seja na quantificação de qualidade do vegetal. Já para AT, o NIR portátil não produziu um modelo aplicável pela limitação do comprimento de onda.(AU)

Tomatoes are the most commonly used and consumed vegetables, being acceptable for fresh consumption as well as for industrialization. Despite the wide acceptance of tomatoes, the consumer presents quality as a requirement for the acquisition of the fruit, which is measured through parameters such as soluble solids (SS) and titratable acidity (TA). A chemical analysis technique, non-destructive and non-invasive and with fast response, is an absorption spectroscopy in the near infrared region that has been widely used in several industries, from agricultural to petrochemicals. Demanding large-scale production, the quality of tomatoes demanded by consumers and as it is a non-destructive and non-invasive technique of near infrared spectroscopy (NIR), it is still necessary to test models under commercial conditions, ensuring a near infrared model for tomatoes making sorting easy. An external and practical validation of the near infrared models for fresh tomatoes was carried out, comparing them with the destructive methods and checking the accuracyof the models in qualifying the fruit in terms of soluble solids and acidity. This paper presents project models obtained from 2018 to 2019, built from the Model Builder and The Unscrambler programs and selected from parameters such as calibration coefficient, cross validation coefficient, average error of the calibration set, and cross validation and calculation of the residual calibration deviation. The results obtained through the prediction of the model for the soluble solid attributes and titratable acidity, of the table tomato with greater production variability. The model for SS of table tomato has potential for commercial use, either in determining the harvest point, or quantifying the vegetable's quality. For AT or portable NIR, it did not produce an applicable model due to the wave length limitation(AU)

Estimation of leaf nitrogen levels in sugarcane using hyperspectral models / Modelagem hiperespectral na quantificação de nitrogênio foliar em cana-de-açúcar

Sugarcane is a good source of renewable energy and helps reduce the emission of greenhouse gases. Nitrogen has a critical role in plant growth; therefore, estimating nitrogen levels is essential, and remote sensing can improve fertilizer management. This field study selects wavelengths from hyperspectral data on a sugarcane canopy to generate models for estimating leaf nitrogen concentrations. The study was carried out in the municipalities of Piracicaba, Jaú, and Santa Maria da Serra, state of São Paulo, in the 2013/2014 growing season. The experiments were carried out using a completely randomized block design with split plots (three sugarcane varieties per plot [variety SP 81-3250 was common to all plots] and four nitrogen concentrations [0, 50, 100, and 150 kgha-¹] per subplot) and four repetitions. The wavelengths that best correlated with leaf nitrogen were selected usingsparse partial least square regression. The wavelength regionswere combinedby stepwise multiple linear regression. Spectral bands in the visible (700-705 nm), red-edge (710-720 nm), near-infrared (725, 925, 955, and 980 nm), and short-wave infrared (1355, 1420, 1595, 1600, 1605, and 1610 nm) regions were identified. The R² and RMSE of the model were 0.50 and 1.67 g.kg-¹, respectively. The adjusted R² and RMSE of the models for Piracicaba, Jaú, and Santa Maria were 0.31 (unreliable) and 1.30 g.kg-¹, 0.53 and 1.96 g.kg-¹, and 0.54 and 1.46 g.kg-¹, respectively. Our results showed that canopy hyperspectral reflectance can estimate leaf nitrogen concentrations and manage nitrogen application in sugarcane.

A cana-de-açúcar se destaca como uma das fontes de energia renovável frente às estratégias para reduzir a emissão de gases causadores do efeito estufa. O nitrogênio é um dos mais significativos devido ao seu impacto no crescimento de folhas e colmos. Portanto, o monitoramento eficiente do nitrogênio aplicado é essencial e o sensoriamento remoto se apresenta como uma alternativa na melhoria do gerenciamento da adubação. O presente trabalho teve por objetivo selecionar comprimentos de onda a partir de dados hiperespectrais de dossel da cana-de-açúcar para geração de modelos na predição da concentração de Nitrogênio. O estudo foi realizado em experimentos de campo instalados nos municípios de Piracicaba, Jaú e Santa Maria da Serra, estado São Paulo, na safra 2013/2014. Cada experimento foi alocado em blocos ao acaso, com parcelas subdivididas e quatro repetições, com variedades de cana-de-açúcar na parcela (três variedades por local, sendo a SP 81-3250 comum à todos) e doses de nitrogênio (0, 50, 100 e 150 kg.ha-1) na subparcela. Na seleção dos comprimentos de onda que melhor se correlacionam com o TFN foi utilizada a metodologia sPLS. Posteriormente, foi realizada a combinação linear dos comprimentos de onda selecionados pela metodologia sPLS, por meio de Regressão Linear Múltipla por Stepwise (SMLR). Foram identificadas bandas importantes nas regiões do visível (700 a 705 nm), red-edge(710 a 720 nm), infravermelho próximo (725, 925, 955 e 980 nm) e infravermelho de ondas curtas (1355, 1420, 1595, 1600, 1605 e 1610 nm). O modelo de predição de TFN teve valores de R² de 0,50 e o RMSE de 1,67 g.kg-¹. Os modelos gerados para Piracicaba, Jaú e Santa Maria obtiveram R² ajustados e RMSE, respectivamente, de 0,31 considerado não confiável (1,30 g.kg-¹), 0,53 (1,96 g.kg-¹) e 0,54 (1,46 g.kg-¹). Os sensores hiperespectrais de dossel podem ser utilizados para predição do TFN e monitoramento de aplicação de nitrogênio em cana-de-açúcar.

