Cette technique analytique n’est pas nouvelle : elle a été mise au point dans les années 60 par des précurseurs qui l’ont d’abord appliquée à la mesure de l’humidité des céréales (Norris et Hart, 1965). Les avantages de la SPIR résident dans le fait qu’il s’agit d’une technique : - Rapide : le spectre d’un échantillon peut être obtenu en quelques secondes, ce qui permet une prédiction immédiate de la composition. C’est une des applications les plus courantes de la SPIR sur les aliments et fourrages. Fecal NIRS prediction of dietary protein percentage and in vitro dry matter digestibility in diets ingested by goats in Mediterranean scrubland, Small Rum. Crop Sci., 25, 834-837. https://doi.org/10.2135/cropsci1985.0011183X002500050026x. 1 SELMET, CIRAD, INRA, Montpellier SupAgro, 34000, Montpellier, France Outre les appareils SPIR portables, des appareils embarqués sur des machines de récolte (grains et fourrage) ont été développés depuis le début des années 2000. ���!�!X J. France, Affiliation : Near Infrared Spectrosc., 5, 223-232. https://doi.org/10.1255/jnirs.115. (Cozzolino et Labandera, 2002 ; De Alencar Figueiredo et al., 2006 ; Nicolaï et al., 2007 ; Prieto et al., 2009). 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). Small Rum. Norris K.H., Barnes R.F., Moore J.E., Shenk J.S., 1976. Quality assessment of rapeseed accessions by means of near-infrared spectroscopy on combine harvesters. The use of near infrared analysis for In Situ studies. J., 79, 485-490. https://doi.org/10.2134/agronj1987.00021962007900030016x, Coates D.B., Dixon R.M., 2008. Technol., 20, 219-231. https://doi.org/10.1016/0377-8401(88)90045-4, Coleman S.W., Barton F.E., Meyer R.D., 1985. La spectrométrie proche infrarouge est une technique analytique appliquée dans divers domaines. Boval M., Coates D.B., Lecomte P., Decruyenaere V., Archimède H., 2004. dMS : digestibilité de la MS ; EMA : Énergie Métabolisable Apparente ; dAMI : Digestibilité de l’amidon ; dPROT : Digestibilité des protéines. Comparison of methods for estimating herbage intake in grazing dairy cows. Food Agric., 82, 380-384. https://doi.org/10.1002/jsfa.1050, Cozzolino D., Chree A., Scaife J.R., Murray I., 2005. La SPIR nécessite une phase d’étalonnage qui lie le spectre infrarouge aux résultats des mesures faites au laboratoire par des méthodes de référence (composition chimique, valeur nutritive...). Appl. ; •    Les étalonnages pour les fourrages ne sont pas aussi fréquents que pour les aliments concentrés ; •    Il n’existe quasiment rien pour les échantillons frais pour des mesures de terrain. PDF | On Mar 12, 2021, Benoît Jaillais and others published La spectroscopie proche infrarouge dans l'agroalimentaire … 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. La spectrométrie dans le proche infrarouge (SPIR) est une solution particulièrement bien adaptée à cet emploi (encadré 1). Différentes stratégies de constitution de bases pour l’étalonnage de la valeur nutritive. Erreur de prédiction (validation croisée) pour des valeurs nutritives chez la volaille à partir des spectres d’aliments, de fientes ou des deux pris conjointement (d’après Coulibaly et al., 2013). Calibration strategies for prediction of amino acid content of poultry feeds. Utilisation de la spectroscopie proche infrarouge comme un outil PAT pour la quantifi-cation de substances en solution. Biotechnol. La combinaison de différentes techniques permettra certainement à l’avenir d’améliorer la capacité de caractérisation des ressources alimentaires. L’approche a été testée chez le lapin (Meineri et al., 2009), chez la volaille (Coulibaly et al., 2013) et chez le porc (Bastianelli et al., 2015 ; Schiborra et al., 2015). Erreur plus élevée dans des bases hétérogènes (par exemple prairies multi spécifiques et mélanges de fourrages). Straebler M., 2015. encadré 2 pour la signification des termes statistiques utilisés dans l’article). Toutefois cela n’en fait pas une méthode de référence. The use of NIRS to measure metabolizable energy in poultry feed ingredients. Peu d’organismes disposent de telles bases pour un panel de ressources alimentaires. Le transfert de modèles de prédiction SPIR développés sur un spectromètre donné à un autre appareil doit faire l'objet de travaux plus approfondis. O’Brien N.A., Hulse C.A., Friedrich D.M., Van Milligen F.J., Von Gunten M.K., Pfeifer F., Siesler H.W., 2012. 