h�b```"1�Z^�ʰ !GC�j���,ƅ0$0��@���0w6��bn��G -����% g�ڵ=� ����H � �!� J. endstream endobj startxref La difficulté d’obtention de bases de données avec un nombre de références suffisant pour cet objectif est due à la faible proportion d’études qui réalisent la digestibilité in vivo par rapport aux nombreuses études qui caractérisent plus simplement les fourrages avec d’autres mesures comme celle de la composition chimique. (2003), la fiabilité de la SPIR pour le dosage des protéines s’explique par la forte absorption de la liaison N-H dans le segment infrarouge. Dans le cas de bases importantes (plusieurs milliers d’échantillons), les prédictions peuvent se faire par des techniques d’étalonnages « Local » (voir encadré 3) : pour un échantillon à prédire, une routine sélectionne un certain nombre d’échantillons dont les spectres sont proches et établit un étalonnage sur ces voisins : on retrouve alors une prédiction basée sur une base d’étalonnage très homogène, mais choisis sur des critères spectraux et non descriptifs. G.R. Noté /5: Achetez Spectroscopie proche infrarouge pour l'industrie agroalimentaire: Détermination de la qualité de la betterave sucrière par spectroscopie proche infrarouge et chimiométrie de Roggo, Yves: ISBN: 9786131526534 sur amazon.fr, des millions de livres livrés chez vous en 1 jour L’absorption de la lumière est donc liée à la quantité de liaisons chimiques dans l’échantillon et à leurs interactions – donc in fine à la composition chimique. 5th Int. Etude de la dynamique des populations d'ongulés en zone tropicale: contribution du modèle d'une population exploitée d'impalas (Aepyceros melampus). J. Pour autant les principes en sont simples : décrire la qualité de la relation entre les valeurs prédites et les données de référence. h�bbd``b`*v@��#�`{$����� �� V �5�z"��'����20C�g � �J Cette simple vérification spectrale, réalisée en amont d’une prédiction classique de composition chimique, permet dans une usine d’aliments d’éviter des erreurs d’utilisation, de stockage, des fraudes, etc. En effet, cette technique ne … Des stratégies d’étalonnage par ajouts d’acides aminés sont néanmoins possibles (Bastianelli et al., 2007) mais elles sont plus difficiles à mettre en œuvre. La connaissance de la composition botanique ou a minima de la composition graminées/légumineuses est essentielle pour d’une part mieux évaluer la valeur nutritive du fourrage et d’autre part mieux définir la conduite des prairies, par exemple apport d’azote, fréquence et intensité de défoliation, afin de maintenir l’ensemble des espèces ou au moins des groupes fonctionnels comme les graminées et les légumineuses. Crop Sci., 25, 834-837. https://doi.org/10.2135/cropsci1985.0011183X002500050026x. Depuis l’autorisation de vendre des semences fourragères en mélange en 2004, les ventes de mélanges n’ont cessé d’augmenter et atteignaient 23 % des ventes en 2014/2015 (Straebler, 2015). Avec le développement de solutions d’imagerie SPIR plus légères et moins coûteuses, on peut aujourd’hui avoir des spectres complets avec des caméras embarquées par exemple sur des drones (Saari et al., 2017). Moyennant des précautions, on peut mesurer l’humidité par SPIR avec une erreur généralement inférieure à 1 % autant sur des échantillons riches en eau (par exemple les fourrages frais) que sur des échantillons plus secs (céréales, échantillons pré-séchés…). Anim. Des moyens analytiques plus rapides et moins onéreux sont donc nécessaires. Ils rapportent des valeurs de R²val par validation croisée de 0,90 (SECV = 4 %) et des valeurs de R²val de validation externe de 0,89 (SEP = 5 %). Food Chem., 49, 766-772. https://doi.org/10.1021/jf0011283, Saari H., Akujärvi A., Holmlund C., Ojanen H., Kaivosoja J., Nissinen A., Niemeläinen O., 2017. Approved Methods of Analysis, 11th Ed. Sci., 71, 1179-1187. https://doi.org/10.3382/ps.0711179, Valdes E.V., Leeson S., 1992b. On peut donc tenter de raisonner le comportement alimentaire des animaux sur la base de complémentarités ou de substitutions entre