Spectral responses at visible and near-infrared wavelengths of soybean plants to fungicides / Respostas espectrais em comprimentos de onda visível e infravermelho-próximo de plantas de soja a fungicidas

The study evaluated the efficacy and soybean spectral responses to fifteen foliar fungicide mixtures labeled to control Asian soybean rust. Canopy level reflectance was measured using a multispectral camera onboard a multirotor drone before and two hours after each spray. The third application of fungicides improved control of soybean rust and increased yield. Nevertheless, up to three consecutive foliar fungicides applications did not affect the reflectance of soybean plants at visible and infrared wavelengths. Thus, drones can be a viable strategy for data acquisition regardless of the application of the fungicides.

Esse estudo avaliou a eficácia e as respostas espectrais de plantas de soja a quinze misturas de fungicidas utilizados no controle da ferrugem asiática da soja (FAS). A refletância do nível do dossel foi medida usando uma câmera multiespectral a bordo de um drone multirotor antes e duas horas após cada pulverização. A terceira aplicação de fungicidas melhorou o controle de FAS e aumentou a produtividade. Porém, três aplicações foliares consecutivas de fungicidas não afetaram a refletância de plantas de soja nos comprimentos de onda visível e infravermelho. Assim, drones podem ser uma estratégia viável para aquisição de dados independentemente da aplicação de fungicidas.

Chemical composition of Andropogon gayanus cv. planaltina predicted through nirs and analyzed through wet chemistry / Composição químico-bromatológica de Andropogon gayanus, cultivar Planaltina, predita pelo NIRS e analisada por via úmida

Objetivou-se comparar os teores dos nutrientes do capim Andropogon gayanus obtidos no equipamento NIRS com os valores obtidos por análises de via úmida, para identificar se os modelos globais de calibração do equipamento NIRS são adequados para predizer a composição químico-bromatológica. As análises de via seca no NIRS foram executadas no Laboratório de Bromatologia e Nutrição Animal (Laban), pertencente à Faculdade de Medicina Veterinária (Famev) da Universidade Federal de Uberlândia (UFU), enquanto as análises de via úmida foram realizadas no Laboratório de Química Analítica de Plantas da Embrapa Cerrados, localizado em Brasília-DF. As amostras utilizadas foram de capim Andropogon gayanus, cultivar Planaltina, as quais, após corte de 20cm acima do solo, foram secas e moídas no tamanho de 1mm. Após a moagem, foram analisadas por via úmida para os teores de matéria seca (MS), matéria mineral (MM), proteína bruta (PB), fibra insolúvel em detergente neutro (FDN) e fibra insolúvel em detergente ácido (FDA), segundo metodologias propostas por Detmann et al. (2012). As amostras moídas foram colocadas em cubetas próprias do equipamento e escaneadas em espectrômetro de refletância no infravermelho próximo (NIRS) NIR, modelo Spectra Star 2600 XT series of Near Infrared Analyzers (Unity Scientific®), em duplicata. Para obtenção dos teores de MS, MM, PB, FDN e FDA, empregaram-se modelos de calibração do próprio equipamento NIRS, utilizando-se a curva de calibração própria do equipamento. As médias dos teores de MS, MM, PB, FDN e FDA obtidas pelas análises de bancada (via úmida) e pelo uso do equipamento NIRS foram comparadas pelo teste T (dados pareados), ao nível de 5% de probabilidade, empregando-se o delineamento em blocos ao acaso. Houve diferença significativa nos nutrientes preditos pelo NIRS e analisados por via úmida (P≤0,05). O NIRS superestimou os teores de matéria seca e matéria mineral, mas subestimou os teores de FDN, FDA e PB. Esse resultado mostra que, quando do uso de modelos globais de calibração, esse equipamento não é capaz de predizer corretamente a composição químico-bromatológica de forrageiras de clima tropical.

