Espectros de infravermelho próximo, análises bromatológicas e digestibilidade in vitro para predição de fibra em detergente neutro indigestível em gramíneas tropicais

Abstract

O teor de FDN indigestível (FDNi) das forragens é uma informação relevante para a modelagem nutricional, formulação de dietas e avaliação de alimentos em ruminantes. O objetivo deste estudo foi avaliar o desempenho da predição de FDNi em Urochloa e Megathyrsus spp., utilizando combinações de espectros no infravermelho próximo (NIR) de um equipamento portátil com análises laboratoriais e/ou digestibilidade in vitro da FDN (DIVFDN). Um total de 242 amostras de Urochloa spp e Megathyrsus spp. coletadas a 50% da altura do dossel foram obtidas em três regiões. As análises laboratoriais de MS, MO, FDN e nitrogênio foram realizadas por via úmida. Os valores de referência de FDNi foram analisados por incubação in situ de 312 horas. As amostragens espectrais de 900 a 1700 nm foram obtidas por meio de um espectrômetro de infravermelho (NIR) portátil de reflectância. Quatro conjuntos de preditores foram definidos: espectros NIR (SPEC); SPEC com análises laboratoriais (SPEC_L); SPEC com DIVFDN (SPEC_D); e SPEC com DIVFDN e análises laboratoriais (SPEC_DL). Um total de 49 combinações de pré-processamento foi avaliado, e os modelos de calibração foram ajustados utilizando regressão de mínimos quadrados parciais (PLSR). Para cada conjunto de predição, o modelo de calibração com o menor erro quadrático médio (RMSE) da validação cruzada leave-one-out (LOOCV) foi selecionado para bootstrap. As métricas avaliadas incluíram RMSE, coeficiente de determinação (R²), erro médio e razão entre desempenho e desvio (RPD). A comparação das métricas entre os conjuntos de preditores baseou-se em intervalos de confiança de 95% obtidos por 1000 interações bootstrap. As alturas das plantas e os teores de FDNi, e IVNDFD variaram de 15 a 215 cm, 81 a 426 e 382 a 837 g kg MS⁻¹, respectivamente. O aumento da complexidade dos conjuntos de preditores, de SPEC para combinações SPEC_D e SPEC_DL, reduziu o RMSE e aumentou R² e RPD, tanto no treino quanto na LOOCV. Maiores valores de RPD, de 3,04 em SPEC_D e 2,14 em SPEC_DL, foram observados. Os conjuntos SPEC_D e SPEC_DL resultaram em menores RMSE e maiores R² e RPD (IC95%). O erro médio foi próximo de zero para FDNi em todos os conjuntos de predição. Conclui-se que a combinação de IVNDFD com espectros obtidos por dispositivo NIR portátil melhora a predição de FDNi em gramíneas tropicais.