DOI: https://doi.org/10.1007/s11250-026-05064-z
PMID: https://pubmed.ncbi.nlm.nih.gov/42207364
تاريخ النشر: 2026-05-28
المؤلف: Flor L. Mejía وآخرون
الموضوع الرئيسي: الطيفية والتحليلات الكيميائية
نظرة عامة
تدرس هذه الدراسة فعالية طيفية الأشعة تحت الحمراء القريبة (NIRS) في التنبؤ بالتكوين الكيميائي للوجبات الغذائية التي تستهلكها العجول التي ترعى في المراعي المختلطة. تم جمع 96 عينة من الوجبات الغذائية من ثمانية عجول من سلالة براون سويس، وتم تجفيفها عند 60 درجة مئوية لمدة 48 ساعة، وتحليلها لمكونات غذائية رئيسية: البروتين الخام (CP)، الرماد، الألياف المنظفة المحايدة (NDF)، الألياف المنظفة الحمضية (ADF)، وقابلية هضم المادة الجافة في المختبر (IVDMD). تم مسح العينات باستخدام مطياف الأشعة تحت الحمراء القريبة من Unity Scientific عبر نطاق الطول الموجي 1100-2500 نانومتر بدقة 1 نانومتر.
استخدمت الدراسة تحليل الانحدار باستخدام المربعات الصغرى الجزئية لتطوير نماذج التنبؤ، مما أسفر عن نتائج معايرة ممتازة لـ CP وNDF، مع معاملات تحديد ($R^2$) تبلغ 0.99 و0.94، على التوالي. أظهرت توقعات الرماد وADF دقة جيدة ($R^2 = 0.85$ و$R^2 = 0.86$)، بينما كانت توقعات IVDMD متوسطة ($R^2 = 0.74$). تشير هذه النتائج إلى أن NIRS هي طريقة سريعة ودقيقة وموثوقة لتقدير المعلمات الغذائية الحرجة في وجبات العجول، مما يدعم تطبيقها في مراقبة جودة العلف بكفاءة.
مقدمة
تسلط المقدمة الضوء على أهمية تربية الماشية في منطقة الأمازون في بيرو، مشددة على دورها في توفير الدخل للأسر الريفية وتعزيز الأمن الغذائي. تعتمد أنظمة إنتاج الماشية الواسعة في هذه المنطقة على المراعي الطبيعية والمزروعة، مما يتطلب فهمًا شاملاً للتكوين الكيميائي لوجبات الأبقار من أجل إدارة غذائية فعالة. هذه المعرفة ضرورية لتقدير القدرة الاستيعابية وتحسين خطط التغذية، مما يمكن أن يحسن أداء الماشية والاستخدام الفعال لموارد العلف.
تتعرض الطرق التحليلية التقليدية لتحديد تكوين العلف، مثل الكيمياء الرطبة، للانتقاد بسبب تكلفتها العالية وكثافتها في العمل. بالمقابل، تقدم طيفية الأشعة تحت الحمراء القريبة (NIRS) بديلاً سريعًا وغير مدمر وصديقًا للبيئة لتقييم جودة العلف. بينما أظهرت NIRS وعودًا في تقييم أنواع مختلفة من العلف، لا تزال هناك تحديات في التنبؤ بالتكوين الغذائي للعلف المعقد والمتعدد الأنواع الذي يعد نموذجيًا لأنظمة الرعي. تهدف هذه الدراسة إلى معالجة هذه الفجوة من خلال استخدام NIRS للتنبؤ بالتكوين الكيميائي للوجبات الغذائية التي تستهلكها عجول براون سويس التي ترعى في شمال الأمازون البيروفي، باستخدام نماذج الانحدار باستخدام المربعات الصغرى الجزئية (PLS) لتقييم جودة التنبؤ من خلال مقاييس إحصائية مختلفة.
