Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Constituyentes
Lpidos
Agua y Carbohidratos
Lpidos
Lpidos
Agua
Protenas
Carbohidratos
Protenas
Lpidos
Lpidos
Enlace asignado
C-H
O-H
C-H
C-H
O-H
N-H
O-H
C=O,N-H
C-H
C-H
Una ventaja de trabajar en la regin NIR del espectro, consiste en que al utilizar longitudes de onda
menores (en relacin al infrarrojo medio, o MIR), la penetracin de la radiacin es mayor, debido a
que el grado de absorcin es ms dbil con cada armnico sucesivo, en comparacin con la banda
de absorcin fundamental en el sector MIR. Esto determina que es posible analizar por reflectancia
una muestra slida de mayor grosor, obteniendo informacin ms representativa y al mismo
tiempo/es posible trabajar en modo transmisin (o transmitancia) en muestras hmedas
heterogneas bastante ms gruesas y con ms facilidad de manejo que en la regin MIR (Murray,
1993).
Avances. Desde las primeras incursiones en el uso de esta tcnica en la valoracin de forrajes, en
que se lleg a predecir la composicin, digestibilidad y hasta el consumo voluntario potencial de los
animales (Norris et al, 1976), el avance ha sido tal, que al comparar diversas tcnicas de
laboratorio de uso comn para predecir la digestibilidad de ms de 150 ensilajes evaluados in vivo,
en Gran Bretaa, Barber et al., (1990) concluyeron que NIRS es la mejor tcnica disponible en la
actualidad en trminos de precisin y exactitud, siempre que se cuente con calibraciones
apropiadas.
Los principales adelantos que explican el xito de esta tcnica, estn en las reas de diseo de los
equipos (filtros fijos, filtros incunables y monocromadores) y del software desarrollado e
incorporado por las compaas especializadas, el que, junto a la posibilidad de contar hoy con
computadores personales de alto poder, permite utilizar la informacin espectral y qumica, para
generar, evaluar y aplicar, mejores ecuaciones de calibracin. De este modo, los programas
disponibles pueden seleccionar segn su espectro a las muestras ms apropiadas para el
desarrollo de una calibracin y pueden tambin identificar en la fase de calibracin y en la posterior
de anlisis de rutina, a aquellas muestras que, por sus caractersticas espectrales, no
corresponden al mismo tipo de producto, marcndolas como muestras extraas, aberrantes o
"outliers" (Garrido et al., 1993). La ventaja de esto ltimo es que permite ya sea descartar la
muestra por pertenecer a otro tipo de sustancia, o incorporarla a la calibracin enriqueciendo su
cobertura y mejorando su valor predictivo.
Instrumentos de filtros fijos o de interferencia.
Se basan en el uso de filtros especiales que al ser iluminados por la fuente emisora, slo dejan
pasar una longitud de onda. Al disponer de varios filtros que al desplazarse se interpongan en el
camino seguido por la radiacin, se pueden generar distintas longitudes de onda para irradiar la
muestra (Figura 2).
Alemania) y Perten (Suecia). Las dos primeras son fabricadas por la compaa Perstorp Analytical,
originalmente del grupo Perstorp de Suecia, pero que ha sido adquirida por Foss Electric, de
Dinamarca. El boletn NIRnews de abril de 1997, publicado por The International Cominee for Near
Infrared Spectroscopy, con sede in Inglaterra, informa de una docena de compaas que estn
ofreciendo nuevos productos en la lnea NIRS, incluyendo espectroscopios y accesorios para la
presentacin y el manejo de muestras, con ocasin de la conferencia internacional de EEUU sobre
qumica analtica y espectroscopia aplicada (PittCon-97).
Coleccin de los espectros. Existen diferentes estrategias de diseo para colectar los espectros
o presentar las muestras al respectivo instrumento. Algunos equipos disponen de una cavidad
donde se introduce la muestra, la que se presiona contra una ventana de vidrio o cuarzo (Davies y
Grant, 1987). Otros disponen de celdas o cubetas removibles que se insertan con la muestra en su
interior. Los primeros equipos disponan de pequeas celdas que se lean en posicin fija, lo que
limitaba la superficie de barrido y arrojaba un grado importante de error, especialmente en
muestras heterogneas, como son los forrajes (Abrams et al., 1988). Hoy se dispone de accesorios
ms apropiados para evaluar este tipo de producto, incluso al estado fresco, con mayor superficie
de barrido, reduciendo el error de valoracin espectral (Murray, 1993). El elevado costo de stos y
otros componentes, sin embargo, contina siendo un obstculo para su uso masivo.
