02883nam a2200241 a 450000100080000000500110000800800410001910000170006024502120007726000240028930000100031352021170032365300280244065300120246865300300248065300090251065300310251970000180255070000160256870000170258470000180260170000220261911273092018-06-19       2018    bl uuuu  t   00u1 u    #d1 aRECH, Â. F.  aDESENVOLVIMENTO DE MODELOS DE CALIBRAÇÃO PARA DETERMINAÇÃO DA QUALIDADE NUTRICIONAL DE GRAMÍNEAS C3 POR MEIO DE ESPECTROSCOPIA DE INFRAVERMELHO PRÓXIMO (NIRS) (Relatório final).h[electronic resource]  aLages: Epagric2018  a19 p.  aA Espectroscopia no Infravermelho Próximo (NIRS) é uma importante técnica que pode ser utilizada na determinação da composição química de várias forrageiras. O método não utiliza reagente químico, não é destrutivo e é extremamente rápido, porém, a precisão do método NIRS é dependente de uma boa curva de calibração. O software de calibração Software NIRCal® 5.5 BUCHI foi utilizado para correlacionar os espectros NIR com os resultados das análises de referência e desenvolver curvas de calibrações robustas e confiáveis. Um modelo deve ser desenvolvido para cada aplicação (alimento) e para cada propriedade (componente). Neste presente estudo foram desenvolvidas propostas de modelos de calibração multivariada empregando método de regressão dos mínimos quadrados parciais (PLS) para a predição dos teores de matéria seca (MS), matéria orgânica (MO), proteína bruta (PB), fibra em detergente neutro (FDN), fibra em detergente ácido (FDA), digestibilidade in vitro da matéria orgânica (DIVMO) em amostras de azevéns, por meio do NIRS. Utilizou-se de 131 a 227 amostras de azevém entre as etapas de calibração e validação interna (2/3 para a calibração e 1/3 para validação interna). O desempenho dos modelos desenvolvidos foi avaliado com base nos valores do viés, erro-padrão de calibração (SEC), erro-padrão de validação (SEP) coeficientes de determinação (r2) e valor Q. Foram testados mais de um modelo de calibração para cada propriedade e, após a retirada de outliers, foram obtidos os seguintes valores de r2 nos modelos de MS: 0,83 a 0,88; MO: 0,86 e 0,87; PB: 0,98 a 0,99; FDN: 0,91 e 0,92; FDA: 0,92 e 0,93; e DIVMO: 0,85 a 0,89; e valores de SEP nos modelos de MS: 0,78 a 0,88; MO: 0,85 e 0,87; PB: 0,59 a 0,80; FDN: 1,26 e 1,30; FDA: 0,68 e 0,72; DIVMO: 1,66 a 1,95. Os modelos com melhor capacidade preditiva foram os de PB e FDA. Ainda será feito um estudo de validação externa de todos os modelos desenvolvidos, onde novas amostras serão analisadas no laboratório, lidas no NIR e os resultados analisados estatisticamente.  aanálise bromatológica  aazevém  acalibração multivariada  aNIRS  apredição de composição1 aWERNER, S. S.1 aRECH, T. D.1 aPINTO, C. E.1 aFAVARO, V. R.1 aBALDISSERA, T. C.