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. Inra Poitiers, France. La spectrométrie dans le proche infrarouge pour la caractérisation des ressources alimentaires. Fatty acids analysis of Iberian pig fat by near infrared spectroscopy (NIRS). La prédiction des compositions spécifiques au sein des graminées et des légumineuses reste peu précise avec des SEP supérieures à 8 % MS. Des travaux sont en cours à l’INRA URP3F pour augmenter la portabilité des prédictions du ratio graminées/légumineuses sur une large gamme de prairies et pour améliorer la prédiction au niveau spécifique. Network Res. Remote Sens. 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). Pour la dégradabilité de la MO, les valeurs de SEC rapportées sont comprises entre 2 et 3 %, avec des R²cal supérieurs à 0,90 (De la Roza et al., 1998 ; Foskolos et al., 2015) tandis que pour la dégradabilité de la MAT les R²cal sont parfois peu élevés (0,65 chez Waters et Givens, 1992), mais la plupart des auteurs reportent des valeurs de R²cal supérieures à 0,90 pour cette détermination (De Boever et al., 1998 ; De la Roza et al., 1998). Predicting forage quality by near infrared reflectance spectroscopy. NIR technology: Can we measure amino acid digestibility and energy values? 877-878. Ward A., Nielsen A.L., Møller H., 2011. Near Infrared Spectrosc. Sci., 71, 1559-1563. https://doi.org/10.3382/ps.0711559. (0 avis) Donner votre avis Le facteur de transmission désigne la quantité de lumière qui passe complètement à travers l'échantillon et frappe le détecteur. Predicting feed digestibility from NIRS analysis of pig faeces. Quantification of Fatty Acids in Forages by Near-Infrared Reflectance Spectroscopy. Symp. Comme chez les ruminants, on peut également utiliser conjointement les spectres des aliments et des fèces pour prédire la digestibilité. En outre le fait de travailler dans des conditions extrêmement standardisées diminue la robustesse des bases (pouvant être mises en défaut lors d’un changement de broyeur ou de laboratoire) et rend beaucoup plus difficiles les échanges entre partenaires. La caractérisation de ces ressources est cruciale et doit, pour permettre la prise de décision, être d’une grande réactivité. Biochem., 43, 1398-1410. https://doi.org/10.1016/j.soilbio.2011.02.019, Berzaghi P., Cozzi G., Andrighetto I., 1997. La limite est la constitution des bases d’étalonnage fiables car l’humidité peut varier entre la prise de spectre et la mesure de l’humidité au laboratoire. Ainsi dans une étude dans une garrigue proche de Montpellier exploitée par des ovins, on recensait 60 espèces végétales consommées et 103 prises alimentaires (« plantes prises », ou PxP) possibles (Silué et al., 2016). Köp Spectroscopie Proche Infrarouge Pour l'Industrie Agroalimentaire av Roggo-Y på Bokus.com. Cependant, le passage d’une approche où l’on amène l’échantillon au spectromètre dans le laboratoire à une approche où l’on amène le spectromètre à l’échantillon n’est intéressante que si la réduction de la taille de l’appareil ne compromet pas la performance du spectromètre (O’Brien et al., 2012). Small Rum. Anim. Une application a été également proposée pour détecter par discrimination spectrale des particules de mélamine dans des échantillons de soja, permettant une quantification à de très faibles teneurs (Yang et al., 2016). Botanical Composition Prediction of Alfalfa-Grass Mixtures using NIRS: Developing a Robust Calibration. De nombreux travaux rapportent la capacité de la SPIR fécale à prédire la composition botanique de l’ingéré. Le MicroNIR TM OnSite W est un spectromètre proche infrarouge (NIR) sans fil conçu par VIAVI qui permet : une analyse qualitative et quantitative sur le terrain pour le secteur agroalimentaire ; une identification des matières premières à réception pour les laboratoires pharmaceutiques. La prédiction par SPIR des résultats de digestibilité in vitro permet d’avoir des estimations beaucoup plus rapidement, et sur un plus grand nombre d’échantillons. Potential for On-Site Analysis of Hog Manure Using a Visual and near Infrared Diode Array Reflectance Spectrometer. 