Entre las opciones disponibles, hay celdas con una ventana de cuarzo, apropiadas para muestras
secas y relativamente homogneas; cubetas rectangulares de mayor superficie, para muestras
fibrosas (forrajes) y ms heterogneas (forrajes, carnes). Tambin se dispone de cubetas de
cuarzo con doble ventana, para muestras lquidas, o pastosas, para trabajar en el modo de
transmisin. Estas celdas o cubetas se insertan en un mdulo especfico que, adosado al
instrumento, permite irradiar la muestra dentro de su celda, la que, segn el diseo del
instrumento, puede estar fija, girar, o desplazarse en forma rectilnea, para aumentar la superficie
de barrido y permitir as un mayor nmero de lecturas por muestra, las que se promedian. Existen
tambin accesorios que permiten tomar lecturas espectrales por medio de sondas provistas de
fibra ptica, apropiadas para trabajar en reflectancia o transmitancia, que pueden ser utilizados en
diferentes aplicaciones. Los espectros de muestras slidas se colectan por reflectancia, en tanto
que los de muestras lquidas, por transmitancia. Los ensilajes al estado fresco, se pueden leer por
reflectancia, si se pone una capa lo suficientemente gruesa en una cubeta apropiada, que no
permita que la luz la atraviese totalmente (Murray, 1993).
Una vez que se irradia la muestra, la luz difusa reflejada (R) por la muestra, es registrada por
detectores, normalmente de sulfuro de plomo, amplificada, digitalizada, transformada en log 1/R y
comunicada a un computador para su almacenamiento o procesamiento. En forma pareada a la
seal digital de luz reflejada, el computador recibe una seal que representa la longitud de onda
utilizada, de modo que a cada valor de reflectancia almacenado, le corresponde una longitud de
onda, lo que permite el ulterior procesamiento de los datos (Norris, 1989a). El conjunto de valores
a diferentes longitudes de onda para una muestra dada, constituye su espectro, que representa
una suerte de "huella dactilar" de esa muestra. En la Figura 4 se presenta un conjunto de 150
espectros de ensilajes de pradera de la zona sur de Chile (IX y X Regiones) que representan una
amplia cobertura en trminos de calidad nutricional y rasgos espectrales.
El SEC corresponde en general al error estndar de la diferencia (ISI, 1992) y, aunque no tiene una
forma de expresin universalmente empleada, al parecer la ms aceptada (Davies y Grant, 1987;
Murray, 1993; ISI, 1992) es:
Donde:
y = es el valor de referencia (laboratorio).
x = Valor predicho por NIRS.
nc = Nmero de muestras en el set de calibracin.
t = Nmero de trminos en la ecuacin de regresin.
Una vez seleccionada una o ms ecuaciones, deben someterse a prueba con una muestra
independiente de validacin, que no debe formar parte del grupo de calibracin. Como situacin
intermedia, el software de ISI, que incluye la validacin cruzada de las muestras de calibracin,
entrega un error estndar de validacin cruzada. Al predecir un set de muestras externas para
validacin, se calcula tambin un R2 y, con los desvos de los valores predichos respecto de los
valores de referencia, se calcula un error estndar de prediccin, o performance, (SEP) que en
general se acepta como:
Donde:
y, x = igual que en SEC
nv = nmero de muestras en el set de validacin.
El SEP es un indicador confiable de la calidad de la ecuacin desarrollada, ya que a diferencia del
SEC, que mejora (disminuye) a medida que se le agregan nuevos trminos a la ecuacin, el SEP
mejora slo hasta que comienza a producirse un sobreajuste de la ecuacin, aumentando
(empeorando) posteriormente con cada nuevo trmino (Westerhaus, 1989b).
El SEP siempre ser algo mayor que el SEC, pero como criterio general, se puede afirmar que una
ecuacin es considerada como aceptable cuando la magnitud del SEP es menor a un tercio de la
desviacin estndar de los datos de referencia (Kennedy et al, 1996).
