نوع مقاله : مقاله پژوهشی

نویسندگان

• جابر خانی یوسف رضا ¹
• علی اسدی الموتی ²
• مجتبی یاری ³

¹ گروه علوم دام و طیور، دانشکده فناوری کشاورزی ابوریحان، دانشگاه تهران، تهران، ایران

² گروه علوم دام و طیور، دانشکدگان ابوریحان، دانشگاه تهران

³ گروه علوم دامی، دانشکده کشاورزی، دانشگاه ملایر، ملایر، ایران

چکیده

هدف: ارزیابی دقیق ترکیبات شیمیایی و کیفیت تغذیه‌ای خوراک‌های دامی، به‌ویژه گیاهان علوفه‌ای، نقش کلیدی در تدوین جیره‌های متعادل، ارتقاء عملکرد دام و کاهش هزینه‌های تولید دارد. در میان روش‌های موجود، طیف‌سنجی فروسرخ نزدیک (NIR) به‌عنوان روشی سریع، غیرمخرب، کم‌هزینه و بدون نیاز به مواد شیمیایی، جایگاه ویژه‌ای در آنالیز خوراک پیدا کرده است. این روش به‌دلیل سهولت اجرا و قابلیت تحلیل سریع نمونه‌ها، به‌ویژه در شرایط مزرعه، به‌عنوان جایگزینی عملی برای روش‌های شیمیایی مرسوم مطرح شده است. هدف این پژوهش، مقایسه دقت روش NIR با روش‌های آزمایشگاهی مرجع در برآورد ترکیبات شیمیایی، اجزای پروتئینی و کربوهیدراتی، و شاخص‌های تغذیه‌ای گیاهان لگومینه با تمرکز بر مدل تجزیه‌پذیری CNCPS بود.

روش پژوهش: نمونه‌های علوفه‌ای شامل دو رقم ماشک معمولی (Vicia sativa) و ماشک گل‌خوشه‌ای (Vicia villosa)، یک رقم نخود علوفه‌ای (Pisum arvense) و یونجه (Medicago sativa) به‌عنوان گیاه شاهد از نظر ماده آلی (OM)، پروتئین خام (CP)، الیاف نامحلول در شوینده خنثی (NDF)، الیاف نامحلول در شوینده اسیدی (ADF)، لیگنین (ADL)، نشاسته، خاکستر خام و بخش‌های پروتئین و کربوهیدرات بر اساس بخش‌بندی مورد استفاده در سامانه کربوهیدرات و پروتئین خالص کرنلCNCPS در سه تکرار اندازه‌گیری شدند. همچنین شاخص‌های تغذیه‌ای شامل مصرف ماده خشک (DMI)، مجموع مواد مغذی قابل هضم (TDN)، انرژی قابل هضم (DE)، انرژی قابل متابولیسم (ME) و شاخص کیفیت (QI) با دو روش NIR و شیمی مرطوب برآورد شدند. برای بررسی تطابق آماری بین دو روش، از شاخص‌هایی مانند میانگین اختلاف (Bias)، ریشه میانگین مربعات خطا (RMSE)، ضریب تطابق کونکوردنس (CCC) و حد توافق بلاند-آلتمان (LOA) استفاده شد.

یافته‌ها: یافته‌ها نشان دادند که روش NIR در برآورد ترکیبات شیمیایی کلیدی مانند پروتئین خام، ماده آلی، نشاسته و کربوهیدرات‌های کل (CHO) و بخشB1 از دقت بالا و همبستگی قوی با روش مرجع برخوردار بود (85/0CCC =). NIR همچنین در تخمین شاخص‌های انرژی مانند TDN،DE و ME تطابق قابل قبولی داشت. با این حال، در ارزیابی اجزای ساختاری نظیر ADL، NDF و دیگر بخش‌های پروتئین ( ADIPوNDIP ) و بخش‌های کربوهیدرات (B2، B3 و C) دقت و تطابق کاهش یافته و اختلاف‌های آماری معنی‌داری با روش تجزیه شیمیایی مشاهده شد. این نتایج نشان می‌دهد که حساسیت طیفی روش NIR در تشخیص اجزای دیر‌هضم و غیرقابل تجزیه محدود بوده و برای تحلیل دقیق اجزای دینامیک مدل CNCPS مناسب نیست.

