L'allevamento di bestiame è un processo complesso che coinvolge numerose operazioni indipendenti e integrate. Secondo l'Organizzazione Mondiale della Sanità (OMS), le basi per un allevamento di successo sono la disponibilità di mangimi e un'alimentazione efficiente. Il controllo di qualità (CQ) dei mangimi e dei loro ingredienti è fondamentale per garantire la produzione di mangimi sicuri e ricchi di nutrienti. I parametri tipici del CQ misurati durante la produzione di mangimi sono grassi, umidità, proteine, fibre, ceneri e amido. Tuttavia, l'analisi di questi parametri viene solitamente effettuata con metodi chimici umidi, che richiedono diverse procedure dispendiose in termini di tempo, metodi di analisi complessi e costosi reagenti chimici. La spettroscopia nel vicino infrarosso (NIRS) offre una previsione rapida e affidabile del contenuto di grassi, umidità, proteine, fibre, ceneri e amido di diversi tipi di mangimi in pochi secondi, senza alcuna preparazione del campione.
Circa 500 campioni di mangime (ad esempio, per pollame, suini, bovini, caprini e ovini) sono stati analizzati con un analizzatore NIR Metrohm. Tutte le misurazioni sono state eseguite in modalità riflessione utilizzando la tazza grande. I campioni sono stati misurati in rotazione per raccogliere dati spettrali da diverse aree. La media spettrale dei segnali provenienti da diversi punti ha contribuito a ridurre l'influenza della disomogeneità del campione. Il software Metrohm è stato utilizzato per l'acquisizione dei dati e lo sviluppo del modello predittivo.
Tutti gli spettri NIR misurati sono stati utilizzati per creare modelli predittivi per la quantificazione dei parametri qualitativi chiave degli alimenti.
Inoltre, sono stati creati modelli predittivi per umidità, amido, fibra, proteine, grassi e ceneri per singoli alimenti, ad esempio mangimi per bovini, pollame e suini.
La qualità dei modelli predittivi è stata valutata utilizzando diagrammi di correlazione (Figure 2–7) che mostrano un'elevata correlazione tra la previsione NIR e i valori di riferimento. Le rispettive cifre di merito (FOM) mostrano la precisione attesa di una previsione durante l'analisi di routine dei test NIR sugli alimenti (Tabella 1 mangimi per pollame, Tabella 2 mangimi per suini e Tabella 3 mangimi per bovini).
Contenuto di grassi risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.923 | 0.30 | 0.33 | 0.34 |
Contenuto di amido risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.927 | 1.80 | 2.06 | 1.27 |
Contenuto proteico risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.873 | 0.81 | 0.86 | 0.80 |
Contenuto di umidità risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.938 | 0.41 | 0.42 | 0.31 |
Contenuto di fibre risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.650 | 0.77 | 0.80 | 0.70 |
Contenuto di ceneri risultante
| R2 | SEC (%) | SECV (%) | SEP (%) |
|---|---|---|---|
| 0.720 | 0.39 | 0.43 | 0.39 |
Cifre di merito
Le tabelle seguenti mostrano i dati di merito per i modelli di previsione di specifici prodotti per mangimi: mangimi per pollame (Tabella 1), mangimi per suini (Tabella 2) e mangimi per bovini (Tabella 3).
Tabella 1. Cifre di merito per la previsione di fibre, ceneri, amido, umidità, proteine e grassi nei mangimi per pollame
| Parameter (Range) | No. Spectra | SEC (%) | SECV (%) | SEP (%) | R2 |
|---|---|---|---|---|---|
| Fiber (2.4–5.2%) | 182 | 0.15 | 0.15 | 0.18 | 0.917 |
| Ash (3.9–5.9%) | 159 | 0.18 | 0.19 | 0.17 | 0.790 |
| Starch (41.7–48.2%) | 158 | 0.66 | 0.75 | 0.79 | 0.667 |
| Moisture (11.0–13.2%) | 171 | 0.09 | 0.09 | 0.10 | 0.943 |
| Protein (13.9–20.7%) | 204 | 0.40 | 0.44 | 0.41 | 0.927 |
| Fat (2.7–6.0%) | 207 | 0.17 | 0.17 | 0.16 | 0.968 |
Tabella 2. Valori di merito per la previsione di fibre, ceneri, amido, umidità, proteine e grassi nei mangimi per suini.
| Parameter (Range) | No. Spectra | SEC (%) | SECV (%) | SEP (%) | R2 |
|---|---|---|---|---|---|
| Fiber (2.7–7.9%) | 88 | 0.27 | 0.28 | 0.29 | 0.954 |
| Ash (4.3–5.2%) | 115 | 0.14 | 0.14 | 0.15 | 0.816 |
| Starch (38.4–48.1%) | 96 | 0.76 | 0.86 | 0.92 | 0.922 |
| Moisture (10.7–13.2%) | 106 | 0.08 | 0.08 | 0.11 | 0.961 |
| Protein (14.9–17.6%) | 108 | 0.25 | 0.29 | 0.27 | 0.765 |
| Fat (2.4–6.0%) | 121 | 0.10 | 0.12 | 0.13 | 0.986 |
Tabella 3. Valori di merito per la previsione di fibre, ceneri, amido, umidità, proteine e grassi nei mangimi per bovini.
| Parameter (Range) | No. Spectra | SEC (%) | SECV (%) | SEP (%) | R2 |
|---|---|---|---|---|---|
| Crude fiber (3.3–10.8%) | 319 | 0.34 | 0.44 | 0.57 | 0.876 |
| Ash (4.0–9.8%) | 253 | 0.53 | 0.54 | 0.55 | 0.859 |
| Starch (13.5–59.9%) | 337 | 1.01 | 1.09 | 1.28 | 0.973 |
| Moisture (10.4–13.0%) | 329 | 0.12 | 0.12 | 0.13 | 0.915 |
| Protein (9.9–33.7%) | 336 | 0.53 | 0.55 | 0.56 | 0.988 |
| Fat (2.5–6.5%) | 331 | 0.21 | 0.21 | 0.24 | 0.908 |
Questa nota applicativa dimostra la fattibilità della determinazione di molteplici parametri chiave della qualità degli alimenti mediante analisi NIRS. Per misurare amido, ceneri, fibre, proteine, umidità e grassi negli alimenti per animali sono solitamente necessari diversi metodi analitici (Tabella 4). L'analisi NIR degli alimenti offre un'alternativa più semplice, con elevata accuratezza e risultati in tempo reale.
| Parameter | Method |
|---|---|
| Starch | ISO 6493:2000 Animal feeding stuffs — Determination of starch content — Polarimetric method |
| Crude ash | ISO 5984:2002 Animal feeding stuffs — Determination of crude ash |
| Crude fiber | ISO 6865:2000 Animal feeding stuffs — Determination of crude fibre content — Method with intermediate filtration |
| Crude protein | ISO 5983:1997 Animal feeding stuffs — Determination of nitrogen content and calculation of crude protein content — Kjeldahl method |
| Moisture | ISO 6496:1999 Animal feeding stuffs — Determination of moisture and other volatile matter content |
| Fat | ISO 6492:1999 Animal feeding stuffs — Determination of fat content |