les différentes catégories obtenues, et donc d’établir une caractérisation du milieu de manière simplifiée permettant sa gestion ou l’identification des complémentations alimentaires à envisager. Cet appareil, construit aux USA est constitué de filtres tournants difficile à calibrer avec les … Dans un certain nombre de cas précis le résultat analytique SPIR est accepté comme référence, mais ces cas sont relativement rares. Si cette synergie est relativement facile à mettre en place, au niveau technique, pour des échantillons séchés, un travail plus important d’harmonisation des collectes spectrales doit être envisagé pour des échantillons frais caractérisés sur le terrain. Erreur plus faible dans les aliments et matières premières (0,3 - 0,6 %) que dans les fourrages(0,6 - 1,0 %). Erreur généralement plus faible que pour le NDF (- 30 % en moyenne). Sinnaeve G., Herman J.L., Baeten V., Sadaoui Y., Frankinet M., Dardenne P., 2004. J. Agric. Ces différentes approches peuvent consister à prédire les proportions de différentes espèces végétales dans un mélange ou le pourcentage de concentré (Landau et al., 2008 ; Núñez-Sánchez et al., 2016) ou encore les proportions entre différentes classes de végétaux (Coates et Dixon, 2008). Sci., 71, 1559-1563. https://doi.org/10.3382/ps.0711559. Des modèles de discrimination ou d'authentification permettent également, sur la base du spectre, d’affecter un échantillon à une catégorie. L’erreur de prédiction (SEP) sur le NDF est de l’ordre de 1,50 % de la MS (Andueza et al., 2016) mais peut être plus élevée dans des bases d’étalonnage très hétérogènes (plusieurs espèces végétales ou mélanges ; par exemple Thuriès et al., 2005). La spectrométrie dans le proche infrarouge (SPIR), utilisée de façon croissante depuis les années 60, est une technique analytique permettant de caractériser rapidement des échantillons d’aliments ou de fourrages. Faecal near infrared reflectance spectroscopy (NIRS) to assess chemical composition, in vivo digestibility and intake of tropical grass by Creole cattle. spectroscopie proche infrarouge et la chimiométrie ont ainsi prouvé leur utilité dans divers domaines tels que l’agroalimentaire (13), la pharmacie (14), la plasturgie (15) et plus particulièrement dans le domaine du textile (16) en ce qui concerne l’application de cette étude. Cette miniaturisation accompagne le souhait des utilisateurs de développer des applications de terrain passant d’une utilisation plutôt en recherche ou analyse de routine à une utilisation directe au champ (figure 3). In Nutrition des ruminants domestiques. Poult. Res., 61, 1-11. https://doi.org/10.1016/j.smallrumres.2004.12.012, Landau S., Giger-Reverdin S., Rapetti L., Dvash L., Dorléans M., Ungar E.D., 2008. En revanche ces étalonnages sont beaucoup plus aptes à prédire la composition d’échantillons un peu atypiques ou intermédiaires. J. Il existe également des appareils utilisant le proche infrarouge, ne permettant cependant pas l'identification de molécule. Sci., 43, 889-897. https://doi.org/10.2527/jas1976.434889x, Núñez-Sánchez N., Carrion D., Peña Blanco F., Domenech García V., Garzón Sigler A., Martínez-Marín A.L., 2016. Feed Sci. La spectroscopie dans le proche infrarouge ©Laboratoire d’alimentation animale du Cirad, 2007 La spectroscopie dans le proche infrarouge Qu’est ce que c’est ? Proc. Ceci peut poser des problèmes pour l’agrégation des données et la fiabilité des bases si elles ne sont pas produites par un opérateur unique. Stuth J., Jama A., Tolleson D., 2003. Symp. Dairy Sci., 93, 4961-4975. https://doi.org/10.3168/jds.2008-1893, Valdes E.V., Leeson S., 1992a. In: Proc. La spectroscopie proche infrarouge dans l'agroalimentaire. La détection par spectroscopie dans le proche infrarouge s’effectue dans ce que l’on appelle le « domaine du proche infrarouge » (de 760 nm à environ 2500 nm ou environ 13.000 – … Dans les aliments du bétail, la grande sensibilité de la fluorescence pourrait être mise à contribution dans les méthodes de détermination de contaminants