Portal de Pesquisa da BVS Veterinária

Tese em Português | VETTESES | ID: vtt-206872

Resumo

A nutrição, é o fator que mais impacta os sistemas de produção, visto que corresponde à 75 80% do custo total ara reduzir os custos de produção é necessário usar estratégias como melhorar a eficiência alimentar dos animais e fornecer dietas balanceadas mediante a inclusão de outras fontes alimentares na ração. Frente ao desafio de fornecer alimento aos animais no período seco e reduzir custo de produção a solução é utilizar forrageiras adaptadas a região semiárida e substituição os alimentos tradicionais. O feijão guandu é uma forrageira adaptada as condições edafoclimáticas regiões semiáridas, capaz de fornecer alimento de boa qualidade nos períodos mais secos do ano torta de algodão é um subproduto proveniente da extração do óleo do caroço do algodão usado em substituição ao farelo de soja. Determinar a composição bromatológica dos alimentos pelo método tradicional é demorado e caro ssim como alternativa as metodologias tradicionais vêm sendo aplicado o uso da espectroscopia de reflectância no infravermelho próximo (NIRS), para otimizar o tempo para obtenção dos dados, sem destruir as amostras e gerar poluentes. Objetivou se com este estudo desenvolver e validar modelos de predição da composição bromatológica da torta de algodão e do feijão guandu baseados em espectroscopia NIRS, obtidos em distintos equipamentos e com diferentes processamentos da amostra. A torta de algodão foi adquirida diretamente da fábrica processadora de caroço de algodão feijão guandu foi oriundo de plantio realizado em casa de vegetação na Embrapa Caprinos e Ovinos, obteve se amostras frescas (in natura , pré secas e moídas. Para aquisição dos espectros utilizaram se dois equipamentos NIR, Perten DA 7250 e FOSS 5000. Inicialmente os alimentos foram escaneados in natura em aparelho do modelo Perten, e usando ajuda do software The Unscrambler 10.2 foi selecionado um grupo de amostras para o banco de calibração. As amostras selecionadas foram secas e moídas, e escaneadas novamente em equipamentos Perten e FOSS. Os valores dos parâmetros de referência foram obtidos por meio de metodologias de análise tradicional em laboratório matéria seca (MS), matéria mineral (MM), matéria orgânica (MO), proteína bruta (PB), estrato etéreo (EE), fibra em detergente neutro (FDN), fibra em detergente ácido (FDA), digestibilidade in vitro da matéria seca (DIVMS) e digestibilidade in vitro da matéria orgânica (DIVMO). Para avaliar o desempenho dos modelos foi usado os erros médios de calibração (RMSEC) e validação (RMSECV), coeficiente de determinação (R ) e da relação de desempenho de desvio dos modelos (RPD). Para análise exploratória dos dados foi usada a análise de componentes principais (PCA), que permitiu selecionar amostras do banco de dados para desenvolvimento dos modelos de calibração. A técnica de calibração multivariada utilizada foi a regressão por meio de quadrados mínimos (PLS), que é a mais recomendada na literatura.

---

Nutrition is the factor that most impacts production systems, since it corresponds to 75 80% of the total cost, to reduce production costs is necessary to use strategies to improve feed efficiency of animals and provide balanced diets including other food sources in the diet. Facing the challenge of providing food to animals in the dry season and reduce production costs the solution is to use forages adapted to semi arid region and replacing traditional foods. The pigeon pea is a forage adapted to the conditions of the area, and cottonseed meal is available by product used to replace soybean meal. To determine the chemical composition of food by the traditional method is time consuming and expensive, as an alternative to traditional methodologies have been applied using the reflectance near infrared spectroscopy (NIRS). The objective of this study to develop and validate models to predict the chemical composition of cotton cake and pigeon pea based spectroscopy NIRS, Scanned in two models of equipment and with different sample processing. The cottonseed cake was purchased from a factory processing the cotton seed and the pigeon pea was planted and germinated in a greenhouse at Embrapa Caprinos e Ovinos [Embrapa Goats and Sheeps], fresh (in natura) or pre dried and milled. Spectra were collected using two NIR devices: Perten 7250 and 5000 FOSS. Initially the food was scanned in natura device Perten model, and using software help The Unscrambler 10.2 was selected a group of samples to set of calibration. Selected samples were dried and ground, and scanned again Perten and FOSS equipment. The values of the reference parameters were obtained through traditional methodologies used in animal nutrition laboratory to dry matter (DM), organic matter (OM), crude protein (CP), ether extract (EE), soluble neutral detergent fiber (NDF), soluble acid detergent fiber (ADF), in vitro digestibility of dry matter (DIVDM) and in vitro digestibility of organic matter (DIVOM). The performance of the models was evaluated using the Root Mean Square Error of Calibration (RMSEC) and cross validation (RMSECV), coefficient of determination (R2) and the deviation of Ratio of performance Deviation of the models (RPD). To explore the data was used the principal component analysis (PCA), which allowed the selection of samples from the database for the development of calibration models the multivariate calibration technique used was the least squares regression (PLS), which is the most recommended in the literature.

Biblioteca responsável: BR68.1