INTRODUCCIÓN

En los sistemas de producción bovina en pastoreo los forrajes constituyen la fuente básica de la alimentación, de allí la importancia de determinar su valor nutritivo de una manera rápida, confiable y económica. Los actuales sistemas de medición a partir de química tradicional requieren de personal calificado, implican altos costos de laboratorio y tiempo para el análisis, dificultando la pronta toma de decisiones por parte de los productores, técnicos e investigadores (^{Molano et al., 2016}; ^{Bezada et al., 2017}). Una de las herramientas más utilizadas para evaluar la calidad de las praderas es la fibra detergente neutra (FDN), propuesta por Van Soest (^{Raffrenato et al., 2019}), la cual cuantifica mediante técnicas de química húmeda la fibra de las gramíneas, al utilizar detergentes a diferentes valores de pH, que disuelven el contenido celular dejando un residuo fibroso, compuesto por celulosa, hemicelulosa, lignina y sílice. De manera general entre mayor FDN tenga la gramínea, menor es su calidad y menor es el consumo voluntario por los rumiantes (Van Soest et al., 1991), limitando la producción láctea (^{Wattiaux y Armentano, 2006}).

Para la cuantificación de la FDN se puede utilizar, además, métodos de química seca basados en espectroscopia del infrarrojo cercano (NIRS), los cuales son menos contaminantes y más rápidos (^{Molano et al., 2016}; ^{Bezada et al., 2017}; ^{Ariza-Nieto et al. 2018}). La tecnología NIRS se basa en la quimiométrica, y relaciona la composición nutricional de los alimentos orgánicos con cambios energéticos en la región de la óptica correspondiente a la luz infrarroja (^{Cozzolino et al., 2001}; ^{Vásquez et al., 2004}; Bezada et al., 2017). Es una técnica de amplia aceptación a nivel internacional y resulta ser relativamente económica (Vásquez et al., 2004; Molano et al., 2016).

Los resultados de FDN de las gramíneas reportadas por la base de datos de ^{AlimenTro (2018)} de Corpoica (Tibaitatá, Colombia) muestran valores para el kikuyo (Pennisetum clandestinum) entre 54.8 ± 0.6%, falsa poa (Holcus lanatus) de 59.08 ± 0.86%, colusuana (Bothriochloa pertusa) de 64.65 ± 0.48% y pangola (Digitaria decumbens) de 59.8 ± 0.6 %, que coinciden con los datos calculados por el algoritmo de análisis de imágenes RGB para las mismas gramíneas (^{Ariza-Nieto et al., 2018}). Además, ArizaNieto et al. (2018) determinaron las curvas de calibración del NIRS para diversos forrajes de Colombia en términos de materia seca, proteína cruda, cenizas, fibra detergente ácida (FDA), FDN y lignina ácido detergente, con valores de r² mayores a 0.9 frente a la química húmeda.

De otra parte, se puede utilizar imágenes de las gramíneas en formato RGB (Red, Green and Blue) para identificar las longitudes de onda capturadas por los cloroplastos y, a partir de estas, mediante un algoritmo de análisis de imágenes RGB (^{Ibraheem et al., 2012}), estimar la cantidad de FDN presente en la materia seca de las gramíneas. Recientemente se ha utilizado el formato RGB, para calcular calidad y cantidad de los forrajes en términos de biomasa y nitrógeno (^{von Bueren et al., 2015}; ^{Näsi et al., 2018}; ^{de Oliveira et al., 2019}). El presente tuvo como objetivo comparar los valores de FDN estimados por el algoritmo de análisis de las imágenes RGB de las gramíneas contra un referente NIRS.

MATERIALES Y MÉTODOS

El trabajo se desarrolló con gramíneas de los valles interandinos y de la Cordillera de los Andes de Colombia. Se tomaron 42 muestras para análisis de FDN mediante NIRS; de estas, 18 fueron de gramíneas de trópico alto (2900 msnm): kikuyo (Pennisetum clandestinum), falsa poa (Holcus lanatus) y pasto brasilero (Phalaris arundinacea) y 24 de trópico bajo (450 msnm): pangola (Digitaria decumbens), pará (Brachiaria mutica), bermuda (Cynodon dactylon) y colosuana (Bothriochloa pertusa). Las muestras se remitieron al laboratorio de Corpoica Tibaitatá, Colombia, para análisis de FDN mediante NIRS.