tels que les mycotoxines ou les antibiotiques. Herb., San Antonio, Texas (USA)., Amer. Les minéraux n’absorbent pas dans la région du proche infrarouge mais les complexes que peuvent former les minéraux avec des composés organiques peuvent être détectés par la SPIR et servir de base à la prédiction. La SPIR ne permet pas la détection de constituants présents à l’état de traces car leur réponse ne pourrait pas être décelée dans le spectre, sauf s’ils sont fortement corrélés à une autre propriété (composition, couleur, structure) de l’échantillon ayant une trace spectrale plus importante. Le gain de précision de l’utilisation du modèle Local par rapport à celle du Global est de 12,5 %. De nombreux travaux rapportent la capacité de la SPIR fécale à prédire la composition botanique de l’ingéré. J. Agric. Piraux F., Dardenne P., 2000. 4 CIRAD, UMR SELMET, 110 Antsirabe, Madagascar Method 39-00.01. Using faecal near-infrared spectroscopy (FNIRS) to estimate nutrient digestibility and chemical composition of diets and faeces of growing pigs. De la même manière la SPIR peut parfois être utilisée dans la reconnaissance variétale ou dans la traçabilité des céréales (Cozzolino, 2014). Des recherches sont en cours pour améliorer les prédictions, en particulier en élargissant la gamme spectrale analysée. L’affectation à une classe est alors immédiate, et peut prendre en compte des propriétés du produit qui ne seraient pas décrites par une analyse proximale classique. Technol., 148, 138-156. https://doi.org/10.1016/j.anifeedsci.2008.03.007, De la Roza B., Martinez A., Santos B., Gonzalez J., Gomez J., 1998. Par contre dans les aliments complets il est très difficile de mettre au point des étalonnages d’acides aminés puisque la relation avec les protéines est mise en défaut (les divers ingrédients ayant des profils en acides aminés différents). Pays : Technol., 210, 234-242. https://doi.org/10.1016/j.anifeedsci.2015.10.011, Shenk J.S., Westerhaus M.O., Hoover M.R., 1979. Pastures Fodder Crops, 12-14/04/2016, Orestiada, Greece. Ceci peut être expliqué par une composition différente des plantes selon qu’elles sont cultivées pures ou en mélange. Des mesures de laboratoire moins onéreuses ont été développées pour estimer la dMO. Feed Sci. Erreur plus élevée dans des bases hétérogènes (par exemple prairies multi spécifiques et mélanges de fourrages). 31 No 3 (2018): Volume 31 Numéro 3 : Dossier : Ressources alimentaires pour les animaux d'élevage, Vol. 126, 329-330. https://doi.org/10.1111/j.1439-0523.2007.01360.x, Nicolaï B.M., Beullens K., Bobelyn E., Peirs A., Saeys W., Theron K.I., Lammertyn J., 2007. Biochem., 43, 1398-1410. https://doi.org/10.1016/j.soilbio.2011.02.019, Berzaghi P., Cozzi G., Andrighetto I., 1997. ���!�!X spectromètre proche infrarouge VisioNIR. Il y a peu de publications relatives aux étalonnages de la digestibilité des nutriments dans des aliments complets. En ce qui concerne les aliments complets et les matières premières majeures (blé, maïs, soja…) la plupart des grandes firmes d’alimentation animale ont développé des étalonnages larges et performants en capitalisant les analyses de routine qu’elles effectuent pour le contrôle qualité. Skickas inom 10-15 vardagar. La molécule d’eau a en effet une forte capacité d’absorption dans l’infrarouge, ce qui permet en théorie sa quantification précise. Chez la volaille, la complémentarité des deux informations spectrales pour la prédiction des paramètres agrégatifs comme l’EM ou la digestibilité de la MS est particulièrement efficace avec des erreurs SECV divisées par deux (tableau 2). La possibilité de prédire la composition botanique par SPIR est apparue depuis longtemps comme une solution séduisante (Shenk et al., 1979). Pour des mesures dans le proche infrarouge jusqu'à 1,7 µm, Avantes propose une nouvelle série de configurations de spectromètres non refroidis. C’est toutefois une mesure à considérer avec précaution car elle dépend de la variabilité de la variable mesurée : dans des populations très