Diferenciação de cultivares de girassol por espectroscopia no infravermelho próximo e análise multivariada, utilizando sementes e óleo - DOI:10.5039/agraria.v13i4a5582

Michelle Conceição Vasconcelos, Ariadne Santos Oliveira, João Antônio Almeida Granja, Joel Conceição Costa, Renato Mendes Guimarães

Resumo


Neste trabalho se objetivou avaliar a técnica de espectroscopia no infravermelho próximo (NIR) e a análise multivariada para a diferenciação de cultivares de girassol utilizando sementes e óleo. As amostras foram submetidas à análise no NIR e os espectros foram gerados por meio do detector FT-IR. Para a construção do modelo de calibração foi utilizado o método de classificação multivariada por mínimos quadrados parciais com análise discriminante (PLS-DA), em que as classes (y) são as variáveis dependentes e os espectros obtidos das amostras as variáveis independentes. As cultivares de girassol foram diferenciadas, tanto óleo quanto semente. Por óleo obteve-se 100% de acerto na calibração, 92% no teste de y-randomization, 86% na validação cruzada e 92% na validação externa, em que se testa 25% das amostras para validar o modelo. E por sementes 100% de acerto na calibração, 87% no teste de y-randomization, 100% na validação cruzada e 100% na validação externa. Portanto, conclui-se que a técnica de espectroscopia no infravermelho próximo, associada à análise multivariada, diferencia cultivares de girassol, tanto por meio do óleo, extraído de semente com pericarpo e de semente sem pericarpo, quanto por semente, com e sem pericarpo.

Palavras-chave


análise de semente; Helianthus annuus; NIR; PLS-DA

Texto completo:

PDF

Referências


Abdi, H. Partial least squares (PLS) regression. In: Lewis-Beck, M.; Bryman, A.; Futing, T. (Eds.). Encyclopedia of social sciences research methods. Thousand Oaks: Sage, 2003. p.792-795. https://www.utdallas.edu/~herve/Abdi-PLS-pretty.pdf. 18 Jan. 2017.

Decker, M.; Nielsen, P. V.; Martens, H. Near-infrared spectra of Penicillium camembarti strains separated by extend multiplicative signal correction improved prediction of physical and chemical variations. Applied Spectroscopy, v. 59, n. 1, p. 56-68, 2005. https://doi.org/10.1366/0003702052940486.

González-Martín, I.; Villaescusa García, V.; López González, F.; Oiz Jiménez, C.; Lobos Ortega, I. A.; Gordillo Arrobas, B.; Hernández Hierro, J. M. Control of quality and silo storage of sunflower seeds using near infrared technology. Grasas y Aceites, v. 64, n. 1, p. 30-35, 2013. https://idus.us.es/xmlui/handle/11441/41046. 05 Jan. 2017.

Hacisalihoglu, G.; Larbi, B.; Settles, A. M. Near-infrared reflectance spectroscopy predicts protein, starch, and seed weight in intact seeds of common bean (Phaseolus vulgaris L.). Journal of Agricultural and Food Chemistry, v. 58, n. 2, p. 702-706, 2010. https://doi.org/10.1021/jf9019294.

Leite, D. O.; Prado, R. J. Espectroscopia no infravermelho: uma apresentação para o Ensino Médio. Revista Brasileira de Ensino de Física, v. 34, n. 2, p. 2504-2509, 2012. https://doi.org/10.1590/S1806-11172012000200015.

Mecozzi, M.; Pietroletti, M.; Tornambè, A. Molecular and structural characteristics in toxic algae cultures of Ostreopsis ovata and Ostreopsis spp. evidenced by FTIR and FTNIR spectroscopy. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 78, n. 5, p. 1572-1580, 2011. https://doi.org/10.1016/j.saa.2011.02.002.

Monferrere, G. L.; Azcarate, S. M.; Cantarelli, M. Á.; Funes, I. G.; Camiña, J. M. Chemometric characterization of sunflower seeds. Journal of Food Science. Chicago, v. 77, n. 9, p. C1018-C1022, 2012. https://doi.org//10.1111/j.1750-3841.2012.02881.x.

