Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.unb.br/handle/10482/34106
Files in This Item:
File Description SizeFormat 
2018_LizFrancoSoares.pdf5,58 MBAdobe PDFView/Open
Title: Avaliação da interferência da umidade em modelos de discriminação de madeira por PLS-DA e de métodos para sua correção
Authors: Soares, Liz Franco
Orientador(es):: Braga, Jez Willian Batista
Coorientador(es):: Pastore, Tereza Cristina Monteiro
Assunto:: Madeira - exploração
Espectroscopia de infravermelho
Quimiometria
Issue Date: 6-Mar-2019
Citation: SOARES, Liz Franco. Avaliação da interferência da umidade em modelos de discriminação de madeira por PLS-DA e de métodos para sua correção. 2018. xv, 83 f., il. Dissertação (Mestrado em Química)—Universidade de Brasília, Brasília, 2018.
Abstract: Um dos aspectos que tem dificultado a exploração sustentável de madeira é o fato de existirem muitas espécies florestais visualmente similares entre si, o que facilita o comércio ilegal. Além disso, não existem anatomistas em identificação de madeira suficientes para atender à crescente demanda. Por isso, requer-se o desenvolvimento de métodos instrumentais robustos para auxiliar a discriminação de espécies produtoras de madeira. Para contribuir nesse sentido, essa dissertação propõe o uso da espectroscopia no infravermelho próximo (NIRS) em conjunto com a quimiometria para identificar madeiras amazônicas em campo, com o uso do espectrômetro portátil MicroNirTM. Discriminaram-se as espécies semelhantes anatomicamente: andiroba (Carapa guianensis), cedrinho (Erisma uncinatum), cedro (Cedrela odorata), curupixá (Micropholis melinoniana) e mogno (Swietenia macrophylla). Na condição de madeira seca (umidade entre 10 e 15%), foram discriminadas 711 amostras diferentes das cinco espécies com taxa de eficiência (TEF) acima de 90%; na condição de umidade mais elevada (acima de 15%), duas estratégias foram estudadas para reduzir a interferência da umidade nos espectros NIR: (1) aplicação da ferramenta matemática: correção ortogonal de sinal (OSC) e (2) procedimento de secagem em estufa com circulação de ar. Na primeira estratégia, 70% dos espectros de amostras úmidas processados com OSC foram identificados como outliers na etapa de validação, indicando que a ferramenta não foi eficiente. Na segunda estratégia, amostras de cedrinho (Erisma uncinatum), cedro (Cedrela odorata) e mogno (Swietenia macrophylla) foram secas por 20 minutos à 80ºC na estufa. Nesse caso, utilizando o algoritmo DUPLEX para selecionar os conjuntos de treinamento e validação, os modelos de discriminação apresentaram TEF acima de 90% e taxas de falso positivo e falso negativo abaixo de 5%. Além disso, o número de outliers foi compatível com o modelo desenvolvido com madeira seca. Os resultados demonstraram que os modelos de discriminação puderam ser aplicados para amostras com diferentes valores de umidade que passaram pelo mesmo procedimento de secagem adotado, o que minimizou a interferência da umidade nos espectros NIR da madeira.
Abstract: One of the aspects that has hindered the sustainable wood exploitation is the fact that there are many similar visually species, wich facilitates ilegal trade. Besides, there are no wood identifcation experts in suficiente number to meet the growing demand. Because of that, it requires the development of robust instrumental methods to help discrimination of wood species. In this work, near infrared spectroscopy (NIRS) and chemometrics were successfully used to discriminate Amazonian wood species in the field, using portable spectrometer MicroNirTM. Similar anatomical species crabwood (Carapa guianensis); cedrinho (Erisma uncinatum), cedar (Cedrela odorata), curupixá (Micropholis melinoniana) and mahogany (Swietenia macrophylla) were discriminated. In dry wood condition (humidity between 10 and 15%), 711 different samples were discriminated with efficiency rate above 90%; in the highest humidity condition (above 15%), two strategies were studied to reduce or eliminate the moisture interference in the NIR spectra: (1) application of the mathematical tool Orthogonal Signal Correction (OSC) and (2) drying procedure in a greenhouse with air circulation. In the first strategy, 70% of the spectra of samples, in highest humidity condition, processed with OSC were identified as outliers in the validation step, this indicates that OSC was not efficient. In the second strategy, samples of cedrinho (Erisma uncinatum), cedar (Cedrela odorata) and mahogany (Swietenia macrophylla) were dried for 20 minutes at 80ºC in the greenhouse. In this case, using the DUPLEX algorithm to select training and validation sets, the discrimination models presented efficient rate above 90% and false positive and false negative rate were below 5%. Moreover, the number of outliers was compatible with the model developed with samples in dry wood condition. The results showed that the discrimination models could be applied for samples with different humidity values that went through the same drying procedure adopted, wich minimized the moisture interference in the NIR spectra of the wood.
Description: Dissertação (mestrado)—Universidade de Brasília, Instituto de Química, Programa de Pós-Graduação em Química, 2018.
Licença:: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:IQ - Mestrado em Química (Dissertações)

Show full item record Recommend this item " class="statisticsLink btn btn-primary" href="/handle/10482/34106/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.