variables on peut obtenir des R² élevés tout en commettant des erreurs de prédiction importantes ! Ingot Lab, the AUNIR calibration databases. Development of near infrared (NIR) spectroscopy and electronic nose (EN) techniques to analyse the conservation quality of farm silages. Bioresource Technol., 100, 1711-1719. https://doi.org/10.1016/j.biortech.2008.09.043, Lyons R.K., Stuth J.W., 1992. France. La SPIR peut donc être utilisée pour des applications qualitatives et servir à discriminer des échantillons. Les spécificités du MIR en font une technique d’analyse complémentaire de la SPIR dans la caractérisation des ressources alimentaires. Mid-infrared Diffuse Reflectance Spectroscopy for the Quantitative Analysis of Agricultural Soils. J. Anim. Par ailleurs, les modèles SPIR obtenus pour la prédiction des quantités ingérées donnent des valeurs de R²val comprises entre 0,05 et 0,62 et des SEP compris entre 5,44 et 10,37 indiquant que ces modèles ne sont pas utilisables pour une prédiction précise de cette détermination. Baumont R. (Ed). Norris K.H., Hart J.R., 1965. Jarrige R., Ruckebusch Y., Demarquilly C., Farce M.H., Journet M. (Eds). D’autres utilisations possibles de la SPIR comme la traçabilité ou la classification des aliments ainsi que la reconnaissance botanique des végétaux dans les prairies sont aussi décrites. Microscopie-NIR appliquée aux aliments du bétail. Ventes de semences fourragères en mélange: quelles compositions et quelles tendances observe-t-on?, in: Adaptation des prairies semées au changement climatique (actes colloque Climagie Metaprogramme ACCAF). Maillard D., Bastianelli D., Tronchot M., Bonnal L., Cugnasse J.M., Marty E., Garel M., 2005. Res., 59, 251-263. https://doi.org/10.1016/j.smallrumres.2005.05.009, Landau S., Glasser T., Dvash L., 2006. La mesure de la matière minérale n’est en principe pas possible en SPIR car les éléments minéraux n’ont généralement pas de liaisons répondant dans ce domaine spectral. Burling-Claridge, S.E. (1965) ont été parmi les pionniers, en utilisant la technique pour des analyses sur … La SPIR, lorsqu’elle est utilisée comme un outil d’analyse est une méthode indirecte, nécessitant le développement d’étalonnages (ou « calibrations » selon un anglicisme fréquent). La teneur en Matières Minérales totales (MM (%), ou en Matière Organique MO (%) = 100 - MM) est généralement bien prédite par la SPIR. une analyse qualitative et quantitative sur le terrain pour le secteur agroalimentaire ; une identification des matières premières à réception pour les laboratoires pharmaceutiques. J. Brit. Le pilotage des systèmes d’élevage est de plus en plus complexe, autant pour des raisons économiques qu’environnementales et réglementaires. La spectroscopie proche infrarouge dans l'agroalimentaire. Livest. Ces différentes techniques spectroscopiques avec leurs avantages et leurs spécificités en font des techniques complémentaires. Afin d’améliorer les performances des étalonnages obtenus avec les spectres de fèces pour la prédiction de l’ingestion ou de la digestibilité, une approche qui consiste à utiliser conjointement les spectres des fèces et des aliments a été testée pour exploiter la complémentarité des informations. Pour la prédiction de la MAT, les valeurs rapportées par les différents auteurs varient respectivement pour les SEC et R²cal chez les ovins de 0,3 à 1,5 % et de 0,87 à 0,99 % et chez les bovins de 0,3 à 1,3 % et de 0,70 à 0,98 %. Development of NIRS equations for food grain quality traits through exploitation of a core collection of cultivated sorghum. Depuis, de nombreux travaux ont été réalisés en utilisant la SPIR fécale chez différentes espèces, essentiellement chez les ruminants domestiques et sauvages, mais également plus récemment chez les monogastriques. Poult. Cette mesure se réalise avec un spectromètre, soit en transmission (la lumière passe à travers l’échantillon fin ou transparent), soit en réflexion (la lumière est réfléchie par un échantillon plus épais ou opaque). Mais les spectres peuvent aussi être directement utilisés pour classifier ou discriminer des échantillons sans avoir à passer par la prédiction de leur composition chimique. Il serait plus aisé de raisonner sur un nombre limité de catégories de PxP. Range Manag., 45, 238-244. https://doi.org/10.2307/4002970. 