النتائج
تشير النتائج إلى أن المراعي المختلطة التي استهلكتها العجول كانت تحتوي على متوسط تكوين كيميائي يبلغ 12.66% بروتين خام (CP)، 9.67% رماد إجمالي، 49.63% ألياف منظفة محايدة (NDF)، 30.86% ألياف منظفة حمضية (ADF)، و80.34% قابلية هضم المادة الجافة في المختبر (IVDMD). تم تلخيص إحصائيات المعايرة والتحقق المتبادل لهذه المعلمات الغذائية في الجدول 1، مما يبرز الأداء التنبؤي لنموذج طيفية الأشعة تحت الحمراء القريبة (NIRS).
أظهر البروتين الخام وNDF دقة تنبؤية ممتازة، مع معاملات تحديد ($R^2_c$) تبلغ 0.99 و0.94، على التوالي، وأخطاء قياسية للمعايرة (SEC) تبلغ 0.32 و1.22. كما أظهرت توقعات الرماد وADF قدرات تنبؤية جيدة، مع قيم $R^2_c$ تبلغ 0.85 و0.86، وقيم SEC تبلغ 0.34 و1.08. بالمقابل، أظهرت IVDMD قدرة تنبؤية أقل، مع $R^2_c$ يبلغ 0.74 وSEC يبلغ 2.41. توضح الشكل 1 العلاقة بين القيم المرجعية والقيم المتوقعة، مما يكشف أنه بينما تتجمع نقاط بيانات CP بالقرب من خط الهوية، مما يشير إلى دقة عالية، تعرض IVDMD تباينًا أكبر، مما يشير إلى الحاجة إلى مزيد من التحسين في نموذجها التنبؤي. بشكل عام، تؤكد هذه النتائج على الإمكانات التنبؤية القوية لنموذج NIRS لـ CP وNDF، بينما تشير إلى القيود بالنسبة لـ IVDMD.
المناقشة
في قسم المناقشة من الدراسة، وُجد أن التكوين الكيميائي للمراعي المختلطة يتماشى مع الأبحاث السابقة بشأن البروتين الخام (CP)، والألياف المنظفة المحايدة (NDF)، والألياف المنظفة الحمضية (ADF). تم الإبلاغ عن قابلية هضم المادة الجافة في المختبر (IVDMD) بنسبة 80.34%، متجاوزة بعض النتائج الحديثة ولكنها تبقى ضمن النطاقات المحددة. تُعزى التغيرات في التركيب إلى عوامل مثل تنوع الأنواع، وخاصة وجود أنواع البرسيم، بالإضافة إلى مرحلة النمو، وظروف التربة، والمناخ، وممارسات إدارة الرعي.
استخدمت الدراسة نماذج تنبؤية لطيفية الأشعة تحت الحمراء القريبة (NIRS)، التي أظهرت دقة عالية لـ CP وNDF (معاملات الارتباط 0.99 و0.94، على التوالي)، متفوقة على الدراسات السابقة. بينما كانت التوقعات للرماد وADF مرضية، كانت الدقة لـ IVDMD أقل بشكل ملحوظ (0.74)، مما يشير إلى الحاجة إلى مزيد من تحسين النماذج. قد تعيق تعقيدات خلطات الرعي متعددة الأنواع دقة المعايرة مقارنة بالدراسات ذات الأنواع الفردية. بشكل عام، بينما تظهر تقنية NIRS وعودًا في التنبؤ بـ CP وNDF في وجبات المراعي المختلطة، تم تحديد تحسين دقة توقعات IVDMD كمنطقة حاسمة للبحث المستقبلي لتحسين التقييم الغذائي للأنظمة المعقدة للرعي.
DOI: https://doi.org/10.1007/s11250-026-05064-z
PMID: https://pubmed.ncbi.nlm.nih.gov/42207364
Publication Date: 2026-05-28
Author(s): Flor L. Mejía et al.
Primary Topic: Spectroscopy and Chemometric Analyses
Overview
This study investigates the efficacy of near-infrared spectroscopy (NIRS) in predicting the chemical composition of diets consumed by heifers grazing on mixed pastures. A total of 96 diet samples from eight Brown Swiss heifers were collected, dried at 60°C for 48 hours, and analyzed for key nutritional components: crude protein (CP), ash, neutral detergent fiber (NDF), acid detergent fiber (ADF), and in vitro dry matter digestibility (IVDMD). The samples were scanned using a Unity Scientific near-infrared spectrometer across the 1100-2500 nm wavelength range at 1 nm resolution.
