Construção e validação de modelos de regressão a partir de espectros NIR para predição da composição da cana-de-açúcar, farelo de soja e fubá de milho

Author:

Trópia Nathália VelosoORCID,Silva Flávia Adriane de SalesORCID,Andrade Dhones RodriguesORCID,Cidrini Fernando Alerrandro AndradeORCID,Ebani Yuri Cesconetto,Matos Éllem Maria de AlmeidaORCID,Borges Karen MeloORCID,Roque Jussara ValenteORCID,Zanetti DiegoORCID,Valadares Filho Sebastião de CamposORCID

Abstract

Objetivou-se desenvolver e avaliar modelos de regressão para a predição da composição química da cana-de-açúcar, farelo de soja e fubá de milho por NIR portátil aliado a técnicas quimiométricas. Foram utilizadas 95 amostras de cana-de-açúcar, 92 amostras de farelo de soja e 120 amostras de fubá de milho. Após a moagem das amostras, foi realizada aquisição dos espectros de cada amostra. Os valores referência foram obtidos através de análises químicas convencionais. Para construção dos modelos, foi utilizada a regressão por quadrados mínimos parciais e a validação cruzada leave one out. Os modelos com menor raiz quadrada do erro quadrático médio da validação cruzada foram submetidos a validação externa. Para avaliar a qualidade de ajuste dos modelos, os valores preditos foram comparados com os valores obtidos pelos métodos laboratoriais convencionais. Os modelos construídos estimaram corretamente todos os constituintes avaliados para a cana-de-açúcar, farelo de soja e fubá de milho (P ≥ 0,056). Os modelos construídos para predição dos teores de amostra seca em estufa a 55°C (ASA) e a 105°C (ASE), matéria seca total (MS), matéria orgânica (MO), fibra insolúvel em detergente neutro (FDN), FDN corrigida para cinzas e proteína (FDNcp), proteína insolúvel em detergente neutro (PIDN), fibra insolúvel em detergente ácido (FDA), proteína bruta (PB), carboidratos não fibrosos (CNF) e nutrientes digestíveis totais (NDT) da cana-de-açúcar; ASE, MO, FDN, FDA, FDN indigestível (FDNi), PB, NDT e amido de farelo de soja; e ASE, PB do fubá de milho apresentaram elevada acurácia e precisão (R2 ≥ 0,50 e CCC ≥ 0,60). Contudo os modelos construídos para predição dos teores de cinzas insolúveis em detergente neutro (CIDN) da cana-de-açúcar; extrato etéreo (EE) e CIDN do farelo de soja; e FDN, FDNi, CIDN, CNF e EE do fubá de milho foram acurados, porém pouco precisos (R2 ≥ -0,04 e CCC ≥ 0,03). Conclui-se que os modelos de regressão por NIR portátil estimaram acuradamente e, portanto, são recomendados para estimar a composição química da cana-de-açúcar, farelo de soja e fubá de milho.

Publisher

Universidade Estadual de Londrina

Subject

General Agricultural and Biological Sciences

Reference20 articles.

1. Ciurczak, E. W., Igne, B., Workman, J., Jr., & Burns, D. A. (2021). Handbook of near-infrared analysis. CRC Press.

2. Companhia Nacional de Abastecimento (2021). Boletim da safra de grãos, 3o Levantamento - Safra 2020/21. https://www.conab.gov.br/info-agro/safras/graos/boletim-da-safra-de-graos

3. Detmann, E., Silva, L. F. C., Rocha, G. C., Palma, M. N. N., & Rodrigues, J. P. P. (2021). Métodos para análise de alimentos. Suprema.

4. Ferreira, M. M. C. (2015). Quimiometria: conceitos, métodos e aplicações. Editora da Unicamp.

5. Kennard, R. W., & Stone, L. A. (1969). Computer aided design of experiments. Technometrics, 11(1), 137-148. doi: 10.1080/00401706.1969.10490666

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3