Advanced methods for measuring the nutritional content of grass: integrated TaurusWebs and spectrum analysis
DOI:
https://doi.org/10.33448/rsd-v14i7.49182Keywords:
Forage quality, TaurusWebs, Spectral analysis, Nutrient content, Livestock production.Abstract
This research aimed to evaluate the effectiveness of advanced methods, specifically the integration of TaurusWebs and spectral analysis, for the accurate measurement of grass nutrient content. Ten soil and grass samples, specifically of the Megathyrsus maximus species, including the common Savoy variety and the Mombasa cv., were collected from an experimental grass crop at the coastal region of Ecuador. Samples were analyzed for total organic carbon (using a BIOBASE elemental analyzer) and protein levels (via standard lab methods). Multispectral drone images (Mavic Air 2S and RedEdge P) were also captured to generate orthomosaics and calculate NDVI, and measure chlorophyll content with an OPTI-SCIENCES CCM-200 device. TaurusWebs software provided real-time digital bromatological analysis. Statistical analysis, including Pearson correlations and Student's T-tests, was performed using Python. Findings indicate a strong correlation between organic matter and grass protein content (r=0.87), suggesting its predictive value for nutritional quality. Conversely, NDVI showed a very low correlation with protein (r=0.04) but a strong link with chlorophyll. Although TaurusWebs protein levels were somewhat lower than laboratory results, the variations were negligible and most likely caused by environmental factors or model constraints with new grass kinds. With all factors considered, the combined method showed potential for locating and classifying regions with greater grass protein concentrations, nearly matching conventional laboratory testing. This demonstrates the prospective contribution of cutting-edge techniques to better forage evaluation and animal production optimization.
References
Accurate, N. (2012). Chlorophyll Content Meter. 2012.
Avilés, D., Cuétara, L., & Suarez, D. (2020). La actividad ganadera como elemento de bienestar en las comunidades rurales del cantón Chone. Revista Polo del Conocimiento, 5(8). https://doi.org/10.23857/pc.v5i8.1649
Bacarrillo, R., Pedroza, A., Inzunza, M., Flores, A., & Macías, F. (2021). Productividad de forraje de variedades de nopal (Opuntia spp.) bajo diferentes regímenes de humedad del suelo. Ecosistemas y Recursos Agropecuarios, 8(3). https://doi.org/10.19136/era.a8n3.2878
Bekman, O. R. & Costa Neto, P. L. O. (2009). Análise estatística da decisão. (2ed). Ed. Edgar Blucher.
BIOBASE CARBONO.pdf. (n.d.).
Caso Osorio, E. E. (2010). Desarrollo de Capacidades para la Zonificación Ecológica y Económica de la Región Junín con R.E.R. No 419-2009-GRJ-JUNIN/PR. Manuel de Argis 9.3 - Básico, 419, 25. https://mappinggis.com/wp-content/uploads/2012/04/MANUAL_ARCGIS-basico.pdf
Castillo, S., Flores, J., Ayala, M., Carachure, C., & Ayala, A. (2025). Optimización del sector agrícola mediante el análisis de datos para una gestión eficiente de los recursos naturales: Una perspectiva para México. Ciencia Latina Revista Científica Multidisciplinar, 9(2), 241-257. https://doi.org/10.37811/cl_rcm.v9i2.16816
Díaz, R., Álvarez, M., Rincón, Á., Pérez, O., Cárdenas, E., & Posada, W. (2023). Estimación de la disponibilidad de forraje y parámetros asociados a la calidad nutricional de Urochloa humidicola cv Llanero a partir de imágenes multiespectrales. Pastizales Tropicales-Forrajes Tropicales , 11 (1), 61–74. https://doi.org/10.17138/tgft(11)61-74
Drone Forensics: A Case Study on DJI Mavic Air 2. (2022, 13 febrero). IEEE Conference Publication | IEEE Xplore. https://ieeexplore.ieee.org/abstract/document/9728844
Fresneda, C., Martínez, A., Zamora, O., & Fresneda-Zamora, O. (2024). Factors that lead to degradation of grasslands, important role of mechanization. Revista Ciencias Técnicas Agropecuarias, 33(3). http://scielo.sld.cu/scielo.php?pid=S2071-00542024000300008&script=sci_arttext&tlng=en
Gen, E. D. E. M., Para, T., Gesti, L. A., & Zoogen, S. D. E. L. O. S. R. (2010). Estrategias de mejora genética para la gestión sostenible de los recursos zoogenéticos. http://hdl.handle.net/20.500.12324/19086
Giraldo, R. A. D., De León, M. Á., Castillo, Á. R., López, O. P., Rocha, E. C., & Asprilla, W. P. (2023). Estimation of forage availability and parameters associated with the nutritional quality of Urochloa humidicola cv Llanero based on multispectral images. Tropical Grasslands-Forrajes Tropicales, 11(1), 61–74. https://doi.org/10.17138/tgft(11)61-74
González, B. B., Barragán, R., Simba, L., & Rivero, M. (2020). Influencia de las variables climáticas en el rendimiento de cultivos transitorios en la provincia Los Ríos, Ecuador. Centro Agrícola, 47(4), octubre-diciembre.