The study employed partial least squares regression to develop prediction models, yielding excellent calibration results for CP and NDF, with determination coefficients ($R^2$) of 0.99 and 0.94, respectively. Ash and ADF predictions demonstrated good accuracy ($R^2 = 0.85$ and $R^2 = 0.86$), while IVDMD predictions were moderate ($R^2 = 0.74$). These results indicate that NIRS is a rapid, precise, and reliable method for estimating critical nutritional parameters in heifers’ diets, thereby supporting its application in efficient forage quality monitoring.
Introduction
The introduction highlights the significance of cattle farming in the Amazon region of Peru, emphasizing its role in providing income for rural families and enhancing food security. The extensive livestock production systems in this area rely on natural and cultivated pastures, necessitating a thorough understanding of the chemical composition of bovine diets for effective nutritional management. This knowledge is essential for estimating carrying capacity and optimizing feed plans, which can improve livestock performance and the efficient use of forage resources.
Traditional analytical methods for determining feed composition, such as wet chemistry, are criticized for being costly and labor-intensive. In contrast, Near-Infrared Spectroscopy (NIRS) presents a rapid, non-destructive, and environmentally friendly alternative for assessing forage quality. While NIRS has shown promise in evaluating various feed types, challenges remain in predicting the nutritional composition of complex, multi-species forages typical of grazing systems. This study aims to address this gap by utilizing NIRS to predict the chemical composition of diets consumed by grazing Brown Swiss heifers in the northern Peruvian Amazon, employing Partial Least Squares (PLS) regression models to assess prediction quality through various statistical measures.
Results
The results indicate that the mixed pastures consumed by the heifers had an average chemical composition of 12.66% crude protein (CP), 9.67% total ash, 49.63% neutral detergent fiber (NDF), 30.86% acid detergent fiber (ADF), and 80.34% in vitro dry matter digestibility (IVDMD). The calibration and cross-validation statistics for these nutritional parameters are summarized in Table 1, highlighting the predictive performance of the Near-Infrared Reflectance Spectroscopy (NIRS) model.
Crude protein and NDF exhibited excellent predictive accuracy, with coefficients of determination ($R^2_c$) of 0.99 and 0.94, respectively, and standard errors of calibration (SEC) of 0.32 and 1.22. Ash and ADF also demonstrated good predictive capabilities, with $R^2_c$ values of 0.85 and 0.86, and SEC values of 0.34 and 1.08. In contrast, IVDMD showed a lower predictive capacity, with an $R^2_c$ of 0.74 and a SEC of 2.41. Figure 1 illustrates the relationship between reference and predicted values, revealing that while CP data points cluster closely around the line of identity, indicating high accuracy, IVDMD displays greater variability, suggesting the need for further refinement in its predictive model. Overall, these findings affirm the strong predictive potential of the NIRS model for CP and NDF, while indicating limitations for IVDMD.
Discussion
In the discussion section of the study, the chemical composition of mixed pastures was found to be consistent with prior research regarding crude protein (CP), neutral detergent fiber (NDF), and acid detergent fiber (ADF). The in vitro dry matter digestibility (IVDMD) was reported at 80.34%, surpassing some recent findings but remaining within established ranges. Variations in composition are attributed to factors such as species diversity, particularly the presence of clover species, as well as growth stage, soil conditions, climate, and grazing management practices.
The study employed Near-Infrared Reflectance Spectroscopy (NIRS) predictive models, which demonstrated high accuracy for CP and NDF (correlation coefficients of 0.99 and 0.94, respectively), outperforming previous studies. While predictions for ash and ADF were satisfactory, the accuracy for IVDMD was notably lower (0.74), indicating a need for further refinement of the models. The complexity of multi-species grazing mixtures may hinder calibration precision compared to single-species studies. Overall, while NIRS technology shows promise for predicting CP and NDF in mixed pasture diets, enhancing the accuracy of IVDMD predictions is identified as a critical area for future research to improve the nutritional assessment of complex grazing systems.