21 0 obj <> endobj ... (Process Analytical Technologies) et du contrôle en ligne non destructif par spectroscopie Proche Infrarouge & Raman. Detection of Melamine in Soybean Meal Using Near-Infrared Microscopy Imaging with Pure Component Spectra as the Evaluation Criteria. J. Anim. En effet, l’évaluation de la composition botanique peut classiquement être réalisée par : i) notation visuelle - mais cette méthode est peu précise et ii) pesée des différentes espèces après une séparation manuelle des espèces - mais cette méthode est très lourde à mettre en œuvre. Introduction. Cette classification peut se faire d’après la composition chimique mais, outre l’étape supplémentaire que cela demande, la description de la composition est limitée à un nombre réduit d’analyses, alors que les plantes de parcours ont des caractéristiques (composés secondaires, structure...) qui échappent à l’analyse proximale. Agron. Si la mise en commun peut parfois être problématique pour certaines firmes privées, il ne devrait pas en être de même pour les acteurs publics de la recherche et du développement, et on peut imaginer des initiatives ambitieuses de rassemblement de données de nombreux acteurs pour la production d’outils partagés performants de caractérisation des fourrages - voire des aliments et matières premières. J., 97, 11-17. https://doi.org/10.2134/agronj2005.0011, Lomborg C.J., Holm-Nielsen J.B., Oleskowicz-Popiel P., Esbensen K.H., 2009. Les spécificités du MIR en font une technique d’analyse complémentaire de la SPIR dans la caractérisation des ressources alimentaires. Notre technologie peut être utilisée dans l’agroalimentaire, ... Notre technologie fonctionne avec tout type de détecteur mais nous avons une spécialité sur la spectroscopie proche-infrarouge qui permet l’analyse moléculaire de tout type de matière organique. 71-74. Holroyd, R.M.W. Anim. Les prédictions de teneur en MAT ont des erreurs de prédiction (SEP) de l’ordre de 0,60 % de la MS avec toutefois des performances moins bonnes dans des échantillons peu homogènes (par exemple les farines de poisson). Il est en outre particulièrement adapté à l’étude d’animaux sur parcours. Cas particulier des prédictions « locales ». 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. Ces auteurs montrent des valeurs de SEP comprises entre 2,8 % pour l’approche « famille » et 2,4 % pour l’approche « Local » correspondant à des R²val de 0,81 et 0.86 respectivement. Avec cette technique on bâtit autant de modèles d’étalonnages qu’il y a d’échantillons à prédire. UV-2600i. Comme pour l’estimation de la composition chimique des ressources, la SPIR est un outil rapide et facile à utiliser pour prédire à moindre coût la composition chimique des fèces. J. Brit. En effet, cette technique ne … Cependant dans ce cas les résultats doivent être considérés avec précaution car la valeur énergétique variait essentiellement par la teneur en matière grasse des aliments, celle-ci étant très bien prédite par SPIR. Baumont R. (Ed). Häftad, 2018. 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. 2005, 53, 4459-4463, https://doi.org/10.1021/jf050303i, Dale L.M., Thewis A., Boudry C. Rotar I., Păcurar F.S., Abbas O., Dardenne P., Baeten V., Pfister J., Fernández Pierna J.A., 2013. A comparison of microbial, enzymatic, chemical and near-infrared reflectance spectroscopy methods in forage evaluation. Technol., 38, 335-349. https://doi.org/10.1016/0377-8401(92)90023-Y, Yang Z., Han L., Wang C., Li J., Fernández Pierna J.A., Dardenne P., Baeten V., 2016. La miniaturisation s’accompagne souvent d’une réduction du nombre de longueurs d’onde mesurées ce qui a d’un côté comme avantage d’augmenter très fortement la rapidité de lecture par rapport à des systèmes par exemple à monochromateur et a d’un autre côté comme inconvénient de limiter les applications à des constituants dont le développement des modèles de prédiction ne nécessite que peu de longueurs d’onde pour les caractériser. 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. 