40 ans après les premiers travaux de Karl Norris, le précurseur, la spectrométrie proche infrarouge (SPIR ) ou Near infrared (NIR) est utilisée comme référence pour les transactions commerciales (céréales) et en analyse de routine (céréales, café...), en mesure en ligne (beurre, fruits), … The use of NIRS to measure metabolizable energy in poultry feed ingredients. 0 Technol., 20, 219-231. https://doi.org/10.1016/0377-8401(88)90045-4, Coleman S.W., Barton F.E., Meyer R.D., 1985. NIRS prediction of the feed value of temperate forages: efficacy of four calibration strategies. J. Agric. Prediction of rumen degradability parameters of a wide range of forages and non-forages by NIRS. Au pâturage, la collecte d’échantillon de fèces va dans la plupart des cas être réalisée directement au sol ce qui peut entraîner une contamination des échantillons par du sol et donc comme pour la prédiction de la matière organique des aliments et des fourrages être une source potentielle d’erreur lors des prédictions. Les méthodes classiques d’analyse au laboratoire sont assez lourdes à mettre en place et leur coût - de l’ordre d’une centaine d’euro par échantillon pour une caractérisation complète - ne permet pas une analyse fréquente des ressources. Au-delà de ces mesures directes sur l’aliment, la SPIR peut être appliquée sur les fèces afin de caractériser l’alimentation d’animaux sur parcours. Dairy Sci., 80, 3263-3270. https://doi.org/10.3168/jds.S0022-0302(97)76301-X. L’utilisation de marqueurs internes ou externes est souvent mise en place pour faciliter cette estimation car leur utilisation permet d’éviter la collecte totale de fèces. Certains composés étant volatils ou fortement affectés par le séchage (NH3, acide acétique, acides gras volatils), il est nécessaire de prendre les spectres sur le produit frais, ce qui diminue la précision de la prédiction car les échantillons soumis à l’analyse SPIR sont alors plus hétérogènes. La combinaison de différentes techniques permettra certainement à l’avenir d’améliorer la capacité de caractérisation des ressources alimentaires. Un nouveau chapitre, consacré à l'identification des micro-organismes par spectroscopie infrarouge, a été ajouté afin de répondre aux attentes des industriels en matière de sécurité alimentaire. Seuls de grands centres de recherche peuvent produire des bases cohérentes, qu’ils soient publics ou, de manière croissante, privés : les grandes firmes d’alimentation produisent dans leur fonctionnement en routine de très nombreux essais alimentaires, leur permettant le développement de bases de données pour leurs propres besoins et ceux de leurs clients. En pratique, on peut considérer que la limite de quantification peut aller de 1 % à 0,1 %. J. Agric. Feed Sci. Les bases de données sont alors beaucoup plus simples à maintenir puisqu’elles n’impliquent pas de mesures in vivo pour la mise à jour. Demarquilly C., Chenost M., Giger S., 1995. Avec le développement de modèles de prédiction spécifiques, on peut s’attendre à ce que les interprétations spectrales à travers des systèmes experts deviennent de plus en plus disponibles dans les prochaines années. �M�a.o�Z�&ƕ�9˛�S�ΡJ��0���L�$k�J����ķyG'��NRTy��Q�j)��\��pk�2���ٲe`[��R�T#��/W�C$�)re�����S*c Anim. Selon le système optique de la caméra, l’échantillon peut être de taille différente (du microscope à la parcelle). Face à l'enthousiasme de cette technique d'analyse rapide, l’évolution technologique de ces dernières années a été plutôt tournée vers la miniaturisation des spectromètres grâce au fort développement des détecteurs à barrette de diodes InGaAs qui permettent aujourd’hui d’obtenir des appareils plus compacts voire très compacts qui peuvent se connecter directement à une tablette