Muestras extraas o outliers. En el desarrollo de una ecuacin, una de las primeras fases a
atender, es detectar muestras que se consideren extraas o aberrantes (en ingls referidas como
"outliers"), que no encajan o no corresponden a la calibracin. Para clasificar una muestra como
extraa, se usan dos criterios. Uno es el residual (desvo) entre el valor de prediccin (NIRS) y el
de referencia (laboratorio), para cada muestra. El software disponible calcula un trmino t, que
equivale a la relacin entre el valor residual (desvo) y el SEC para el grupo. El valor t lmite es
definido arbitrariamente, pero frecuentemente se utiliza un valor de 2,5 por defecto (Murray, 1993;
ISI, 1992). El otro criterio estadstico para caracterizar, ahora desde el punto de vista de sus
valores espectrales a una muestra, es el valor H, calculado mediante tcnicas de anlisis
multivariado a travs de componentes principales, y que corresponde a lo que en estadsticas se
conoce como la distancia de Mahalanobis (Murray, 1993). Este valor permite por tanto, discriminar
si una muestra forma o no parte del grupo de calibracin a travs de su distancia al valor espectral
promedio. Dado que cada grupo puede tener diferencias, se usa un valor H estandarizado, al
dividir por el valor espectral promedio del set de calibracin. Frecuentemente se establece un valor
lmite 3,0 y muestras con valor H estandarizado mayores, se consideran aberrantes (ISI, 1992).
DE BOEVER, J.L.; J. VAN WAES, B.G. COTTYN y CH.V. BOUCQUE. 1994. The prediction of
forage maize digestibility by near infrared reflection spectroscopy. Netherlands Journal of
Agricultural Sciences, 42(2): 105-113.
DE LA ROZA, B. 1993. Uso de la tcnica NIRS en trabajos de I+D en el lEPA. En: A.Gmez
Cabrera y E.J. de Pedro Sauz (Eds.), Nuevas Fuentes de Alimentos para la Produccin Animal IV,
Junta de Andaluca, Consejera de Agricultura y Pesca, pp: 271-278.
DE LA ROZA, B.; A. MARTINEZ, S. MODROO y B. SANTOS. 1996.Determination of the quality of
fresh silages by near infrared reflectance spectroscopy. In: A.M.C. Davies y P. Williams (Eds.),
Near Infrared Spectroscopy: The Future Waves. Proceedings of the 7th International Conference
on Near Infrared Spectroscopy, Montreal, Canada, 6-11 August 1995. NIR Publications, Chichester,
UK,pp:537-541.
DEINUM, B. y A. M A AS SEN. 1993. Effects of drying temperature on chemical composition and in
vitro digestibility of forages. Anim. Feed Sci. and Technol. 46:75-86.
DOWMAN, M.G. y COLLINS, F.C. 1982. The use of enzymes to predict the digestibility of animal
feeds. J. Sci. Food Agric., 33:689-696.
DOWNEY, G. 1994. Qualitative Analysis in the Near-infrared Region. Analyst, 119:2367-2375.
DUMONT, J.C. 1994. Anlisis y composicin qumica de ensilajes. En: M. Gonzlez y G.
Bortolameolli (Eds.). II Seminario "Produccin y Utilizacin de Ensilajes de Pradera para
Agricultores de la Zona Sur". Instituto Investigaciones Agropecuarias, Est. Exp. Remehue, Serie
Remehue No. 52, pp:27-37.
GABRIELSEN,B.C., K.P.VOGEL y D.KNUDSEN. 1988. Comparison of In Vitro Dry Matter
Digestibility and Cellulase Digestion for Denving Near Infrared Reflectance Spectroscopy
Calibration Equations Using Cool-Season Grasses. Crop Sci. 28:44-47.
GARRIDO, A., J.E.GUERRERO y A.GOMEZ CABRERA. 1993. Posibilidades y limitaciones de la
aplicacin de la tcnica NIRS en la evaluacin nutricional de alimentos para el ganado. En: A.
Gmez Cabrera y E.J. de Pedro Sauz (Eds.), Nuevas Fuentes de Alimentos para la Produccin
Animal IV, Junta de Andaluca, Consejera de Agricultura y Pesca, pp: 243-255.
GIVENS, D.I. 1986. New Methods for Predicting the Nutritive Value of Silage.En: Stark, B y M.
Wilkinson
(Editors),
Developments
in
Silage,
Chalcombe,
pp:
66-75.
GIVENS, D.1.1993. Evaluating energy & protein in grass & grass silage. Grass Farmer, 45:26-27.