Influence of new phytoregulators on oilseed flax growth, development, yielding capacity, and product quality / Influência de novos fitorreguladores no crescimento, desenvolvimento, capacidade produtiva e qualidade do produto da linhaça oleaginosa

The use of phytoregulators is a modern way of producing crops to increase yields and product quality. The components of phytoregulators have a beneficial effect on the growth and development of plants and help to withstand unfavorable environmental factors, stress, lack of mineral nutrition, soil fatigue, and the action of a wide range of pesticides. The research is aimed to investigate the influence of three phytoregulators: Cherkaz, Floravit, EcoFus on two varieties of flax: Severny and LM 98. We conducted a 3-year, field experiment with flax. In the so-called herringbone stage of the plant growth, the flax seedlings were treated the investigated phytoregulators. Flax plants were analyzed for yields. The method of near-infrared spectroscopy was used to analyze the content of lipids and proteins in flax seeds after harvesting. The oil content in flax seeds was determined. Using chromatography, we analyzed each variant of the experiment from the point of view of fatty acid composition. The application of phytoregulators increased the seed yield by 14-19% and the short fiber yield by 9-20% relative to control. The protein content in the seeds of the experimental samples Floravit and Cherkaz increased by 2.3-2.5% and by 1.5% in the experiments with EcoFus relative to the control. The lipid content in flax seeds increased by 5-5.6% (Floravit), by 3.5-3.95% (EcoFus), and by 4.7-5.1% (Cherkaz) relative to control. The oil ratio in flax seeds of the LM 98 and Severny varieties averaged 35.5-45.5%. An increase in the oil yields was 2.8-6.9% for Floravit, 2-4.1% for EcoFus, and 4.4-4.9% for Cherkaz relative to control. The application of Floravit, Cherkaz and EkoFus in flaxseed cultivation contributed to an increase in polyunsaturated fatty acids in oil: the content of ω-3 fatty acids ranged 61.90-63.10% compared to control 54.70%. Floravit proved to be the most effective of the three tested phytoregulators. The studies carried out over three years allow us to conclude that the use of new phytoregulators contributes to an increase in the quality and flaxseed yield and the flax fiber yield. Floravit was the most effective preparation and can be used for pre-sowing seed treatment and during the growing season.

O uso de fitorreguladores é uma maneira moderna de produzir culturas para aumentar a produtividade e a qualidade do produto. Os componentes dos fitorreguladores têm um efeito benéfico no crescimento e desenvolvimento das plantas e ajudam a suportar fatores ambientais desfavoráveis, estresse, falta de nutrição mineral, fadiga do solo e ação de uma gama de pesticidas. A pesquisa tem como objetivo investigar a influência de três fitorreguladores, Cherkaz, Floravit e EcoFus, em duas variedades de linho: Severny e LM 98. Realizamos um experimento de campo de três anos com o linho. No chamado estágio de espinha de peixe do crescimento da planta, as mudas de linho foram tratadas com os fitorreguladores investigados. As plantas de linho foram analisadas quanto à produtividade. O método de espectroscopia no infravermelho próximo foi utilizado para analisar o conteúdo de lipídios e proteínas em sementes de linho após a colheita. O teor de óleo nas sementes de linho foi determinado. Usando cromatografia, analisamos cada variante do experimento do ponto de vista da composição de ácidos graxos. A aplicação de fitorreguladores aumentou o rendimento de sementes em 14-19% e o rendimento de fibra curta em 9-20% em relação ao controle. O teor de proteína nas sementes das amostras experimentais Floravit e Cherkaz aumentou em 2,3-2,5% e em 1,5% nos experimentos com EcoFus em relação ao controle. O teor de lipídios nas sementes de linho aumentou 5-5,6% para Floravit, 3,5-3,95% para EcoFus e 4,7-5,1% para Cherkaz em relação ao controle. A proporção de óleo nas sementes de linho das variedades LM 98 e Severny foi de 35,5 a 45,5%. Um aumento nos rendimentos do petróleo foi de 2,8-6,9% para Floravit, 2-4,1% para EcoFus e 4,4-4,9% para Cherkaz em relação ao controle. A aplicação de Floravit, Cherkaz e EkoFus no cultivo de linhaça contribuiu para o aumento dos ácidos graxos poli-insaturados no óleo: o teor de ácidos graxos ω-3 variou de 61,90 a 63,10% em comparação com o controle (54,70%). Floravit provou ser o mais eficaz dos três fitorreguladores testados. Os estudos realizados ao longo de três anos permitem concluir que o uso de novos fitorreguladores contribui para o aumento da qualidade e do rendimento da linhaça e do rendimento da fibra de linho. Floravit foi o medicamento mais eficaz e pode ser usado para o tratamento de sementes pré-semeadura e durante a estação de crescimento.