Nunes, C. A.; Freitas, M. P.; Pinheiro, A. C. M.; Bastos, S. C. Chemoface: a novel free user-friendly interface for chemometrics. Journal of the Brazilian Chemical Society, v. 23, n. 11, p. 2003-2010, 2012. https://doi.org/10.1590/S0103-50532012005000073.

Pande e Mishra (2015)

Pande, R.; Mishra, H. N. Fourier transform near-infrared spectroscopy for rapid and simple determination of phytic acid content in green gram seeds (Vigna radiata). Food Chemistry, London, v. 172, p. 880-884, 2015. https://doi.org/10.1016/j.foodchem.2014.09.049.

Sena, M. M.; Poppi, R. J.; Frighetto, R. T.; Valarini, PJ. Avaliação do uso de métodos quimiométricos em análise de solos. Química Nova, v. 23, n. 4, p. 547-555, 2000. https://doi.org/10.1590/S0100-40422000000400019.

Seo, Y. W.; Ahn, C. K.; Lee, H.; Park, E.; Mo, C.; Cho, B. K. Non-Destructive sorting techniques for viable pepper (Capsicum annuum L.) seeds using fourier transform near-infrared and raman spectroscopy. Journal of Biosystems Engineering, v. 41, n. 1, p. 51-59, 2016. https://doi.org/10.5307/JBE.2016.41.1.051.

Souza, A. M.; Breitkreitz, M. C.; Filgueiras, P. R.; Rohwedder, J. J. R.; Poppi, R. J. Experimento didático de quimiometria para calibração multivariada na determinação de paracetamol em comprimidos comerciais utilizando espectroscopia no infravermelho próximo: um tutorial, parte II. Química Nova, v. 36, n. 7, p. 1057-1065, 2013. https://doi.org/10.1590/S0100-40422013000700022.

Vogel, A. I. Análise química quantitativa. 5.ed. Rio de Janeiro: Guanabara Koogan, 1992. 712 p.

Wang, D.; Dowell, F. E.; Ram, M. S.; Schapaugh, W. T. Classification of fungal-damaged soybean seeds using near-infrared spectroscopy. International Journal of Food Properties, v. 7, n. 1, p. 75-82, 2003. https://doi.org/10.1081/JFP-120022981.

Westad, F.; Schmidt, A.; Kermit, M. Incorporating chemical band-assignment in near infrared spectroscopy regression models. Journal of Near Infrared Spectroscopy, v. 16, n. 3, p. 265-273, 2008. https://doi.org/10.1255/jnirs.786.

Workman Júnior, J.; Weyer, L. Practical guide and spectral atlas for interpretive near-infrared spectroscopy. 2.ed. Boca Raton: CRC, 2012. 326p.

Xiaobo, Z.; Jiewen, Z.; Povey, M. J.; Holmes, M.; Hanpin, M. Variables selection methods in near-infrared spectroscopy Acta Analytica Chimica, v. 667, n. 1, p. 14-32, 2010. https://doi.org/10.1016/j.aca.2010.03.048.


Apontamentos

  • Não há apontamentos.


Direitos autorais 2018 Michelle Conceição Vasconcelos

SCImago Journal & Country Rank

Google Scholar

2018

h5 index: 12

h5 median: 14

Mais detalhes

Revista Brasileira de Ciências Agrárias (Agrária)

ISSN (ON LINE) 1981-0997

Pró-Reitoria de Pesquisa e Pós-Graduação

Universidade Federal Rural de Pernambuco

Rua Dom Manoel de Medeiros, s/n, Dois Irmãos Recife-Pernambuco-Brasil 52171-900

agrarias.prppg@ufrpe.br

secretaria@agraria.pro.br

 Licença Creative Commons
Todo o conteúdo da Agrária, exceto onde está identificado, está licenciado sob uma licença Creative Commons.