Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | LOCUS Repositório Institucional da UFV |
Texto Completo: | http://www.locus.ufv.br/handle/123456789/14153 |
Resumo: | Modelos para a previsão das propriedades cristalinidade de celulose e dos teores de glicanas e xilanas na biomassa de cana-de-açúcar (Saccharum spp.) foram construídos usando regressão por mínimos quadrados parciais (PLS) e espectroscopia no infravermelho próximo (NIR). Os métodos propostos surgem em substituição às tradicionais análises da biomassa por difratometria de raio-X (XRD) e cromatografia líquida de alta eficiência (HPLC). As principais vantagens do uso da espectroscopia NIR como alternativa às técnicas convencionais se dão devido à rapidez de análise (~20s), menor custo, ser não destrutiva, requerer um mínimo manuseio de amostra e facilidade de uso. Foram usados também os métodos de seleção de variáveis Seleção dos Preditores Ordenados (OPS) e Algoritmo Genético (GA) visando melhorar a capacidade preditiva e interpretativa dos modelos. Em todos os casos avaliados o algoritmo OPS mostrou-se superior ao GA. As amostras de biomassa utilizadas neste estudo apresentaram índices de cristalinidade que variaram de 50 a 81% e teores de glicanas e xilanas que variaram de 20 a 43% e 15 a 30%, respectivamente. Os modelos para cristalinidade, glicanas e xilanas foram construídos com 5, 2 e 2 variáveis latentes e 150, 431 e 451 variáveis independentes, respectivamente. As transformações espectrais que forneceram melhores modelos foram as de derivadas. Os parâmetros estatísticos raiz quadrada do erro quadrático médio de validação cruzada (RMSECV), raiz quadrada do erro quadrático médio de previsão (RMSEP), coeficiente de correlação de validação cruzada (RCV), coeficiente de correlação de previsão (RP) e índice de desempenho do desvio (RPD) são descritos, respectivamente, para o modelo de: i) cristalinidade: 3,31; 3,01; 0,86; 0,92, e 1,71; ii) Glicanas: 2,16; 1,81; 0,94; 0,95 e 2,00; iii) Xilanas: 1,27; 1,32; 0,91; 0,94 e 1,79. As correlações entre a cristalinidade e outras propriedades químicas da biomassa de cana- de-açúcar tais como lignina, α- celulose, hemicelulose e cinzas não foram significativas, e assim, a cristalinidade se mostrou uma propriedade independente na biomassa de cana- de-açúcar. |
id |
UFV_82b662a34c17a5e1e1696329e019eb06 |
---|---|
oai_identifier_str |
oai:locus.ufv.br:123456789/14153 |
network_acronym_str |
UFV |
network_name_str |
LOCUS Repositório Institucional da UFV |
repository_id_str |
2145 |
spelling |
Barbosa, Márcio Henrique PereiraFerreira, Sukarno OlavoCaliari, Ítalo Peliçãohttp://lattes.cnpq.br/1533409022738210Teófilo, Reinaldo Francisco2017-12-01T11:25:17Z2017-12-01T11:25:17Z2017-02-13CALIARI, Ítalo Pelição. Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis. 2017. 79 f. Dissertação (Mestrado em Agroquímica) - Universidade Federal de Viçosa, Viçosa. 2017.http://www.locus.ufv.br/handle/123456789/14153Modelos para a previsão das propriedades cristalinidade de celulose e dos teores de glicanas e xilanas na biomassa de cana-de-açúcar (Saccharum spp.) foram construídos usando regressão por mínimos quadrados parciais (PLS) e espectroscopia no infravermelho próximo (NIR). Os métodos propostos surgem em substituição às tradicionais análises da biomassa por difratometria de raio-X (XRD) e cromatografia líquida de alta eficiência (HPLC). As principais vantagens do uso da espectroscopia NIR como alternativa às técnicas convencionais se dão devido à rapidez de análise (~20s), menor custo, ser não destrutiva, requerer um mínimo manuseio de amostra e facilidade de uso. Foram usados também os métodos de seleção de variáveis Seleção dos Preditores Ordenados (OPS) e Algoritmo Genético (GA) visando melhorar a capacidade preditiva e interpretativa dos modelos. Em todos os casos avaliados o algoritmo OPS mostrou-se superior ao GA. As amostras de biomassa utilizadas neste estudo apresentaram índices de cristalinidade que variaram de 50 a 81% e teores de glicanas e xilanas que variaram de 20 a 43% e 15 a 30%, respectivamente. Os modelos para cristalinidade, glicanas e xilanas foram construídos com 5, 2 e 2 variáveis latentes e 150, 431 e 451 variáveis independentes, respectivamente. As transformações espectrais que forneceram melhores modelos foram as de derivadas. Os parâmetros estatísticos raiz quadrada do erro quadrático médio de validação cruzada (RMSECV), raiz quadrada do erro quadrático médio de previsão (RMSEP), coeficiente de correlação de validação cruzada (RCV), coeficiente de correlação de previsão (RP) e índice de desempenho do desvio (RPD) são