Use of near-infrared spectroscopy for prediction of chemical composition of Tifton 85 grass / Uso da espectroscopia de infravermelho próximo para a predição da composição química de capim Tifton 85

The reduction in the quality, consumption, and digestibility of forage can cause a decrease in animal performance, resulting in losses to the rural producer. Thus, it is important to monitor these characteristics in forage plants to devise strategies or practices that optimize production systems. The aim of this study was to develop and validate prediction models using near-infrared spectroscopy (NIRS) to determine the chemical composition of Tifton 85 grass. Samples of green grass, its morphological structures (whole plant, leaf blade, stem + sheath, and senescent material) and hay, totaling 105 samples were used. Conventional chemical analysis was performed to determine the content of oven-dried samples (ODS), mineral matter (MM), crude protein (CP), neutral detergent fiber (NDF), acid detergent fiber (ADF), acid detergent lignin (ADL), cellulose (CEL), hemicellulose (HEM), and in vitro dry matter digestibility (IVDMD). Subsequently, all the samples were scanned using a Vis-NIR spectrometer to collect spectral data. Principal component analysis (PCA) was applied to the data set, and modified partial least squares was used to correlate reference values to spectral data. The coefficients of determination (R2) were 0.74, 0.85, 0.98, 0.75, 0.85, 0.71, 0.82, 0.77, and 0.93, and the ratio of performance deviations (RPD) obtained were 1.99, 2.71, 6.46, 2.05, 2.58, 3.84, 1.86, 2.35, 2.09, and 3.84 for ODS, MM, CP, NDF, ADF, ADL, CEL, HEM, and IVDMD, respectively. The prediction models obtained, in general, were considered to be of excellent quality, and demonstrated that the determination of the chemical composition of Tifton 85 grass can be performed using NIRS technology, replacing conventional analysis.(AU)

A redução da qualidade, do consumo e da digestibilidade da forragem pode ocasionar a diminuição do desempenho animal, resultando em prejuízos ao produtor rural. Desta forma, é importante monitorar essas características em plantas forrageiras para definir estratégias ou práticas que otimizem os sistemas de produção. Objetivou-se desenvolver e validar modelos de predição pela espectroscopia de infravermelho próximo (NIRS), para determinar a composição química do capim Tifton 85 (Cynodon spp.). Foram utilizadas amostras de capim verde (planta inteira, lâmina foliar, colmo + bainha e material senescente) e de feno, da mesma gramínea, totalizando 105 amostras. As amostras foram submetidas a análise química convencional para determinação dos teores de amostra seca em estufa (ASE), matéria mineral (MM), proteína bruta (PB), fibra em detergente neutro (FDN), fibra em detergente ácido (FDA), lignina em detergente ácido (LDA), celulose (CEL), hemicelulose (HEM) e digestibilidade in vitro da matéria seca (DIVMS). Posteriormente, todas as amostras foram escaneadas em espectrômetro Vis-NIR, para a coleta dos dados espectrais. Aplicouse a análise de componentes principais (PCA) ao conjunto de amostras, e utilizou-se a regressão por mínimos quadrados parciais modificadas para correlacionar valores de referência aos dados espectrais. Os coeficientes de determinação (R2) foram de 0,74; 0,85; 0,98; 0,75; 0,85; 0,71; 0,82, 0,77 e 0,93 e as taxas de desvio de performance (RPD) de 1,99; 2,71; 6,46; 2,05; 2,58; 3,84; 1,86; 2,35; 2,09 e 3,84 para ASE, MM, PB, FDN, FDA, LDA, CEL, HEM e DIVMS respectivamente, na etapa de validação. Os modelos de predição obtidos, em geral, foram considerados de boa qualidade, e demonstraram que a determinação da composição química do Tifton 85 pode ser realizada pela tecnologia NIRS, em substituição à análise convencional.(AU)

Effectiveness of near-infrared spectroscopy as a non-invasive tool to discriminate spectral profiles of in vitro cultured oocytes from goats

Abstract Here, we aimed to discriminate between the spectral profiles of spent culture media after oocyte in vitro maturation (IVM) and culture (IVC) from goats of different ages subjected to repeated hormonal treatments. The profiles were discriminated using near infrared (NIR) spectroscopy combined with multivariate methods. A total of 19 goats (young = 10; old = 9) were subjected to serial hormonal stimulation (HS) with gonadotropins. Cumulus oophorus complexes (COCs) were collected using laparoscopic ovum pick-up (LOPU) and subjected to IVM and parthenogenetic activation. The initial embryos were subjected to IVC. Spent culture media were collected after oocyte IVM and on day 2 of IVC and analyzed using NIR spectroscopy. NIR spectral data were interpreted through chemometric methods, such as principle component analysis (PCA) and partial least square discriminant analysis (PLS-DA). The results of PCA analysis clearly showed a separation in the spectral profiles between the experimental groups (HS sessions; young and old animals) both after IVM and IVC. Overall, the main absorption bands were attributed to the C-H group second overtone, first overtone of O-H and N-H, and C-H combinations and may serve as molecular markers. On the other hand, the spectral data obtained using PLS-DA models provided a better classification of the groups. The results showed the possibility of discriminating young and old groups as well as the three HS sessions with high specificity, sensitivity, and accuracy using NIR spectra. Thus, the culture medium analysis using NIR spectroscopy combined with multivariate methods indicated the dissimilarities between the groups and provided an insight into the in vitro development of goat oocytes. This technique serves as an efficient, objective, rapid, and non-invasive method to discriminate spectral profiles.

