Sensores no destructivos nirs como herramienta de calidad para la toma de decisiones en explotaciones ganaderas
- Autores: S. Modroño Lozano
- Directores de la Tesis: Ana Belén Soldado Cabezuelo (dir. tes.), María Begoña de la Roza Delgado (codir. tes.)
- Lectura: En la Universidad de Oviedo ( España ) en 2016
- Idioma: español
- Tribunal Calificador de la Tesis: Ana Garrido Varo (presid.), José Alberto Oliveira Prendes (secret.), Adela Martínez Fernández (voc.)
- Materias:
- Enlaces
- Tesis en acceso abierto en: TESEO
- Resumen
En la actualidad, los sistemas de producción ganadera resultan ineficientes en el uso de recursos de la propia explotación. Por ello, se hace necesaria una evolución de las mismas hacia un manejo de sistemas que incrementen su competitividad económica y permitan su sustentabilidad. Este tipo de sistemas deben estar orientados a favorecer el uso racional de los recursos propios, ajustándolos a las necesidades de los animales.
Para ello, es necesario incorporar tecnologías capaces de proporcionar la información necesaria para optimizar la ración, facilitando el manejo e incrementando la productividad y calidad de las producciones. En este marco de actuación surge la tecnología NIRS, como herramienta de control de la calidad en la alimentación animal a nivel at-lab. En los últimos tiempos, los grandes avances acaecidos en instrumentación han permitido desarrollar y comercializar sensores no destructivos NIRS portátiles, que pueden recoger la información espectroscópica a pie de campo y sobre muestra intacta, y que podrían convertirse en herramientas imprescindibles para generar información sobre la calidad de ingredientes y raciones, con un alto potencial de muestreo, con estimaciones precisas de los parámetros que definen la calidad de modo rápido, fiable y a bajo coste, a fin de facilitar la toma de decisiones.
Ante este preámbulo, se plantea esta Tesis Doctoral con el objetivo de desarrollar metodologías analíticas por reflectancia en el infrarrojo cercano (NIRS) para el control de calidad y gestión de la alimentación animal basadas en el empleo de sensores NIRS portátiles con características ópticas y electrónicas diferenciadas. En el presente trabajo se han utilizado tres equipamientos NIRS portátiles diferentes: Corona 45 VisNIR 1.7 (rango 400-1710 nm), PhazirTM1640 (1596-2396 nm), JDSU MicroNIRTM1700 (910-1676 nm), y un equipo at-lab Foss NIRSystem 6500(400-2500 nm).
Para el desarrollo de los métodos predictivos de control de calidad de alimentos en la propia industria, campo o a pie de explotación, se ensayaron estrategias diferentes: 1.-Desarrollo de modelos de predicción NIRS para parámetros nutritivos en piensos compuestos y energía en deyecciones animales.
• Valor nutritivo de piensos: Empleando muestras de alto valor añadido, homogéneas y con valores de referencia certificados, se analizó la información espectral en todos los equipos NIRS portátiles, y para cada uno de ellos se desarrollaron calibraciones NIRS cuantitativas para los siguientes parámetros de calidad: materia seca, proteína, almidón y fibra.
• Deyecciones animales: calibraciones NIRS para predicción de energía (EB) en heces de aves y porcino con equipos NIRS at-lab.
2.-Transfencia de modelos NIRS de un equipo at-lab (FOSS 6500) a dos instrumentos portátiles Corona 45 VisNIR 1.7 y PhazirTM1640, para predicción de la calidad nutritiva y/o fermentativa en piensos compuestos y ensilados.
Los resultados obtenidos indican que, a pesar de la tipología de las muestras ensayadas, que dificulta enormemente la posibilidad de recoger espectros de calidad usando equipos portátiles con reducido tamaño de ventana de muestreo, sobre muestra entera, es factible implementar metodologías para el control de calidad en alimentación animal, in-situ, haciendo uso de sensores NIRS portátiles, a través de dos planteamientos diferentes: 1.- Desarrollo de modelos a partir de datos espectrales analizados en el propio sensor.
2.- Transferencia de modelos desarrollados en equipos at-lab a equipos portátiles.
Adicionalmente, la tecnología NIRS se demuestra nuevamente como una herramienta capaz de mejorar la gestión de la alimentación animal, posibilitando una reducción de gastos que incrementen la rentabilidad de explotaciones, en este estudio a través de la predicción del contenido en EB de las heces, incluso con bases de datos multiespecie.