descritos, respectivamente, para o modelo de: i) cristalinidade: 3,31; 3,01; 0,86; 0,92, e 1,71; ii) Glicanas: 2,16; 1,81; 0,94; 0,95 e 2,00; iii) Xilanas: 1,27; 1,32; 0,91; 0,94 e 1,79. As correlações entre a cristalinidade e outras propriedades químicas da biomassa de cana- de-açúcar tais como lignina, α- celulose, hemicelulose e cinzas não foram significativas, e assim, a cristalinidade se mostrou uma propriedade independente na biomassa de cana- de-açúcar.Models for the prediction of crystallinity of cellulose and glucans and xylans contents in sugarcane biomass (Saccharum spp.) were built using partial least squares regression (PLS) and near-infrared spectroscopy (NIR). The proposed methods appear replacing the traditional analyzes of biomass by X-ray diffractometry (XRD) and high performance liquid chromatography (HPLC). The main advantages of using NIR spectroscopy as an alternative to conventional techniques are due to rapid analysis (~20s), lower cost, being non-destructive, requiring a minimal sample handling and ease of use. Were also used the variable selection methods Ordered Predictors Selection (OPS) and Genetic Algorithm (GA) to improve the predictive and interpretive capacity of the models. In all cases, the OPS algorithm was superior to GA. The biomass samples used in this study showed crystallinity indexes ranging from 50 to 81% and glucans and xylans contents ranging from 20 to 43% and 15 to 30%, respectively. The models for crystallinity, glucans and xylans were built with 5, 2 and 2 latent variables and 150, 431 and 451 independent variables, respectively. The spectral transformations that provided the best models were the derivatives. The root mean square error of cross-validation (RMSECV), root mean square error of prediction (RMSEP), correlation coefficient of cross-validation (RCV), correlation coefficient of prediction (RP), and ratio of performance to deviation (RPD) are described, respectively, for the model of: i) crystallinity: 3.31; 3.01; 0.86; 0.92, and 1.71; ii) Glucans: 2.16; 1.81; 0.94; 0.95 and 2.00; iii) Xylans: 1.27; 1.32; 0.91; 0.94 and 1.79. The correlations between crystallinity and other chemical properties of sugarcane biomass such as lignin, α-cellulose, hemicellulose, and ash were not significant, and hence, crystallinity proved to be an independent property in sugarcane biomass.Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorporUniversidade Federal de ViçosaCana-de-açúcarBiomassaCarboidratosQuímica AnalíticaPrevisão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveisEstimation of crystallinity and structural carbohydrate contents in sugarcane biomass using NIR, PLS and variable selection methodsinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal de ViçosaDepartamento de QuímicaMestre em AgroquímicaViçosa - MG2017-02-13Mestradoinfo:eu-repo/semantics/openAccessreponame:LOCUS Repositório Institucional da UFVinstname:Universidade Federal de Viçosa (UFV)instacron:UFVORIGINALtexto completo.pdftexto completo.pdftexto completoapplication/pdf3990167https://locus.ufv.br//bitstream/123456789/14153/1/texto%20completo.pdf1df7b6c54da302e3140ba006d4343cb7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://locus.ufv.br//bitstream/123456789/14153/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52THUMBNAILtexto completo.pdf.jpgtexto completo.pdf.jpgIM Thumbnailimage/jpeg3693https://locus.ufv.br//bitstream/123456789/14153/3/texto%20completo.pdf.jpgecf449989a3672cc331202b9c980f9b6MD53123456789/141532017-12-01 22:00:46.84oai:locus.ufv.br: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Repositório InstitucionalPUBhttps://www.locus.ufv.br/oai/requestfabiojreis@ufv.bropendoar:21452017-12-02T01:00:46LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV)false |
dc.title.pt-BR.fl_str_mv |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
dc.title.en.fl_str_mv |
Estimation of crystallinity and structural carbohydrate contents in sugarcane biomass using NIR, PLS and variable selection methods |
title |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
spellingShingle |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis Caliari, Ítalo Pelição Cana-de-açúcar Biomassa Carboidratos Química Analítica |
title_short |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
title_full |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
title_fullStr |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
title_full_unstemmed |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
title_sort |
Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis |
author |
Caliari, Ítalo Pelição |