Effectiveness of near-infrared spectroscopy as a non-invasive tool to discriminate spectral profiles of in vitro cultured oocytes from goats

Here, we aimed to discriminate between the spectral profiles of spent culture media after oocyte in vitro maturation (IVM) and culture (IVC) from goats of different ages subjected to repeated hormonal treatments. The profiles were discriminated using near infrared (NIR) spectroscopy combined with multivariate methods. A total of 19 goats (young = 10; old = 9) were subjected to serial hormonal stimulation (HS) with gonadotropins. Cumulus oophorus complexes (COCs) were collected using laparoscopic ovum pick-up (LOPU) and subjected to IVM and parthenogenetic activation. The initial embryos were subjected to IVC. Spent culture media were collected after oocyte IVM and on day 2 of IVC and analyzed using NIR spectroscopy. NIR spectral data were interpreted through chemometric methods, such as principle component analysis (PCA) and partial least square discriminant analysis (PLS-DA). The results of PCA analysis clearly showed a separation in the spectral profiles between the experimental groups (HS sessions; young and old animals) both after IVM and IVC. Overall, the main absorption bands were attributed to the C-H group second overtone, first overtone of O-H and N-H, and C-H combinations and may serve as molecular markers. On the other hand, the spectral data obtained using PLS-DA models provided a better classification of the groups. The results showed the possibility of discriminating young and old groups as well as the three HS sessions with high specificity, sensitivity, and accuracy using NIR spectra. Thus, the culture medium analysis using NIR spectroscopy combined with multivariate methods indicated the dissimilarities between the groups and provided an insight into the in vitro development of goat oocytes. This technique serves as an efficient, objective, rapid, and non-invasive method to discriminate spectral profiles.(AU)

Alimentando matrizes, garanhões e receptoras de maneira eficiente / Feeding donor mares, stallions and recipients in a effective way

Para alcançar o desempenho reprodutivo ótimo nos equinos precisamos que o animal tenha saúde, conforto e viva em uma condição pouco estressante. O manejo nutricional é fundamental para alcançar esta condição. A dieta dos animais é composta por água, sal mineral e volumoso. Quando a combinação destes nutrientes não atinge o requerimento da categoria do animal complementamos esta diferença com ração concentrada. Baseamos nossas recomendações no NRC (National Research Council). As categorias mais fáceis de alimentar são as éguas vazias e garanhões fora do período de monta e as categorias mais difíceis de nutrir são as éguas a partir do 5º mês de gestação, garanhões durante a temporada de monta e as categorias mais exigentes é o das éguas paridas. Os requerimentos nutricionais para os garanhões são muito dependentes do comportamento destes animais e variam muito de um animal para outro e precisam ser individualizados, já a dieta das receptoras é influenciada pelo custo dos componentes da dieta, sendo esta a categoria onde mais se utiliza as dietas alternativas e estas muitas vezes oferecem riscos à saúde das éguas. A variação na qualidade e preço do volumoso durante o ano nos obriga a analisar periodicamente a composição bromatológica das diferentes fontes de volumosos disponíveis, sendo que o uso do NIR (“Near Infrared”) uma ferramenta útil e confiável para esta função.

Horses healthy, comfortable and low-stress condition live are essential to get optimal reproduction index. Nutritional management is the key to achieve this condition. The animals' diet consists of water, mineral salt and roughage. When the combination of those nutrients does not reach the requirement of the animal we should supplement this difference with grains. We base our recommendations on the NRC (National Research Council). Barren mares and stallions out of season are the easiest to feed. Pregnant mares (> 5 months) and Active stallions have high nutrient demand and the most demanding categories are lactating mares. Nutritional requirements for stallions are highly dependent of stallion behavior. The recipientes diet must be cost effective. Alternatives feeds are not well known and more research must be done. The quality and price oscilation of roughage during the year demands periodically analyzes and NIR ("Near Infrared") is a useful and reliable tool for it.