Heredia, J. D., Fernández, Y., Vivas, W. F., Andrade, C. A., Alcívar, E. H., Macías, M. A., & Peña, M. de J. (2022). Características morfológicas en el pasto Megathyrsus maximus cv. Mombaza, en el cantón Chone, provincia Manabí. Polo del Conocimiento: Revista científico-profesional, 7(5), 83.
Huamán, M., Espinoza, F., Barrial, A., & Ponce, Y. (2021). Influencia de la altitud y características del suelo en la capacidad de almacenamiento de carbono orgánico de pastos naturales altoandinos. Scientia Agropecuaria, 12(1), 83-90. https://doi.org/10.17268/sci.agropecu.2021.010
Jurado Mejía, A., Pardo Rozo, Y., & Hernández Londoño, C. (2023). Tipificación de sistemas agropecuarios familiares y la seguridad alimentaria en el piedemonte amazónico colombiano. Revista Facultad de Ciencias Económicas: Investigación y Reflexión, 31(1). https://doi.org/10.18359/rfce.6239
León, R., Bonifaz, N., & Gutiérrez, F. (2018, 21 octubre). Pastos y forrajes del Ecuador: siembra y producción de pasturas. https://dspace.ups.edu.ec/handle/123456789/19019
López, M., Estrada, J., Martínez, A., Trucíos, R., & Miguel, E. (2023). Total Nitrogen in forage corn (Zea mays L.) estimated by satellite Sentinel-2 spectral indices. Revista Terra Latinoamericana, 41. https://doi.org/10.28940/terra.v41i0.1628
Macdonald, T., Mackenzie, B., & Hughes, J. A. (2020). Smartdrone: An aurally interactive harmonic drone. Proceedings of the International Conference on New Interfaces for Musical Expression, 483–488.
Mas, W., Cuzco, E., Mathios, M. A., & Angulo, C. D. (2022). Evaluación de dos métodos para estimar la disponibilidad de materia seca en praderas mixtas en la región Amazonas, Perú. Pastos y Forrajes, 45, (e24). https://www.redalyc.org/journal/2691/269173684026/html/
Miranda, A. (2019). La Actividad Ganadera Mayor y su impacto socioeconómico en la Asociación San Ramón, del Cantón Olmedo. Comportamiento Agronómico Del Cultivo de Maní (Arachis Hypogaea L.) Con Aplicación de Microorganismos Benéficos (Micorrizas y Rizobacterias), 05, 108. http://repositorio.unesum.edu.ec/handle/53000/2305
Molina, C., Morales, C., Álvarez, A., Corrales, R., & Santellano, E. (2024). Relación de la eficiencia fotosintética, características estomáticas y producción forrajera en poblaciones de pasto banderita. Revista Fitotecnia Mexicana, 47(2). https://doi.org/10.35196/rfm.2024.2.147
Navas, A., & Méndez, O. (2022). Efecto de la variación climática en la producción y composición de leche en fincas de pequeños productores de Alisal (Cundinamarca). Revista de Ciencias Agrarias, 8(1), 34–49. https://doi.org/10.53719/rca.2022.448
Nuñez, J., Pizarro, S., Gutiérre, M., & Ñaupar, J. (2021). Dinámica espacio temporal de la biomasa aérea en pastizales altoandinos basado en NDVI-MODIS validado por espectrometría in situ. Revista De Investigaciones Veterinarias Del Perú, 32(3), e20392. https://doi.org/10.15381/rivep.v32i3.20392
Ospina, P. (2023, 30 mayo). ¿Cómo hacer un bromatológico en 3 minutos? Software Para la Ganadería. https://tauruswebswp.com/2023/05/30/como-hacer-un-bromatologico-en-3-minutos/