نتیجه‌گیری: روش NIR با توجه به قابلیت‌های منحصر به‌فرد خود، به‌ویژه سرعت، سهولت اجرا و سازگاری با آنالیزهای میدانی، می‌تواند به‌عنوان ابزاری کارآمد در غربال‌گری سریع، پایش کیفیت خوراک و کاربردهای روزمره در آزمایشگاه‌های تجزیه خوراک مورد استفاده قرار گیرد. با این حال، برای تحلیل دقیق اجزای مدل‌های دینامیکی تغذیه‌ دام مانند CNCPS و اجزای مقاوم‌تر، همچنان استفاده از روش‌های شیمیایی مرجع دارای مزیت است. تلفیق NIR به‌عنوان ابزار مکمل در کنار روش‌های کلاسیک، می‌تواند رویکردی بهینه در آنالیز جامع خوراک دام فراهم سازد.

کلیدواژه‌ها

• توافق آماری
• روش مرجع آندازه‌گیری
• طیف‌سنجی فروسرخ نزدیک
• کیفیت علوفه
• CNCPS

عنوان مقاله [English]

Comparison of the Accuracy of NIR and Wet Chemistry Methods in the Determination of Chemical Composition and Nutrient Digestibility in Legume Forage Crops

نویسندگان [English]

• jaber khani yousef reza ¹
• Ali Asadi Alamouti ²
• Mojtaba Yari ³

¹ Department of Animal and Poultry Sciences, Aburaihan College of Agricultural Technology, University of Tehran, Tehran, Iran

² Department of Animal and Poultry Sciences, Aburihan Faculty of Agricultural Technology, University of Tehran, Tehran, Iran

³ Department of Animal Science, Faculty of Agriculture, Malayer University, Malayer, Iran

چکیده [English]

Objective: Accurate evaluation of the chemical composition and nutritional quality of feedstuffs, particularly forage crops, is critical for formulating balanced rations, enhancing livestock performance, and minimizing production costs. Among the available analytical techniques, near-infrared reflectance (NIR) spectroscopy has gained prominence as a rapid, non-destructive, and cost-effective alternative to conventional wet chemistry methods. The NIR ability to analyze samples with no chemical reagents and minimal sample preparation makes it particularly attractive for routine applications. This study aimed to compare the accuracy of NIR with standard laboratory procedures in estimating chemical constituents, fractions of protein and carbohydrate based on the Cornell Net Carbohydrate and Protein System (CNCPS), and nutritional attributes of four legume forages.

Method: Forage samples from four species including two cultivars of common vetch (Vicia sativa) and hairy vetch (Vicia villosa), one cultivar of forage pea (Pisum arvense), and second-year alfalfa (Medicago sativa, used as the control crop) were analyzed for organic matter (OM), ash, acid detergent lignin (ADL), crude protein (CP), neutral detergent fiber (NDF), acid detergent fiber (ADF), starch, and CNCPS-based fractionation of protein and carbohydrates,. Nutritional indicators such as potential dry matter intake (DMI), total digestible nutrients (TDN), digestible energy (DE), metabolizable energy (ME), and quality index (QI) were also estimated. All analyses were conducted in parallel using NIR and the reference wet chemistry methods. Statistical agreement and precision between the two methods were assessed based on mean bias, root mean square error (RMSE), concordance correlation coefficient (CCC), and Bland–Altman limits of agreement (LOA), providing a comprehensive evaluation of methodological consistency.

Results: The NIR results showed high accuracy and strong correlation with wet chemistry methods for key components such as CP, OM, starch, total carbohydrates, and fraction B1 (B1), with CCC values exceeding 0.85 and no statistical differences (P > 0.05). The method also demonstrated acceptable precision in predicting energy-related parameters including TDN, DE, and ME, which are critical for ration formulation. However, for structural constituents such as ADL, NDF, protein fractions (ADIP, NADIP) and carbohydrates (B2, B3, and C), the accuracy and concordance declined, and statistically significant differences were observed. These findings suggest that the spectral sensitivity of NIR is limited when evaluating slowly degradable or indigestible fractions of carbohydrate and protein, making it less reliable for the parameters of dynamic nutritional models such as CNCPS.

Conclusions: Owing to its unique advantages, particularly speed, ease of operation, and compatibility with field analyses, NIR can serve asa useful tool for rapid screening, feed quality monitoring, and routine proximate analysis in feed laboratories. However, for the most accurate evaluation of CNCPS model components, particularly those resisting digestion, the use of concentional chemical methods offers greater advantages. Integrating NIR as a complementary tool for classical approaches may offer a logical cost-effective strategy for extensive feed analyses.

کلیدواژه‌ها [English]

• CNCPS
• forage quality
• near-infrared reflectance spectroscopy
• reference analytical method
• statistical agreement