Effect of Weather Conditions on the Fatty Acid Composition of Medium-Growth Chicken Reared in Organic Production System

A total of 160 medium-sized one-day-old male chicks reared in organic conditions were studied individually from the first day of their life until slaughter (120 days). Two weather periods were considered, being period C colder than period H. A total of 24 chickens per period were randomly selected, then the breast muscle (m. Pectoralis major) was extracted for analysis. Individual fatty acids were measured by gas chromatography and expressed in grams per 100 g of fat. From the values obtained, total lipid fractions were calculated. Near infrared spectroscopy spectra (NIRS) were recorded on the surface of the breast without manipulating. Breast from chicken reared in H period had significantly lower (p<0.05) saturated fatty acids / polyunsaturated fatty acids (SFA / PUFA) ratio, and increased (p<0.05) content in PUFA and n-6. However, no significant differences were observed on the content of individual fatty acid. NIR system was not able to correctly classify the samples according to the breeding period.(AU)

Effect of Weather Conditions on the Fatty Acid Composition of Medium-Growth Chicken Reared in Organic Production System

A total of 160 medium-sized one-day-old male chicks reared in organic conditions were studied individually from the first day of their life until slaughter (120 days). Two weather periods were considered, being period C colder than period H. A total of 24 chickens per period were randomly selected, then the breast muscle (m. Pectoralis major) was extracted for analysis. Individual fatty acids were measured by gas chromatography and expressed in grams per 100 g of fat. From the values obtained, total lipid fractions were calculated. Near infrared spectroscopy spectra (NIRS) were recorded on the surface of the breast without manipulating. Breast from chicken reared in H period had significantly lower (p<0.05) saturated fatty acids / polyunsaturated fatty acids (SFA / PUFA) ratio, and increased (p<0.05) content in PUFA and n-6. However, no significant differences were observed on the content of individual fatty acid. NIR system was not able to correctly classify the samples according to the breeding period.

Prediction of soil organic matter and clay contents by near-infrared spectroscopy - NIRS / Predição dos teores de matéria orgânica e argila do solo por espectroscopia no infravermelho próximo - NIRS

Among the soil constituents, special attention is given to soil organic matter (SOM) and clay contents, since, among other aspects, they are key factors to nutrient retention and soil aggregates formation, which directly affect the crop production potential. The methods commonly used for the quantification of these constituents have some disadvantages, such as the use of chemical reactants and waste generation. An alternative to these methods is the near-infrared spectroscopy (NIRS) technique. The aim of this research is to evaluate models for SOM and clay quantification in soil samples using spectral data by NIRS. A set (n = 400) of soil samples previously analyzed by traditional methods were used to generate a NIRS calibration curve. The clay content was determined by the hydrometer method while SOM content was determined by sulfochromic solution. For calibration, we used the original spectra (absorbance) and spectral pretreatment (Savitzky-Golay smoothing derivative) in the following models: multiple linear regression (MLR), partial last squares regression (PLSR), support vector machine (SVM) and Gaussian process regression (GPR). The curve validation was performed with the SVM model (best performance in the calibration based on R² and RMSE) in two ways: with 40 random samples from the calibration set and another set with 200 new unknown samples. The soil clay content affects the predictive ability of the calibration curve to estimate SOM content by NIRS. Validation curves showed poorer performance (lower R² and higher RMSE) when generated from unknown samples, where the model tends to overestimate the lower levels and to underestimate the higher levels of clay and SOM. Despite the potential of NIRS technique to predict these attributes, further calibration studies are still needed to use this technique in soil analysis laboratories.(AU)

Dentre os constituintes do solo, especial atenção é voltada aos teores de argila e de matéria orgânica do solo (MOS), pois, entre outros aspectos, são determinantes para retenção de nutrientes e a formação de agregados no solo, os quais afetam diretamente o potencial produtivo das culturas. Os métodos mais comumente utilizados para quantificação destes constituintes apresentam algumas desvantagens, como o uso de reagentes químicos e a geração de resíduos. Uma alternativa a estes métodos é o uso da espectroscopia no infravermelho próximo (near infrared spectroscopy - NIRS). O objetivo deste trabalho é avaliar modelos de quantificação dos teores de argila e de MOS em amostras de solo utilizando dados espectrais por meio da técnica NIRS. Foram utilizadas 400 amostras de solos com amplitude nos teores de MOS e argila para geração de uma curva de calibração. A argila foi determinada pelo método do densímetro e a MOS por meio da solução sulfocrômica. Para calibração, utilizou-se os espectros originais (absorbância) e com pré-tratamento espectral (Savitzky-Golay derivative) das 400 amostras nos seguintes modelos: multiple linear regression (MLR), partial last squares regression (PLSR), support vector machine (SVM) e Gaussian process regression (GPR). A validação da curva foi realizada com o modelo que apresentou melhor desempenho na calibração (SVM) de duas maneiras: com 40 amostras aleatórias oriundas daquelas utilizadas na calibração e com outras 200 novas amostras desconhecidas. O teor de argila das amostras de solo afeta a capacidade preditiva da curva de calibração da estimativa do teor de MOS pelo NIRS. A validação das curvas apresentou pior desempenho (menor R² e maior RMSE) quando feita a partir de amostras desconhecidas, cujo modelo tende a superestimar os teores mais baixos e subestimar os teores mais elevados de argila e MOS...(AU)