ou un smartphone (figure 2). AACC International, St. Paul, MN, U.S.A. https://doi.org/10.1094/AACCIntMethod-39-00.01, Andueza D., Picard F., Jestin M., Andrieu J., Baumont R., 2011a. La validation permet également de mettre en évidence la présence de biais lors de la prédiction (biais systématique et pente différente de 1 dans la relation entre valeurs mesurées et prédites). La teneur en Matière Sèche (MS) ou humidité, est un des premiers paramètres à avoir été mesuré par SPIR sur des grains (Norris et Hart, 1965). Durand J., Enjalbert J., Hazard L., Litrico I., Picon-Cochard C., Prudhomme M.P., Volaire F. (Eds). Comme toute technique analytique, la SPIR nécessite de bonnes pratiques au laboratoire, basées sur des procédures rigoureuses et un contrôle continu des résultats produits. Anim. Méthode analytique de routine pour le contrôle de la qualité et la traçabilité dans l’industrie de l’alimentation animale, la SPIR est également utilisée de façon croissante pour l’évaluation des fourrages. Grâce au développement d’approches telles que la réflexion diffuse ou la réflexion totale atténuée (ATR) qui ont permis de fortement diminuer la préparation des échantillons pour l’acquisition spectrale, l’analyse MIR a connu un très fort développement ces dernières années. SPIE Defense, Security, and Sensing, (International Society for Optics and Photonics), 8374, 837404-1-8374404-8. Feed Sci., 7, 437-451. https://doi.org/10.22358/jafs/69318/1998, Decruyenaere V., Lecomte P., Demarquilly C., Aufrère J., Dardenne P., Stilmant D., Buldgen A., 2009. La spectrométrie dans le proche infrarouge (SPIR) est une solution particulièrement bien adaptée à cet emploi (encadré 1). Boval M., Coates D.B., Lecomte P., Decruyenaere V., Archimède H., 2004. Ce sont des appareils compacts très simples à utiliser et bénéficiant d’une maintenance ultra réduite. 1 SELMET, CIRAD, INRA, Montpellier SupAgro, 34000, Montpellier, France Tableau 1. Biotechnol., 7, 45. https://doi.org/10.1186/s40104-016-0105-9, Liu Y., Chao K., Kim M.S., Tuschel D., Olkhovyk O., Priore R.J., 2009. Proc. Les prairies permanentes et temporaires contiennent généralement de nombreuses espèces. Prediction of diet quality for sheep from faecal characteristics: comparison of near-infrared spectroscopy and conventional chemistry predictive models. Aujourd’hui l’élevage doit répondre à des questions d’efficience technique et environnementale qui nécessitent une caractérisation plus systématique et plus immédiate des aliments ; les équipements et les applications de la SPIR se diversifient pour une utilisation au plus près du terrain. Utilisation de la spectroscopie proche infrarouge comme un outil PAT pour la quantifi-cation de substances en solution. Aufrère J., Demarquilly C., 1989. De Boever J.L., Antoniewicz A.M., Boucqué Ch. Avec des appareils de même marque et plages de longueurs d’onde, si un système de correction interne n’a pas été mis en place, cette opération est assez simple à réaliser avec un échange d’échantillons standards passés sur les deux spectromètres. Les résultats sont prometteurs, dans la mesure où les catégories obtenues regroupent des PxP ayant des caractéristiques voisines, tout en étant parfois éloignées en termes de botanique ou de phénologie. Il en est de même pour les acides gras (AG), qui peuvent être dosés en valeur absolue si leur teneur est liée à celle de la matière grasse ce qui est souvent le cas dans les matières premières. l’absorption de la lumière par les vibrations des liaisons chimiques à des longueurs d’onde comprises entre 2 500 et 25 000 nm. Talanta, 116, 149-154. https://doi.org/10.1016/j.talanta.2013.05.006, De Alencar Figueiredo L.F., Davrieux F., Fliedel G., Rami J.F., Chantereau J., Deu M., Courtois B., Mestres C., 2006. Sci., Savoy, IL., USA, 647-694. Les résultats sont très satisfaisants pour la teneur en eau des grains ou fourrage mais moins précis pour les autres composés. Sur la base de travaux menés sur la digestibilité chez la volaille (Coulibaly et al., 2013), il