Application of near infrared spectroscopy – NIRS – to determine the nutritional value of varieties of alfalfa (Medicago sativa L) and red clover (Trifolium pretense L)

• Autores: Estupiñán M., Carlos, Carcelén C., Fernando, Hidalgo L., Víctor, Rojas E., David, Vera C., Oscar, López G., Sofía, Bezada Q., Sandra
• Formato: artículo
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: Revista UNMSM - Revista de Investigaciones Veterinarias del Perú
• Lenguaje: español
• OAI Identifier: oai:ojs.csi.unmsm:article/19491
• Enlace del recurso: https://revistasinvestigacion.unmsm.edu.pe/index.php/veterinaria/article/view/19491
• Nivel de acceso: acceso abierto
• Materia: NIRS; calibration; legume; proximal analysis; neutral detergent fibre; calibración; leguminosa; análisis proximal; fibra detergente neutra

The aim of this study was to determine the applicability of near infrared spectroscopy (NIRS) for the nutritional assessment of two important forage species in the country: alfalfa (Medicago sativa L) and red clover (Trifolium pratense L). For this, 75 samples of alfalfa varieties (SW 8210, WL 625HQ) and 75 of red clover varieties (Quiñequeli, Kendland) obtained from the paddocks of the IVITA El Mantaro Experimental Station, Junín region, Peru were used. Proximal analysis was performed determining the content of crude protein (CP), ether extract (EE), crude fibre (CF), total ash (TA) and neutral detergent fibre (NDF), and the spectrum was captured using NIRS equipment. The calibration and validation models were developed to estimate the predictive capacity using Partial Least Squares (PLS), and the accuracy and precision statistics used were the Correlation Coefficient (R), Determination Coefficient (R2), Root Mean Square Error of Calibration (RMSEC), Root Mean Square of Prediction Error (RMSEP), Ratio of Range to Error (RER) and Residual Predictive Deviation (RPD). The mathematical models obtained showed that the NIRS technique has a good predictive capacity for the nutritional components of CP, TA and NDF (R2: 0.97, 0.99, 0.94; RPD: 2.00, 2.17 and 2.00, respectively) for varieties of alfalfa and red clover.
El objetivo del presente estudio fue determinar la aplicabilidad de la espectroscopía del infrarrojo cercano (NIRS) para la valoración nutritiva de dos especies forrajeras de importancia en el país: alfalfa (Medicago sativa L) y trébol rojo (Trifolium pratense L). Se utilizaron 75 muestras de variedades de alfalfa (SW 8210, WL 625HQ) y 75 de variedades de trébol rojo (Quiñequeli, Kendland) obtenidas de los campos de la Estación Experimental IVITA El Mantaro, región Junín, Perú. Se realizó el análisis proximal determinando el contenido de proteína cruda (PC), extracto etéreo (EE), fibra cruda (FC), cenizas totales (CZ) y fibra detergente neutra (FDN) y se hizo la captura del espectro mediante un equipo NIRS. Se elaboraron los modelos de calibración y validación para estimar la capacidad predictiva mediante Cuadrados Mínimos Parciales (PLS), siendo los estadísticos de exactitud y precisión usados el Coeficiente de Correlación (R), Coeficiente de Determinación (R2), Raíz Cuadrada Media del Error de Calibración (RMSEC), Raíz Cuadrada Media del Error de Predicción (RMSEP), Proporción del Rango con el Error (RER) y Desviación Residual Predictiva (RPD). Los modelos matemáticos obtenidos muestran que la técnica NIRS posee una capacidad de predicción buena de los componentes nutricionales de PC, CZ y FDN (R2:0.97, 0.99, 0.94; RPD: 2.00, 2.17 y 2.00, respectivamente) para variedades de alfalfa y trébol rojo.