Predicción de componentes nutricionales de Lolium multiflorum y Trifolium repens mediante algoritmos de procesamiento de imágenes Red-Green-Blue, Multiespectrales y tecnología de infrarrojo cercano

En la producción animal es muy importante poder determinar los componentes nutricionales de los insumos que permiten generar o elaborar raciones equilibradas para la nutrición de los animales; en el Perú la producción bovina se desarrolla bajo sistemas de alimentación al pastoreo, por lo que es necesario conocer la composición nutricional de los principales pisos forrajeros de cada cuenca ganadera, pero realizar estos análisis proximales (análisis químicos o química húmeda) de manera completa en la actualidad es muy costosa y los laboratorios especializados son escasos y en su mayoría se encuentran en la capital de nuestro país, por lo que es necesario buscar alternativas de bajo costo, que no sean invasivas y que brinden resultados en un menor tiempo. Por tanto, es necesario buscar alternativas de análisis que permitan tomar decisiones en la formulación de raciones para la alimentación animal; en este contexto y ante el vacío de conocimiento existente, se hace necesario desarrollar el objetivo: Desarrollo de modelos multivariados NIR a través del uso de una base de datos construida a partir de firmas espectrales, índices de vegetación con diferencia normalizada y los valores nutricionales del análisis proximal, para predecir la composición nutricional de las pasturas en la Estación Experimental Agraria Amazonas - Anexo San Juan, Chachapoyas. Para lo cual se realizará análisis bromatológico de especies forrajes establecidas de rye grass y trébol, utilizando metodologías de análisis quimiométrico, procesamiento de imágenes y uso de Deep learning, que permitirá generar ecuaciones de predicción sobre los valores nutricionales de las pasturas en diferentes frecuencias de corte. Se promoverá la investigación científica y tecnológica a nivel de pregrado a través del financiamiento del proyecto de investigación de tesis para obtener el título profesional.