En cada sitio donde se colectaron las muestras de pastos para el análisis de NIRS se tomaron fotos con un Dron DJI Spark®, con cámara RGB de 12 megapíxeles, sin filtros, entre los 20 y los 40 metros de altura, en posición perpendicular al suelo, para el cálculo de FDN con el análisis algorítmico RGB. Las imágenes fueron procesadas por cinco investigadores, cada uno utilizando una computadora con el algoritmo de análisis de imágenes RGB del software TaurusWebs® (^{Ospina, 2017}), lo que generó cinco resultados algorítmicos por muestra. Al final se eliminaron las imágenes de pobre calidad, quedando un total de 180 análisis de FDN disponibles.

Se evaluaron los porcentajes de FDN calculados con el método NIRS versus los porcentajes calculados con el algoritmo de análisis de imágenes RGB, utilizando el software Stata® v. 11.2 (^{StataCorp, 2009}). Se evaluaron los supuestos estadísticos y se corrieron la prueba de hipótesis de Wilcoxon, las correlaciones de Kendall, Spearman y la regresión de quantiles.

RESULTADOS Y DISCUSIÓN

Los resultados de los análisis de FDN de las gramíneas estimados por el algoritmo análisis de imágenes RGB y por NIRS, se presentan en la Cuadro 1. En las pruebas de normalidad se encontró una distribución no paramétrica. Se aplicó la prueba de correlación de Kendall (p< 0.05) y de la correlación de Spearman (p<0.05) encontrando que los datos no son independientes. El valor rho=0.81 señaló una alta correlación entre los datos calculados por el algoritmo vs. los calculados por NIRS; asimismo, la prueba de Wilcoxon indica que las medianas son iguales. Al aplicar regresión de quantiles se tiene que FDNalg=FDNnirs*1.098-5.144; con Pseudo r² =0.56, que indicó una fuerte asociación entre la FDN calculada por el algoritmo frente a la calculada por NIRS.

Cuadro 1 Porcentajes de fibra detergente neutra (FDN) medidos por el algoritmo de análisis de imágenes RGB y por espectroscopia del infrarrojo cercano (NIRS) 

En el laboratorio de calidad de forrajes del Centro Internacional de Agricultura Tropical (CIAT) se realizó una calibración del NIRS para el cálculo del FDN en gramíneas tropicales comparadas contra la técnica de laboratorio de FDN reportadas por ^{Van Soest et al. (1991}), logrando un coeficiente de correlación de r>0.90, con un tamaño muestral de 156 (^{Molano et al., 2016}). Por otro lado, en el laboratorio de Corpoica, Tibaitatá, se calibraron las ecuaciones para FDN medido con NIRS vs. los análisis químicos convencionales, obteniendo un r²=.95 en 194 muestras de gramíneas colombianas (^{Ariza-Nieto et al., 2018}). Estos resultados demuestran una calibración del NIRS para FDN con alta precisión y confiablidad. En este estudio, los datos de FDN para el kikuyo coinciden con otros reportes que indican valores entre 56.2 y 59.1% (^{Castro, 2008}; ^{Correa et al., 2008}; ^{Posada-Asprilla et al., 2019}).

En la Figura 1 se observa que en la medida que incrementa la FDN cuantificado por NIRS va respondiendo de manera simétrica con la FDN medida por el algoritmo de análisis de imágenes RGB.

Figura 1 Representación gráfica de los resultados del porcentaje de fibra detergente neutra (FDN) medidos por el algoritmo de análisis de imágenes RGB y por espectroscopia del infrarrojo cercano (NIRS) 

En el presente trabajo no se encontraron diferencias entre el algoritmo de análisis de imágenes RGB y el NIRS, entendiendo que este último esta calibrado contra análisis de química húmeda; de allí que los resultados del algoritmo de análisis RGB deben ser iguales a los que se obtendrían por la técnica de ^{Van Soest et al. (1991}).

CONCLUSIONES

Hay una alta correlación entre los resultados de la fibra detergente neutra (FDN) calculados por espectroscopia del infrarrojo cercano (NIRS) y el análisis de imágenes RGB.

Para la determinación de FDN en gramíneas se puede utilizar la tradicional química húmeda de Van Soest, los análisis del NIRS o el algoritmo de análisis de imágenes RGB con los mismos resultados