Development and validation of regression models from NIR spectra to predict the composition of sugarcane, soybean meal, and cornmeal / Construção e validação de modelos de regressão a partir de espectros NIR para predição da composição da cana-de-açúcar, farelo de soja e fubá de milho

ABSTRACT

This study aimed to develop and assess regression models for predicting the chemical composition of sugarcane, soybean meal, and cornmeal using portable near-infrared (NIR) spectroscopy combined with chemometric techniques. A total of 95 sugarcane samples, 92 soybean meal samples, and 120 cornmeal samples were used. The samples were ground, and NIR spectra were obtained for each sample. Reference values were determined through conventional chemical analysis. Partial least squares regression and leave-one-out cross-validation were employed to construct the models. Models with the lowest root mean squared error in cross-validation were further validated externally. The goodness-of-fit of the models was evaluated by comparing the predicted values with those obtained through conventional laboratory methods. The constructed models properly estimated all constituents evaluated for sugarcane, soybean meal, and cornmeal (P ≥ 0.056). The models developed for predicting the contents of samples oven-dried at 55 °C (ADS) and 105 °C (ODS), total dry matter (DM), organic matter (OM), neutral detergent fiber (NDF), NDF corrected for ash and protein (NDFap), neutral detergent insoluble protein (NDIP), acid detergent fiber (ADF), crude protein (CP), non-fiber carbohydrates (NFC), and total digestible nutrients (TDN) in sugarcane; ODS, OM, NDF, ADF, indigestible NDF (iNDF), CP, TDN, and starch in soybean meal; and ODS and CP in cornmeal exhibited high accuracy and precision (R2 ≥ 0.50 and CCC ≥ 0.60). However, the models developed for predicting the levels of neutral detergent insoluble ash (NDIA) in sugarcane; ether extract (EE) and NDIA in soybean meal; and NDF, iNDF, NDIA, NFC, and EE in cornmeal demonstrated accuracy but lacked precision (R2 ≥ -0.04 and CCC ≥ 0.03). In conclusion, the portable NIR regression models provided accurate estimates and are therefore recommended for predicting the chemical composition of sugarcane, soybean meal, and cornmeal.(AU)

RESUMO

Objetivou-se desenvolver e avaliar modelos de regressão para a predição da composição química da cana-de-açúcar, farelo de soja e fubá de milho por NIR portátil aliado a técnicas quimiométricas. Foram utilizadas 95 amostras de cana-de-açúcar, 92 amostras de farelo de soja e 120 amostras de fubá de milho. Após a moagem das amostras, foi realizada aquisição dos espectros de cada amostra. Os valores referência foram obtidos através de análises químicas convencionais. Para construção dos modelos, foi utilizada a regressão por quadrados mínimos parciais e a validação cruzada leave one out. Os modelos com menor raiz quadrada do erro quadrático médio da validação cruzada foram submetidos a validação externa. Para avaliar a qualidade de ajuste dos modelos, os valores preditos foram comparados com os valores obtidos pelos métodos laboratoriais convencionais. Os modelos construídos estimaram corretamente todos os constituintes avaliados para a cana-de-açúcar, farelo de soja e fubá de milho (P ≥ 0,056). Os modelos construídos para predição dos teores de amostra seca em estufa a 55°C (ASA) e a 105°C (ASE), matéria seca total (MS), matéria orgânica (MO), fibra insolúvel em detergente neutro (FDN), FDN corrigida para cinzas e proteína (FDNcp), proteína insolúvel em detergente neutro (PIDN), fibra insolúvel em detergente ácido (FDA), proteína bruta (PB), carboidratos não fibrosos (CNF) e nutrientes digestíveis totais (NDT) da cana-de-açúcar; ASE, MO, FDN, FDA, FDN indigestível (FDNi), PB, NDT e amido de farelo de soja; e ASE, PB do fubá de milho apresentaram elevada acurácia e precisão (R2 ≥ 0,50 e CCC ≥ 0,60). Contudo os modelos construídos para predição dos teores de cinzas insolúveis em detergente neutro (CIDN) da cana-de-açúcar; extrato etéreo (EE) e CIDN do farelo de soja; e FDN, FDNi, CIDN, CNF e EE do fubá de milho foram acurados, porém pouco precisos (R2 ≥ -0,04 e CCC ≥ 0,03). Conclui-se que os modelos de regressão por NIR portátil estimaram acuradamente e, portanto, são recomendados para estimar a composição química da cana-de-açúcar, farelo de soja e fubá de milho.(AU)