GIVENS, D.I., J.M. EVERINGTON y A.H. ADAMSON. 1989. The Digestible and Metabolizable
Energy Content of Grass Silage and their Prediction from Laboratory Measurements. Animal Feed
Sci. and Technol., 24:27-43.
GIVENS, D.I., J.L. DE BOEVER y E.R. DEAVIEEE. 1997. The principies, practices and some future
applications of near infrared spectroscopy for predicting the nutritive value of foods for animals and
humans. Nutrition Research Revs, 10:83-114.
GOERING, H.K. y P.J.VAN SOEST. 1970. Forage fiber analysis. USDA, ARS Agric. Handbook No
379. 20p., Washington D.C.
GONZALEZ, M. 1994. Mtodos para mejorar la calidad de los ensila]es. En: M. Gonzlez y G.
Bortolameolli (Eds.). II Seminario "Produccin y Utilizacin de Ensilajes de Pradera para
Agricultores de la Zona Sur". Instituto Investigaciones Agropecuarias, Est. Exp. Remehue, Serie
Remehue No. 52, pp:3-25.
HILDRUM, K.I., T. ISAKSSON, T. NAES, B.N. NILSEN, M. RODBOTTEN and P. LEA. 1995. Near
infrared reflectance spectroscopy in the prediction of sensory properties of beef. J. Near Infrared
Spectrosc..3:81-87.
HIRIART, M. 1981. Energa Digestible en Ensilajes. Agro Sur, 9:117-118.
HIRIART, M. 1994. Manual de Mtodos Analticos en Nutricin Animal. Instituto de Investigaciones
Agropecuarias, CRI Carillanca, Temuco, 31 p.
HIRSCH-REINSHAGEN, P. 1992. Tablas de composicin de alimentos para ganado de las zonas
centro y centro sur de Chile. Ministerio de Agricultura (FIA)- Pontificia Universidad Catlica de
Chile, Departamento de Zootecnia, Santiago, 52p.
ISI. 1992. NIRS 3. Routine operation, Calibration and Network system Management Software for
Near Infrared Instruments. Infrasoft International. PerstoipAnalytical Inc., Silver Spring, MD 20904,
328 p.
JIN, T.; E. LIU, X. TANG y H. CHEN. 1995. Differentiation of male, female and dead silkworms
while in the cocoon by near infrared spectroscopy. J. Near Infrared Spectrosc., 3:89-95.
JONES, D.I.H. y HYWARD, MV. 1975. The effect of pepsin pretreatment of herbage on the
prediction of dry matter digestibility from solubility in fungal cellulase solution. J. Sci. Food Agric.,
26:711-718.
KENNEDY, C.A.; J.A. SHELFORD y P.C. WILLIAMS. 1996. Near infrared spectroscopy analysis of
intact grass silage and fresh grass for dry matter, crude protein and acid detergent fiber. In: A.M.C.
Davies y P. Wilhams (Eds.), Near Infrared Spectroscopy: The Future Waves. Proceedings of the
7th International Conference on Near Infrared Spectroscopy, Montreal, Canada, 6-11 August 1995.
NIR Publications, Chichester, UK, pp:524-530.
LATRILLE, L. y D. ALOMAR. 1993. Experiencias en el uso de aditivos de ensilajes. Ciencia e
Investigacin Agrcola, 20:345-371.
LI, Y., G. LAYCOCK y W. FERNETS. 1996. Rapid assessment of potential malting quality of barley
by near infrared diffuse reflectance spectroscopy. In: A.M.C. Davies y P. Williams (Eds.), Near
Infrared Spectroscopy: The Future Waves. Proceedings of the 7th International Conference on
Near Infrared Spectroscopy, Montreal, Canada, 6-11 August 1995. NIR Publications, Chichester,
UK, pp:475-478.
MARTEN, G.C.; J.L. HALGERSON y J.H. CHERNEY. 1983. Quality Prediction of Small Grain
Forages by Near Infrared Reflectance Spectroscopy. Crop Sci., 23:94-96.
MARTEN, G.C., J.S.SHENK y F.E. BARTON II (editors). 1989. Near Infrared Reflectance
Spectroscopy (NIRS): Analysis of Forage Quality. U.S. Department of Agriculture, Agriculture
Handbook No.643 (revised with supplements), 110p.
MASOERO, G.; G. XICCATO, A. ZOTTE, R. PARIGI, G. BERGOGLIO y A. DALLE. 1994. Analysis
of freeze-dried rabbit meat by NIRS. Zootecnia e Nutrizione Animale, 20:319-329.
