Technologie NIR : les bonnes prédictions nutritionnelles

#inside
18 juillet 2019

Le Gouessant a investi dans la technologie proche infrarouge (NIR pour Near Infra Red) qui permet de prédire les valeurs nutritionnelles des matières premières et produits finis. Pour en valoriser tout le potentiel, Laurent Le Picard et Sandra Hamon, techniciens au laboratoire, créent leurs propres équations mathématiques. Explications.

Depuis 2016, le Groupe a équipé son laboratoire et ses usines d’aliments d’appareils proche infrarouge. « Grâce à ces équipements, nous pouvons prédire les valeurs nutritionnelles des matières premières et des produits finis dès lors qu’ils contiennent de la matière organique.

Une seule mesure permet de prédire jusqu’à 10 critères nutritionnels en une minute, alors qu’une analyse chimique dure, au minimum, 48 heures » détaille le binôme référent dans la technologie NIR. À la clé : un gain de temps et d’argent, avec la possibilité de multiplier les contrôles du fait de la rapidité de l’analyse.

Des équations « maison »

Grâce à cette technologie, le laboratoire du Gouessant prédit les valeurs nutritionnelles de matières premières broyées ou non broyées telles que blé, orge, maïs, tourteaux de soja, de tournesol, de colza, maïs humide, fourrages, drèches, son, remoulage… « Pour obtenir des prédictions fiables, il faut créer, en amont, des équations mathématiques reliant les valeurs obtenues par analyses chimiques et les spectres issus du MPA qui sont, en quelque sorte, l’empreinte digitale infrarouge de la matière première. »

Jusque là, Le Gouessant achetait des équations configurées par des firmes services. Mais, le Groupe s’affranchit de cette dépendance afin de personnaliser les équations aux besoins des formulateurs. Ainsi, Sandra et Laurent ont suivi un cursus de formation pour que la Coopérative gagne en autonomie et souplesse d’utilisation. Les deux techniciens sont désormais en mesure de créer leurs propres équations par critère de matière première et de produit fini et espèrent pouvoir mettre au point, d’ici quelques mois, les formules mathématiques pour prédire les valeurs nutritionnelles d’un ensilage de maïs sans avoir à le sécher au préalable.