apparaît que la digestibilité des protéines ou de l’amidon était assez mal prédite par SPIR (SECV de 2,7 et 3,4 %, respectivement) malgré des bases d’étalonnage assez conséquentes. Meat Sci., 83, 175-186. https://doi.org/10.1016/j.meatsci.2009.04.016, Reeves J.B., 2001. Longueur d'onde: 300 nm - 1 100 nm. Une approche alternative peut être l’étalonnage indirect de la valeur nutritive : quand des équations fiables sont disponibles pour relier la valeur nutritive mesurée in vivo à des paramètres mesurés en laboratoire (composition chimique, données in vitro), il est possible d’établir des étalonnages SPIR de ces paramètres puis de calculer une estimation de la valeur nutritive. Les principales méthodes pour l’étalonnage sont : i) l’utilisation de mélanges réalisés a posteriori à partir de fourrages issus de prairies mono-spécifiques ; ii) l’utilisation de mélanges réels à partir de fourrages issus de prairies multi-spécifiques dont les échantillons ont été triés manuellement pour peser chaque espèce puis mélangés à nouveau dans les proportions de la prairie ; iii) l’utilisation de « mélanges virtuels » créés en combinant les spectres obtenus sur des fourrages mono-spécifiques ; iv) l’utilisation de « mélanges artificiels-réels » à partir de fourrages issus de prairies multi-spécifiques dont les échantillons ont été triés manuellement puis mélangés à nouveau dans des proportions variables. Animal, 10, 192-202. https://doi.org/10.1017/S175173111500169X, Li J., Li Q., Li D., Chen Y., Wang X., Yang W., Zhang L., 2016. Prediction of the organic matter digestibility of grass silage. Figure 3. Feed Sci. J. Sci. Method 39-20.01. Quality assessment of wheat and forage using diode array NIR instrument on the harvester. Introduction. Cette approche a été implémentée chez de nombreux fabricants d’aliments, essentiellement pour l’Énergie Métabolisable (EM) chez la volaille, mais les résultats ne sont généralement pas publiés. L’utilisation de la SPIR dans ce but doit être considérée par l’utilisateur selon la précision des valeurs de dMO souhaitées. Les spectres des fèces contiennent donc des informations sur les quantités et les caractéristiques des régimes ingérés et des essais de prédiction des quantités ingérées ont été réalisés soit à partir des spectres d’échantillons de fourrages soit à partir des spectres d’échantillons de fèces. Cette technique n’a pas suivi le même développement que la SPIR à cause des fortes absorptions dans cette gamme spectrale qui obligeait initialement la dilution de l’échantillon dans du KBr afin de diminuer cette l’absorption. Anim. Data mining old digestibility trials for nutritional monitoring in confined goats with aids of fecal near infra-red spectrometry. Dans les deux cas l’analyse de la prédiction à partir des deux spectres permet de réfléchir sur le contenu en information des aliments et des fèces, et par conséquent sur l’origine des facteurs de variation de la digestibilité. Garnsworthy P.C., Unal Y., 2004. L’opérateur qui effectue l’analyse par SPIR peut très rapidement intervenir dans le cas où un produit apparaît comme « atypique » sur la base de son spectre. La quantification dans des aliments complets est plus complexe puisqu’il n’y a a priori pas de lien entre AG et teneur en lipides. L’intérêt de développer des méthodes analytiques basées sur l’utilisation de la spectroscopie proche infrarouge (SPIR) afin de lutter contre l’addition accidentelle ou délibérée de farines animales est principalement justifié par le fait que cette technique est largement utilisée dans le secteur animal . Ces auteurs concluent que la SPIR peut être utilisée pour une prévision de la dégradabilité (de la MS, de la MAT et des parois). (2011a) sur des fourrages tempérés montrent que la principale source d’erreur des modèles SPIR est l’erreur de détermination in vivo. J. Anim. France, Affiliation : Au programme. Cependant, ces techniques restent trop longues à mettre en œuvre pour un objectif d’estimation « immédiate » de la valeur nutritive des aliments.