15 mars 2000
auteur | co-auteur
La prédiction de la composition chimique des fourrages par spectrométrie proche infrarouge (SPIR) se généralise dans les laboratoires de service. Il est utile de connaître ses modalités. Cette méthode fiable et rapide présente de larges perspectives d'aplication.
Cette technique basée sur les propriétés d'absorption de la matière organique dans le proche infrarouge permet, par l'exploitation statistique des données spectrales, d'établir des équations de prédiction pour différents constituants à l'intérieur d'une espèce végétale. Quel que soit le type de matériel de mesure utilisé (filtres fixes, filtres oscillants et monochromateur), il est nécessaire de réaliser des équations d'étalonnage. Le niveau de précision est le même que celui des analyses de référence pour les paramètres de la valeur alimentaire (dont la MAT, l'amidon, les glucides solubles et pariétaux, la digestibilité in vivo et les UFL ou UFV...). A l'aide des appareils à monochromateur, il est possible d'identifier l'origine des échantillons et de pouvoir leur appliquer les équations d'étalonnage les mieux adaptées.
Based on the absorption properties of organic matter in the near infra-red, this method gives the predictive equations for the contents of various constituents in a given botanical species by means of a statistical analysis of the spectral data. Every type of measuring equipment used (fixed filters, oscillating filters and monochromator) requires the preliminary determination of calibration equations, following the same procedure. The method is both rapid and reliable. The major constituents, such as crude protein, soluble carbohydrates, starch, cell-wall carbohydrates, as well as in vivo digestibility and Feed Units (for both lactation and meat production) can be predicted with the same level of accuracy as with the reference analyses. With the use of equipment with a monochromator, it is possible, by applying statistical methods of factorial analysis to the whole set of spectral values, to identify the origin of the samples and to select the most appropriate calibration equations.
PDF - 630,27 ko