SPCB (07. : 2011 : Araxá, MG) - Resumos Expandidos
URI permanente para esta coleção${dspace.url}/handle/123456789/525
Navegar
1 resultados
Resultados da Pesquisa
Item PROPOSTA DE METODOLOGIA PARA O ESTABELECIMENTO DE MODELO DE CALIBRAÇÃO MULTIVARIADO PARA A PREVISÃO DO TEOR DE TRIGONELINA EM CAFÉ CRU BASEADO EM ESPECTROSCOPIA NO INFRAVERMELHO PRÓXIMO(2011) Ribeiro, Juliano Souza; Salva, Terezinha de Jesus Garcia; Embrapa - CaféA análise espectroscópica na região do infravermelho próximo (NIRS) de amostras de cafés crus e torrados é uma técnica analítica proposta para a identificação de espécies, na definição do ponto de torra, na qualidade final da bebida e na quantificação de alguns compostos químicos do grão. A exploração dos resultados deste tipo de análise, na maioria das situações, no entanto, pressupõe o confronto prévio entre dados espectrais e resultados de análises das mesmas amostras obtidos pelo emprego de metodologia analítica de referência, gerando os modelos ou curvas de calibração. A construção de um modelo de calibração robusto requer que as duas metodologias sejam empregadas, simultaneamente, para grande número de amostras, o que consiste em fator limitante para o amplo emprego da espectroscopia. Neste trabalho, uma curva de calibração multivariada para a quantificação de trigonelina foi construída e validada mediante análises espectroscópicas na região do infravermelho próximo da substância pura e de amostras de café, empregando-se reduzido número de análises pela metodologia de referência (Cromatografia líquida de alta eficiência). Para isso, foram utilizadas amostras de café do banco de germoplasma do Centro de Café Alcides Carvalho, no Instituto Agronômico de Campinas. A regressão pelo método de quadrados mínimos parciais (PLS) foi utilizada para a construção do modelo. Através da seleção de variáveis realizada, foram identificadas 16 regiões espectrais relacionadas com a trigonelina. Para o modelo calculado com 8 variáveis latentes, o erro de validação cruzada (RMSECV) foi de 0,048 ± 0,02, o coeficiente de correlação (rvc) foi de 0,98 ± 0,02 e o erro de previsão (RMSEP) foi de 0,056.