Navegando por Autor "Santos, Larissa Batista dos"

Agora exibindo 1 - 1 de 1

Aplicação de técnicas espectroscópicas e métodos de modelagem de classe na discriminação geográfica de grãos de café verde da região do Cerrado Mineiro
(Universidade Federal de Minas Gerais, 2022-03-22) Santos, Larissa Batista dos; Almeida, Mariana Ramos de
O café é uma das bebidas mais consumidas e apreciadas no mundo. No cenário econômico, a matéria prima é de grande relevância para o país, principalmente no estado de Minas Gerais. Com o grande avanço tecnológico e melhora na qualidade de vida, cada vez mais aumenta a busca por produtos ou serviços, que tenham algum diferencial, os cafés produzidos na Região do Cerrado Mineiro possuem certificado de Denominação de Origem que garante a qualidade e o diferencial dos grãos. Nesse contexto, o objetivo deste trabalho foi desenvolver modelos de classificação para caracterizar e discriminar os grãos de café provenientes do Cerrado Mineiro. Foram utilizadas as técnicas espectroscópicas, fluorescência de raios X por reflexão total (TXRF), espectroscopia no infravermelho médio com refletância total atenuada (ATR-MIR), espectrometria de massas por paper-spray (PS-MS) e espectroscopia de absorção no ultravioleta-visível (UV-Vis). Foram construídos planejamentos de experimentos para otimização da extração dos compostos presentes nos grãos de café verde a serem utilizados nas análises por PS-MS e UV-Vis. Métodos de modelagem de classe, SIMCA (modelagem independente e flexível por analogia de classe), DD-SIMCA (modelagem flexível e independente por analogia de classes orientada aos dados) e OCPLS (mínimos quadrados parciais de uma classe) foram empregados para a construção de modelos com os dados individuais de cada técnica e com os dados concatenados, de modo a aproveitar a sinergia entre os dados provenientes de diferentes técnicas. Foi aplicado o método de seleção de variáveis, seleção dos preditores ordenados (OPS), visando melhorar a performance dos modelos. Em geral, os modelos construídos com os dados de UV-Vis e fusão de dados das outras técnicas apresentaram melhores desempenho. O método de seleção de variáveis foi capaz de selecionar as variáveis mais importantes para os modelos melhorando seu desempenho. A interpretação dos modelos foi realizada por meio do poder de modelagem das variáveis em que foi possível observar que as substâncias trigonelina e ácidos clorogênicos foram responsáveis na discriminação dos grãos de café da região do Cerrado em relação aos grãos de café da região do Caparaó, Mogiana e Sul de Minas. Em relação aos elementos inorgânicos, P, Cl, Ti, Cu, Zn e Rb foram selecionados como sendo os mais importantes. O desempenho dos modelos foi interpretado por meio das figuras de mérito sensibilidade, especificidade e eficiência.