Estimation of soil phosphorus availability via visible and near-infrared spectroscopy

Spectroscopic techniques have great potential to evaluate soil properties. However, there are still questions regarding the applicability of spectroscopy to analyze soil phosphorous (P) availability, especially in tropical soils with low nutrient contents. Therefore, this study evaluated the possibility to estimate P availability in soil and its pools (labile, moderately labile and non-labile) via Vis-NIR spectroscopy based on intra-field calibration. We used soils from two different locations, a plot experiment that received application of phosphate fertilizers (Field-A) and a cultivated field where a grid soil sampling was performed (Field-B). We used the technique of diffuse reflectance in the visible and near-infrared (Vis-NIR) to obtain the spectra of soil samples. Predictive modeling for P availability and labile, moderately labile and non-labile pools of P in soil were obtained via partial least squares (PLS) regression; classification modeling was performed via Soft Independent Modeling of Class Analogy (SIMCA) on three P availability levels in order to overcome the limitation on quantifying P via Vis-NIR spectroscopy. We found that isolating P contents as the only variable (Field-A), Vis-NIR spectroscopy does not allow estimating P pools in the soil. In addition, quantification of P available in the soil via predictive modeling has limitations in tropical soils. On the other hand, estimating P content in soil through classes of availability is a feasible and promising alternative.

Estimation of soil phosphorus availability via visible and near-infrared spectroscopy

Spectroscopic techniques have great potential to evaluate soil properties. However, there are still questions regarding the applicability of spectroscopy to analyze soil phosphorous (P) availability, especially in tropical soils with low nutrient contents. Therefore, this study evaluated the possibility to estimate P availability in soil and its pools (labile, moderately labile and non-labile) via Vis-NIR spectroscopy based on intra-field calibration. We used soils from two different locations, a plot experiment that received application of phosphate fertilizers (Field-A) and a cultivated field where a grid soil sampling was performed (Field-B). We used the technique of diffuse reflectance in the visible and near-infrared (Vis-NIR) to obtain the spectra of soil samples. Predictive modeling for P availability and labile, moderately labile and non-labile pools of P in soil were obtained via partial least squares (PLS) regression; classification modeling was performed via Soft Independent Modeling of Class Analogy (SIMCA) on three P availability levels in order to overcome the limitation on quantifying P via Vis-NIR spectroscopy. We found that isolating P contents as the only variable (Field-A), Vis-NIR spectroscopy does not allow estimating P pools in the soil. In addition, quantification of P available in the soil via predictive modeling has limitations in tropical soils. On the other hand, estimating P content in soil through classes of availability is a feasible and promising alternative.(AU)

Chlorophyll content for millet leaf using hyperspectral imaging and an attention-convolutional neural network / Estimativa do teor de clorofila para folhas de milheto usando imagens hiperespectrais e uma rede neural atenção-convolucional

Chlorophyll is a major factor affecting photosynthesis; and consequently, crop growth and yield. In this study, we devised a chlorophyll-content detection model for millet leaves in different stages of growth based on hyperspectral data. The hyperspectral images of millet leaves were obtained under a wavelength range of 380-1000 nm using a hyperspectral imager. Threshold segmentation was performed with near-infrared (NIR) reflectance and normalized difference vegetation index (NDVI) to intelligently acquire the regions of interest (ROI). Furthermore, raw spectral data were preprocessed using multivariate scatter correction (MSC). A correlation coefficient-successive projections algorithm (CC-SPA) was used to extract the characteristic wavelengths, and the characteristic parameters were extracted based on the spectral and image information. A partial least squares regression (PLSR) prediction model was established based on the single characteristic parameter and multi-characteristic parameter fusion. The determination coefficient (Rv 2) and the root-mean-square error (RMSEv) of the validation set for the multi-characteristic parameter fusion model were reported to be 0.813 and 1.766, respectively, which are higher than those obtained by the single characteristic parameter model. Based on the multi-characteristic parameter fusion, an attention-convolutional neural network (attention-CNN) (Rv 2 = 0.839, RMSEv = 1.451, RPD = 2.355) was established, which is more effective than the PLSR (Rv 2 = 0.813, RMSEv = 1.766, RPD = 2.167) and least squares support vector machine (LS-SVM) models (Rv 2 = 0.806, RMSEv = 1.576, RPD = 2.061). These results indicated that the combination of hyperspectral imaging and attention-CNN is beneficial to the application of nutrient element monitoring of crops.(AU)