author_facet |
Caliari, Ítalo Pelição |
author_role |
author |
dc.contributor.authorLattes.pt-BR.fl_str_mv |
http://lattes.cnpq.br/1533409022738210 |
dc.contributor.none.fl_str_mv |
Barbosa, Márcio Henrique Pereira Ferreira, Sukarno Olavo |
dc.contributor.author.fl_str_mv |
Caliari, Ítalo Pelição |
dc.contributor.advisor1.fl_str_mv |
Teófilo, Reinaldo Francisco |
contributor_str_mv |
Teófilo, Reinaldo Francisco |
dc.subject.pt-BR.fl_str_mv |
Cana-de-açúcar Biomassa Carboidratos |
topic |
Cana-de-açúcar Biomassa Carboidratos Química Analítica |
dc.subject.cnpq.fl_str_mv |
Química Analítica |
description |
Modelos para a previsão das propriedades cristalinidade de celulose e dos teores de glicanas e xilanas na biomassa de cana-de-açúcar (Saccharum spp.) foram construídos usando regressão por mínimos quadrados parciais (PLS) e espectroscopia no infravermelho próximo (NIR). Os métodos propostos surgem em substituição às tradicionais análises da biomassa por difratometria de raio-X (XRD) e cromatografia líquida de alta eficiência (HPLC). As principais vantagens do uso da espectroscopia NIR como alternativa às técnicas convencionais se dão devido à rapidez de análise (~20s), menor custo, ser não destrutiva, requerer um mínimo manuseio de amostra e facilidade de uso. Foram usados também os métodos de seleção de variáveis Seleção dos Preditores Ordenados (OPS) e Algoritmo Genético (GA) visando melhorar a capacidade preditiva e interpretativa dos modelos. Em todos os casos avaliados o algoritmo OPS mostrou-se superior ao GA. As amostras de biomassa utilizadas neste estudo apresentaram índices de cristalinidade que variaram de 50 a 81% e teores de glicanas e xilanas que variaram de 20 a 43% e 15 a 30%, respectivamente. Os modelos para cristalinidade, glicanas e xilanas foram construídos com 5, 2 e 2 variáveis latentes e 150, 431 e 451 variáveis independentes, respectivamente. As transformações espectrais que forneceram melhores modelos foram as de derivadas. Os parâmetros estatísticos raiz quadrada do erro quadrático médio de validação cruzada (RMSECV), raiz quadrada do erro quadrático médio de previsão (RMSEP), coeficiente de correlação de validação cruzada (RCV), coeficiente de correlação de previsão (RP) e índice de desempenho do desvio (RPD) são descritos, respectivamente, para o modelo de: i) cristalinidade: 3,31; 3,01; 0,86; 0,92, e 1,71; ii) Glicanas: 2,16; 1,81; 0,94; 0,95 e 2,00; iii) Xilanas: 1,27; 1,32; 0,91; 0,94 e 1,79. As correlações entre a cristalinidade e outras propriedades químicas da biomassa de cana- de-açúcar tais como lignina, α- celulose, hemicelulose e cinzas não foram significativas, e assim, a cristalinidade se mostrou uma propriedade independente na biomassa de cana- de-açúcar. |
publishDate |
2017 |
dc.date.accessioned.fl_str_mv |
2017-12-01T11:25:17Z |
dc.date.available.fl_str_mv |
2017-12-01T11:25:17Z |
dc.date.issued.fl_str_mv |
2017-02-13 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CALIARI, Ítalo Pelição. Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis. 2017. 79 f. Dissertação (Mestrado em Agroquímica) - Universidade Federal de Viçosa, Viçosa. 2017. |
dc.identifier.uri.fl_str_mv |
http://www.locus.ufv.br/handle/123456789/14153 |
identifier_str_mv |
CALIARI, Ítalo Pelição. Previsão das propriedades cristalinidade e teores de carboidratos estruturais em biomassa de cana-de-açúcar usando NIR, PLS e métodos de seleção de variáveis. 2017. 79 f. Dissertação (Mestrado em Agroquímica) - Universidade Federal de Viçosa, Viçosa. 2017. |
url |
http://www.locus.ufv.br/handle/123456789/14153 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
publisher.none.fl_str_mv |
Universidade Federal de Viçosa |
dc.source.none.fl_str_mv |
reponame:LOCUS Repositório Institucional da UFV instname:Universidade Federal de Viçosa (UFV) instacron:UFV |
instname_str |
Universidade Federal de Viçosa (UFV) |
instacron_str |
UFV |
institution |
UFV |
reponame_str |
LOCUS Repositório Institucional da UFV |
collection |
LOCUS Repositório Institucional da UFV |
bitstream.url.fl_str_mv |
https://locus.ufv.br//bitstream/123456789/14153/1/texto%20completo.pdf https://locus.ufv.br//bitstream/123456789/14153/2/license.txt https://locus.ufv.br//bitstream/123456789/14153/3/texto%20completo.pdf.jpg |
bitstream.checksum.fl_str_mv |
1df7b6c54da302e3140ba006d4343cb7 8a4605be74aa9ea9d79846c1fba20a33 ecf449989a3672cc331202b9c980f9b6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
LOCUS Repositório Institucional da UFV - Universidade Federal de Viçosa (UFV) |
repository.mail.fl_str_mv |
fabiojreis@ufv.br |
_version_ |
1801213128517615616 |