Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The prediction of voluntary feed intake and digestibility of heterogeneous forages in
rangeland is a challenge for researchers and technicians. The objective of this study was to
develop models to predict the organic matter intake (OMI), organic matter digestibility (OMD)
and crude protein (CP) of sheep diet grazing rangeland Pampa biome in southern Brazil through
the faeces using the near infrared reflectance spectroscopy (fecal NIRS). Six sheep were used
in a natural pasture area in Santa Maria, southern Brazil. The last five day of each month (from
June of 2014 to June of 2014), individual feces from animal bags, and individual forage samples
was collected per animal through hard plucking and extrusas, collected at the beginning of the
biggest daily meal of animals, and at the end the biggest meal. The meals were identified
through behavioral assessment for 24 hours prior collections. The diet samples and feces were
dried (55 ° C), ground (1 mm), and determined the contents of dry matter, organic matter (OM),
total nitrogen (N). In the diet samples was also determined content of digestible organic matter
(DOM) through real-in situ digestibility by 48 hours multiplied by the MO content. In fecal
samples were collected absorbance spectra in the near infrared range. The OMI was estimated
by daily fecal excretion of N (DFEN), using the model, OMI, g OM/animal/day = 1.1 x 101.2
+ DFEN, (r2 = 0.83), proposed by KOZLOSKI (unpublished) to sheep fed the same diet of the
animals in this study. The OMD was obtained by equation, OMD, % DM = (1 ((daily fecal
excretion of OM) / OMI) x OM medium of simulation samples. The reference values of the diet
composition and OMI were individually related to fecal spectra through the partial least squares
regression method. For developing the models, 80% of the total sample was used, and the
remainder was used for external validation. The performance of fecal NIRS models was
dependete the accuracy of the reference methods. The best model was the OMD variable when
estimated by fecal N, followed by variables from the samples extrusa independete hour of
collection, and then the sample average hard plucking and daily per animal. The OMI model
present excellent result front difficulty is predicting this variable, the large number of envlvidos
factors besides diet chemistry. The technology of fecal NIRS can be used as a tool for predicting
the OMI, CP and OMD of sheep diet on natural pasture Pampa biome in southern Brazil. / proteína bruta da dieta de ovinos em sistemas extensivos compostos por pastagens naturais
heterogêneas é um desafio para pesquisadores e técnicos. O objetivo do estudo foi desenvolver
modelos para prever o consumo de matéria orgânica (CMO), matéria orgânica digestível
(MOD) e proteína bruta (PB) da deita de ovinos em pastejo sobre a pastagem natural do bioma
Pampa no Rio Grande do Sul com o uso da espectroscopia da refletância no infravermelho
próximo das fezes (NIRS fecal). Foi conduzido um ensaio com seis ovinos em uma área de
pastagem natural em Santa Maria, Rio Grande do Sul. Durante cinco dias, por treze meses
consecutivos (2014/2015), foram coletadas as fezes dos animais com o uso de bolsas, e amostras
de forragem individuais por animal, através do pastejo simulado e através da coleta de extrusas
realizada no início da maior refeição diária dos animais, e no término da maior refeição. As
refeições eram identificadas através da avaliação de comportamento por 24hs prévia as coletas.
As amostras de dieta e fezes foram secas (55ºC), moídas (1 mm), e determinado os teores de
matéria seca, matéria orgânica (MO), nitrogênio total (N). Nas amostras de dieta também foi
determinado o teor de MO digestível (MOD) através da digestibilidade verdadeira in situ por
48hs multiplicado pelo teor de MO. Nas amostras fecais foram coletados os espectros de
absorbância na faixa do infravermelho próximo. O CMO foi estimado por meio da excreção
fecal diária de N (EFN), utilizando o modelo CMO, g MO/animal/dia = 1,1 + 101,2 x EFN,
(r2=0,83) proposto por KOZLOSKI (dados não publicados) para ovinos recebendo a mesma
dieta dos animais deste estudo. A MOD foi obtida pela equação, MOD, % MS = (1 ((excreção
fecal diária de MO)/CMO))x MO médio das amostras de simulação. Os valores de referência
da composição da dieta dos animais e o consumo foram relacionados com os expectros fecais
através de modelos de regressão multipla (dieta/fezes) utilizando o método dos minimos
quadrados parciais. Do total de amostras de cada variável modelada, 25% foram destinadas
somente para validação externa dos modelos. O desempenho dos modelos NIRS fecal foi
dependete da acurácia dos métodos de referência. O melhor modelo foi o da variável MOD
quando estimada pelo N fecal, seguida pelas variáveis oriundas das amostras de extrusa,
independete do horário de coleta, e posteriormente pelas amostras de simualção de pastejo
média por animal e diárias. O modelo CMO apresentou excelente resultado frente a dificuldade
que é predizer esta variável, pelo grande número de fatores envlvidos além da quimica da dieta.
A tecnologia do NIRS fecal pode ser utilizada como ferramenta para a predição do CMO, PB e
MOD da dieta de ovinos em pastagem natural do bioma Pampa no Rio Grande do Sul.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/10923 |
| Date | 25 February 2016 |
| Creators | Gindri, Marcelo |
| Contributors | Kozloski, Gilberto Vilmar, Galvani, Diego Barcelos, Bomfim, Marco Aurélio Delmondes |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Zootecnia, UFSM, BR, Zootecnia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500400000002, 400, 500, 300, 300, 300, b4a3eff6-7fb0-444e-9501-ff96d450f4c9, 08657b8b-67dc-4841-bd37-77de8cb62f61, 408e5907-f555-4ba6-b4d5-1c45afb27e92, 26d4ce5f-51a7-4a8f-aa14-b9498029dba6 |
Page generated in 0.0027 seconds