A clorofila é um fator importante que afeta a fotossíntese e, consequentemente, o crescimento e o rendimento das culturas. Neste estudo, um modelo de detecção de conteúdo de clorofila é construído para folhas de milheto em diferentes estágios de crescimento, com base em dados hiperespectrais. As imagens hiperespectrais dos diferentes estágios de crescimento das folhas de milheto foram obtidas para 380-1000 nm, utilizando um gerador de imagens hiperespectrais. Uma segmentação de limiar foi realizada com refletância no infravermelho próximo (NIR) e índice de vegetação com diferença normalizada (NDVI) para adquirir de forma inteligente as regiões de interesse (ROI). Além disso, os dados espectrais brutos foram pré-processados usando o método de correção de dispersão multivariada (MSC). Um algoritmo de projeção de coeficiente de correlação sucessivo (CC-SPA) foi utilizado para extrair os comprimentos de onda característicos, e os parâmetros característicos foram extraídos com base nas informações espectrais e de imagem. O modelo de previsão de regressão parcial dos mínimos quadrados (PLSR) foi estabelecido com base nos parâmetros de característica única e na fusão de parâmetros de característica múltipla. O coeficiente de determinação (Rv2) e o erro quadrático médio da raiz (RMSEv) do conjunto de validação para o modelo de fusão de parâmetros com várias características foram obtidos como 0,813 e 1,766, sendo melhores do que os do modelo de parâmetro de característica única. Com base na fusão de parâmetros com várias características, foi estabelecida uma rede neural atenção-convolucional (atenção-CNN) (Rv2 = 0,839, RMSEv = 1,451, RPD = 2,355) mais eficaz que o PLSR (Rv2 = 0,813, RMSEv = 1,766, RPD = 2,167) e mínimos quadrados que suportam modelos de máquina de vetores (LS-SVM) (Rv2 = 0,806, RMSEv = 1,576, RPD = 2,061)....(AU)

Espectroscopia NIR e análise multivariada aplicadas à identificação de grupos espectrais de células tronco derivadas do fluido amniótico de caprinos / NIR spectroscopy and multivariate analysis applied to the identification of spectrum groups of trunk cells derived from goats amniotic fluid

O objetivo deste trabalho foi desenvolver um modelo preditivo através de técnica multivariada para diferenciar meios de cultivo de células-tronco cultivadas in vitro e criopreservadas de acordo com os perfis de absorbância obtidas por NIR. Para tanto, foram coletados meios de cultivo de células-tronco oriundo do fluido amniótico de fetos caprinos, antes e após o processo de criopreservação por vitrificarão, e submetidos à análise pelo NIR. Foi possível estimar com alta acurácia o tratamento empregado nas amostras, gerando uma impressão digital dos meios de cultivo in vitro de células criopreservadas ou não.

The objective of this work was to develop a predictive model through a multivariate technique to differentiate culture media from stem cells cultured in vitro and cryopreserved according to the absorbance profiles obtained by NIR. For this purpose, culture media were collected from stem cells from the amniotic fluid of goat fetuses, before and after cryopreservation by vitrification, and submitted to NIR analysis. It was possible to estimate with high accuracy the treatment used in the samples, generating a fingerprint of in vitro culture media of cryopreserved cells or not.

Espectroscopia NIR e análise multivariada aplicadas à identificação de grupos espectrais de células tronco derivadas do fluido amniótico de caprinos / NIR spectroscopy and multivariate analysis applied to the identification of spectrum groups of trunk cells derived from goats amniotic fluid

O objetivo deste trabalho foi desenvolver um modelo preditivo através de técnica multivariada para diferenciar meios de cultivo de células-tronco cultivadas in vitro e criopreservadas de acordo com os perfis de absorbância obtidas por NIR. Para tanto, foram coletados meios de cultivo de células-tronco oriundo do fluido amniótico de fetos caprinos, antes e após o processo de criopreservação por vitrificarão, e submetidos à análise pelo NIR. Foi possível estimar com alta acurácia o tratamento empregado nas amostras, gerando uma impressão digital dos meios de cultivo in vitro de células criopreservadas ou não.(AU)

The objective of this work was to develop a predictive model through a multivariate technique to differentiate culture media from stem cells cultured in vitro and cryopreserved according to the absorbance profiles obtained by NIR. For this purpose, culture media were collected from stem cells from the amniotic fluid of goat fetuses, before and after cryopreservation by vitrification, and submitted to NIR analysis. It was possible to estimate with high accuracy the treatment used in the samples, generating a fingerprint of in vitro culture media of cryopreserved cells or not.(AU)