49-52. La spectroscopie infrarouge à transformée de Fourier ou spectroscopie IRTF (ou encore FTIR, de l'anglais Fourier Transform InfraRed spectroscopy)1 est une technique utilisée pour obtenir le spectre d'absorption, d'émission, la photoconductivité ou la diffusion Raman dans l'infrarouge d'un échantillon solide, liquide ou gazeux. 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. Cette évolution s’accompagne d’un besoin croissant d’informations pour piloter l’élevage. Dans le cas de l’estimation indirecte des quantités ingérées, les estimations de l’excrétion totale de fèces et de la digestibilité sont nécessaires. J. La spectroscopie proche infrarouge à modulation de fréquence est [...] une technique non-invasive qui utilise, de manière sinusoïdale, la lumière proche infrarouge avec modulation d'intensité pour interroger quantitativement à la fois les propriétés d'absorption et de dispersion du tissu. Affiliation : Au programme. Rech. Near infrared spectroscopy of faeces to evaluate the nutrition and physiology of herbivores. J. Figure 3. Direct spectrometric determination of moisture content of grain and seeds, In: Proc. Biotechnol., 8, 39. https://doi.org/10.1186/s40104-017-0171-7, Thuriès L., Bastianelli D., Davrieux F., Bonnal L., Oliver R., Pansu M., Feller C., 2005. Figure 2. La valeur alimentaire est déterminée par les mesures des quantités ingérées et de la valeur nutritive incluant la digestibilité mesurée par des essais de bilans in vivo. En savoir plus sur NIR-Industry. Anim. Quand des valeurs de référence in vivo sont disponibles sur de nombreux échantillons, un étalonnage SPIR de la valeur énergétique peut être réalisé. une analyse qualitative et quantitative sur le terrain pour le secteur agroalimentaire ; une identification des matières premières à réception pour les laboratoires pharmaceutiques. Comme les métaux lourds sont polluants, la spectroscopie proche infrarouge (SPIR) est envisagée comme méthode alternative. Feed Sci. Elle consiste à envoyer sur l’échantillon une lumière monochromatique puissante (laser) et à recueillir le spectre de diffusion généré. Comme pour l’estimation de la dMO, la lourdeur de la technique in situ ne permet pas son application à un très grand nombre d’échantillons et la SPIR peut alors être utilisée de plusieurs manières. J. Figure 1. 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. Method 39-20.01. La technologie infrarouge est une technique simple et rapide pour caractériser la composition des aliments. En outre la présence d’eau dans l’échantillon analysé n’est pas problématique. Feed Sci. Cette journée de conférences a pour objectifs de faire connaître les principes et enjeux de la Spectroscopie Proche Infrarouge et de présenter les champs d’application de la technique dans des secteurs divers et variés (agroalimentaire, sciences du sol, tri des déchets,…). Les prestations offertes par les laboratoires d’analyse sont aujourd’hui complétées par la possibilité d’analyse directe d’échantillons frais sur le terrain. Ces différentes techniques spectroscopiques avec leurs avantages et leurs spécificités en font des techniques complémentaires. 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. Netherl. 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. 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 %). Sci. La quantité d’aliment ingérée par des animaux est un paramètre clé dans l’étude de l’alimentation car c’est le déterminant principal de l’énergie nette ingérée et in fine des performances. La spectroscopie du proche infrarouge (NIR) s'appuie sur l'absorption du rayonnement électromagnétique (EM) aux longueurs d'onde dans la gamme de 780 à 2 500 nm. $EQI #�-8)������^�ZK���!��������R� In: Proc. Dans le cas de larges bases d’échantillons comportant davantage de variabilité (en général plusieurs milliers d’échantillons), ou de mélanges (prairies multispécifiques par exemple), on peut employer des techniques de régression dites « locales » (Shenk et al., 1997), qui consistent à rechercher et sélectionner dans la base d’étalonnage un sous ensemble d’échantillons dont les spectres sont proches de l’échantillon à prédire, et de bâtir un modèle d’étalonnage temporaire avec ce sous ensemble spécifique.