Los forrajes son plantas o partes de plantas que consumen tanto el ganado como la fauna silvestre. Los forrajes aportan volumen, ayudan a mantener el peso y combaten diversos problemas [1]. El forraje de alfalfa es rico en proteínas, ideal para promover la masa muscular en el ganado vacuno o para aumentar la producción de vacas lecheras [2]. La alfalfa también se utiliza habitualmente como alimento para caballos. Estos animales requieren forrajes con buena palatabilidad, alta digestibilidad, potencial de consumo y niveles proteicos, lo que aumenta la demanda de alfalfa y otros alimentos de alta calidad. En los últimos años, los ganaderos han respondido produciendo alfalfa de aún mayor calidad. Dado que la calidad del forraje depende de propiedades químicas, biológicas y dinámicas, se deben utilizar métodos tanto medidos como calculados. Los ensayos estándar de alfalfa miden la fibra detergente neutra (FDN), la fibra detergente ácida (FDA), la proteína cruda (PC), la ceniza, la humedad y la proteína. En el caso de los pellets de alfalfa, el tamaño medio de partícula también es importante. La espectroscopia de infrarrojo cercano (NIRS) ofrece una predicción rápida y fiable de grasa, humedad, proteína cruda, fibra, cenizas y almidón en unos pocos segundos y sin preparación de la muestra.

Se analizaron muestras de alfalfa (incluyendo alfalfa fresca, pellets y cubos de alfalfa) en un analizador NIR de Metrohm. Todas las mediciones se realizaron en modo de reflexión utilizando el recipiente grande. Las muestras se midieron en rotación para recopilar datos espectrales de varias áreas. El promedio espectral de las señales de varios puntos ayudó a reducir la heterogeneidad de las muestras.

Los valores de referencia se midieron de acuerdo con las normas ISO descritas al final de esta Nota de Aplicación. Se utilizó el software de Metrohm para la adquisición de datos y el desarrollo del modelo de predicción.

Los espectros NIR obtenidos (Figura 1) se utilizaron para crear un modelo de predicción para la cuantificación de grasa, humedad, proteína cruda, fibra, cenizas y almidón en alfalfa. La calidad de los modelos de predicción se evaluó mediante diagramas de correlación (Figuras 2-5), que muestran una alta correlación entre la predicción NIR y los valores de referencia. Las respectivas figuras de mérito (FOM) muestran la precisión esperada de una predicción durante el análisis rutinario de diferentes variaciones de alimento de alfalfa (Tablas 1-3).

Figuras de mérito

Las siguientes tablas muestran las cifras de mérito de los modelos de predicción de pellets de alfalfa (Tabla 1), cubos de alfalfa (Tabla 2) y alfalfa fresca (Tabla 3).

Esta Nota de Aplicación demuestra la viabilidad de determinar múltiples parámetros clave del forraje de alfalfa mediante espectroscopia NIR. Generalmente se requieren varios métodos analíticos para medir los parámetros clave de calidad del forraje (Tabla 4). El análisis de forraje mediante NIRS ofrece una alternativa altamente precisa, rentable y rápida.