Desenvolvimento de modelos de calibração NIRS para minimização das análises de madeiras de Eucalyptus spp

• Autor(a) principal: Sousa, Leonardo Chagas de
• Data de Publicação: 2011
• Outros Autores: Gomide, José Lívio, Milagres, Flaviana Reis, Almeida, Diego Pierre de
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: LOCUS Repositório Institucional da UFV
• Texto Completo: http://dx.doi.org/10.5902/198050983817; http://www.locus.ufv.br/handle/123456789/25468
• topic: Algoritmo; Predição; Amostragem; Qualidade da madeira; Algorithm; Prediction; Sampling; Wood quality

Foi avaliada a técnica de seleção de amostras de madeira de Eucalyptus spp. pelo algoritmo de Kennard- Stone para desenvolvimento de modelos de calibração NIRS (Espectroscopia de Infravermelho próximo), objetivando minimizar o número de amostras, mas mantendo a precisão dos modelos. Foram utilizadas 3.369 amostras de madeiras de Eucalyptus spp. para desenvolvimento de modelos NIRS para densidade básica, teor de lignina e teor de extrativos em álcool-tolueno. Os modelos de calibração desenvolvidos com a totalidade das amostras para predição dos parâmetros de qualidade da madeira foram comparados com modelos desenvolvidos utilizando apenas 1.000, 500, 200 e 100 amostras selecionadas pelo algoritmo de Kennard-Stone. As análises dos parâmetros estatísticos comprovaram a similaridade dos modelos, com exceção dos modelos desenvolvidos com apenas 100 amostras, demonstrando a eficiência desta técnica no desenvolvimento de calibrações NIRS, possibilitando considerável economia de tempo e de custo das análises.