Métodos avanzados para medir el contenido nutricional del pasto: TaurusWebs integrado y análisis espectral
DOI:
https://doi.org/10.33448/rsd-v14i7.49182Palabras clave:
Calidad del forraje, TaurusWebs, Análisis espectral, Contenido de nutrientes, Producción ganadera.Resumen
Esta investigación tuvo como objetivo evaluar la eficacia de métodos avanzados, en particular la integración de TaurusWebs y el análisis espectral, para la medición precisa del contenido de nutrientes en pastos. Se recolectaron diez muestras de suelo y pasto, específicamente de la especie Megathyrsus maximus, incluyendo la variedad común Savoy y el cv. Mombasa, de un cultivo experimental de pastos en la región costera de Ecuador. Se analizaron las muestras para determinar el carbono orgánico total (utilizando un analizador elemental BIOBASE) y los niveles de proteína (mediante métodos estándar de laboratorio). También se capturaron imágenes multiespectrales de drones (Mavic Air 2S y RedEdge P) para generar ortomosaicos y calcular el NDVI, y se midió el contenido de clorofila con un dispositivo OPTI-SCIENCES CCM-200. El software TaurusWebs proporcionó análisis bromatológico digital en tiempo real. El análisis estadístico, que incluyó correlaciones de Pearson y pruebas t de Student, se realizó con Python. Los hallazgos indican una fuerte correlación entre la materia orgánica y el contenido de proteína del pasto (r = 0,87), lo que sugiere su valor predictivo para la calidad nutricional. Por el contrario, el NDVI mostró una correlación muy baja con la proteína (r = 0,04), pero una fuerte relación con la clorofila. Si bien los niveles de proteína de TaurusWebs fueron ligeramente inferiores a los resultados de laboratorio, las variaciones fueron insignificantes y probablemente causadas por factores ambientales o limitaciones del modelo con nuevos tipos de pastos. Considerando todos los factores, el método combinado mostró potencial para localizar y clasificar regiones con mayores concentraciones de proteína de pastos, prácticamente igualando las pruebas de laboratorio convencionales. Esto demuestra la contribución prospectiva de las técnicas de vanguardia para una mejor evaluación de forrajes y la optimización de la producción animal.
Referencias
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
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Nahomi Lema-Cusme; Andrea Chica-Valverde; Luis Mejía Macías; Carlos Alberto Molina Hidrovo; José Lizardo Reyna-Bowen
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