MOSS, A.R., D.I. GIVENS y R.H. PHIPPS. 1992. Digestibility and energy value of combinations of
forage mixtures. Animal Feed Sci. and Technol. 39:151-172.
MURRAY, I.1988. Aspects of the interpretation of Near Infrared Spectra. Food Science and
Technology Today, 2:135-140.
MURRAY, I. 1993. Forage Analysis by Near Infra-Red Reflectance Spectroscopy. In: Davies,
Baker, Grant and Laidlaw (Eds.), Sward Measurement Handbook, Second Ed., British Grassland
Soc., pp:285-312.
NORRIS, K.H. 1989a. NIRS Instrumentation. En: MARTEN, G.C, J.S.SHENK y F.E.BARTON II
(editors). Near Infrared Reflectance Spectroscopy (NIRS): Analysis of Forage Quality. U.S.
Department of Agriculture, Agriculture Handbook No.643 (revised with supplements), pp: 12-17.
NORRIS, K.H. 1989b. Definition of NIRS Analysis. En: MARTEN, G.C., J.S. SHENK y F.E.
BARTON II (editors). Near Infrared Reflectance Spectroscopy (NIRS): Analysis of Forage Quality.
U.S. Department, of Agriculture, Agriculture Handbook No.643 (revised with supplements), p:6.
NORRIS, K.H., R.F. BARNES, J.E. MOORE y J.S. SHENK. 1976. Predicting forage quality by near
infrared reflectance Spectroscopy. J. Anim. Sci., 43:889-897.
PASCUAL, J.J. y P. MOLINA. 1996. Automatic determination of protein fractions in manchega ewes
milk by near infrared reflectance Spectroscopy. In: A.M.C. Davies y P. Williams (Eds.), Near
Infrared Spectroscopy: The Future Waves. Proceedings of the 7th International Conference on
Near Infrared Spectroscopy, Montreal, Canada, 6-11 August 1995. NIR Publications, Chichester,
UK, pp:559-564.
REEVES, J.B. 1994. Use of Near Infrared Reflectance Spectroscopy as a Tool for Screening
Treated Forages and By-products. J. Dairy Sci., 77:1030-1037.
REEVES, J.B., T.H. BLOSSER y V.F. COLENBRANDER. 1989. Near Infrared Reflectance
Spectroscopy for Analyzing Undried Silage. J. Dairy Sci. 72:79-88.
ROBERT, P., D. BERTRAND and C. DEMARQUILLY. 1986. Prediction of forage digestibility by
principal components analysis of near infrared reflectance spectra. Anim. Feed Sci. And Technol.,
16:215-224.
ROBERTS, C.A., R.E. JOOST and G.E. ROTTINGHAUS. 1997. Quantification of ergovaline in tall
fescue by near infrared reflectance Spectroscopy. Crop Sci., 37(l):281-284.
SHENK, J. 1989. Public Software. In: Marten, G.C., J.S. Shenk y F.E. Barton II (Eds.), Near Infrared
Reflectance Spectroscopy (NIRS): Analysis of Forage Quality. U.S. Department of Agriculture, Agric
. Handbook N 643 (revised with supplements), 110p.
SHENK, J. y M. WESTERHAUS. 1991. New standardization and calibration procedure for NIRS
analytical systems. Crop Sci., 31:1694-1692.
SHENK, J. y M. WESTERHAUS. 1993. Analysis of Agriculture and Food Products by Near Infrared
Reflectance Spectroscopy. Monograph. Dept. of Agronomy, Penn State University and Infrasoft.
International, Port Matilda, PA, USA, 116 p.
Agriculture,
Agric.
supplements), pp: 40.
Handbook
643
(revised
with
WILLIAMS, P.C., K.R. PRESTON, K.H. NORRIS y P.M. STARKEY. 1984. Determination of Amino
Acids in Wheat and Barley by Near-Infrared Reflectance Spectroscopy. Journal of Food Science,
49:17-20.
WORKMAN, J. J. 1996. Interpretative Spectroscopy for near infrared. In: A.M.C. Davies y P.
Williams (Eds.), Near Infrared Spectroscopy: The Future Waves. Proceedings of the 7th
International Conference on Near Infrared Spectroscopy, Montreal, Canada, 6-11 August 1995. NIR
Publications, Chichester, UK, pp:6-13.