Parra-Cortés, R. I., Magaña-Magaña, M. A., & Piñeiro-Vázquez, A. T. (2019). Sustainable intensification of tropical cattle raising based on local resources: environmental mitigation alternative for Latin America. Review. ITEA Informacion Tecnica Economica Agraria, 115(4), 342–359. https://doi.org/10.12706/itea.2019.003
Pauca, G., Alvis, T., Villasante, J., Luque, C., & Quispe, J. (2021). Cálculo y valoración del almacenamiento de carbono del humedal altoandino de Chalhuanca, Arequipa (Perú). Revista De Investigaciones Altoandinas - Journal of High Andean Research, 23(3), 139-148. https://doi.org/10.18271/ria.2021.314
Pereira A. S. et al. (2018). Metodologia da pesquisa científica. [free e-book]. Ed.UAB/NTE/UFSM.
Pereira, S., Botana, A., Veiga, M., Resch, C., González, L., Lorenzana, R., García, V., Martínez, M., & Flores, G. (2022). Predicción del valor nutricional del sorgo para forraje mediante espectroscopia de reflectancia en el infrarrojo cercano (NIRS) y ecuaciones empíricas. Pastizales Tropicales-Forrajes Tropicales, 10 (3), 249–260. https://doi.org/10.17138/tgft(10)249-260
Pix4D SA. (2022). Manual Pix4D. http://pix4d.com/download/
Ramírez, D., Olmos, J., Peña, A., Sánchez, J., Medina, E., Gallardo, S., & Santana, O. (2024). Acumulación de materia seca, rendimiento y calidad nutricional del forraje de híbridos de maíz cosechados a diferentes días después de la siembra. Revista Mexicana de Ciencias Pecuarias, 15(2). https://doi.org/10.22319/rmcp.v15i2.6554
Rica, C., & Salvador, S. (n.d.). www.tauruswebs.com.
Rodríguez, L., Hernández, E., Landa, P., Velázquez, M., Hernández, F., & Ramayo, J. (2024). Elongación de lámina foliar, rendimiento y calidad de forraje de nueve zacates en temporal. Ecosistemas y Recursos Agropecuarios, 11(IV). https://doi.org/10.19136/era.a11nIV.4062
Sánchez, M., Zamora, V., Torres, M., Colín, M., & Lozano, A. (2022). Agrupamiento de trigos mediante sensores infrarrojos y fracciones de forraje en tres muestreos. Revista Mexicana De Ciencias Agrícolas 13 (1). México, ME:65-76. https://doi.org/10.29312/remexca.v13i1.2379.
Sinde, I., Yánez, D., Grefa, J. L., Arza, M., & Gil-Docampo, M. (2020). Estimación del rendimiento del pasto mediante NDVI calculado a partir de imágenes multiespectrales de vehículos aéreos no tripulados (UAV). Revista Geoespacial, 17(1), 25–38. https://doi.org/10.24133/geoespacial.v17i1.1640
Valdés, M., & Ortiz, S. (2021). Calidad de forraje y almidón en 10 clones de batata Ipomoea batatas (L.) Lam. Revista U.D.C.A Actualidad y Divulgación Científica, 24(2). https://doi.org/10.31910/rudca.v24.n2.2021.1580
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Nahomi Lema-Cusme; Andrea Chica-Valverde; Luis Mejía Macías; Carlos Alberto Molina Hidrovo; José Lizardo Reyna-Bowen
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
1) Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2) Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
3) Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
