Métodos avançados para medir o conteúdo nutricional da grama: TaurusWebs integrado e análise de espectro
DOI:
https://doi.org/10.33448/rsd-v14i7.49182Palavras-chave:
TaurusWebs, Qualidade da forragem, Análise espectral, Teor de nutrientes, Produção animal.Resumo
Esta pesquisa teve como objetivo avaliar a eficácia de métodos avançados, especificamente a integração do TaurusWebs e análise espectral, para a medição precisa do conteúdo de nutrientes em gramíneas. Dez amostras de solo e gramíneas, especificamente da espécie Megathyrsus maximus, incluindo a variedade Savoy comum e a cultivar Mombasa, foram coletadas de uma cultura experimental de gramíneas na região costeira do Equador. As amostras foram analisadas quanto ao carbono orgânico total (usando um analisador elementar BIOBASE) e aos níveis de proteína (por meio de métodos laboratoriais padrão). Imagens multiespectrais de drones (Mavic Air 2S e RedEdge P) também foram capturadas para gerar ortomosaicos e calcular o NDVI, e o conteúdo de clorofila foi medido com um dispositivo OPTI-SCIENCES CCM-200. O software TaurusWebs forneceu análise bromatológica digital em tempo real. A análise estatística, incluindo correlações de Pearson e testes t de Student, foi realizada usando Python. Os resultados indicam uma forte correlação entre a matéria orgânica e o conteúdo de proteína das gramíneas (r = 0,87), sugerindo seu valor preditivo para a qualidade nutricional. Por outro lado, o NDVI apresentou uma correlação muito baixa com a proteína (r = 0,04), mas uma forte ligação com a clorofila. Embora os níveis de proteína do TaurusWeb tenham sido ligeiramente inferiores aos resultados de laboratório, as variações foram insignificantes e provavelmente causadas por fatores ambientais ou restrições do modelo com novos tipos de gramíneas. Considerando todos os fatores, o método combinado demonstrou potencial para localizar e classificar regiões com maiores concentrações de proteína em gramíneas, quase igualando-se aos testes laboratoriais convencionais. Isso demonstra a contribuição prospectiva de técnicas de ponta para uma melhor avaliação da forragem e otimização da produção animal.
Referências
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
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Nahomi Lema-Cusme; Andrea Chica-Valverde; Luis Mejía Macías; Carlos Alberto Molina Hidrovo; José Lizardo Reyna-Bowen
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
