Favorite this paper
How to cite this paper?
Abstract

A identificação rápida de genótipos de tomate pode apoiar programas de melhoramento, controle de qualidade e rastreabilidade na cadeia produtiva. O objetivo deste trabalho foi desenvolver modelos de classificação para discriminar os genótipos de tomates Coronel e Mercatto por espectroscopia Vis-NIR portátil. O banco de dados foi composto por 495 espectros, sendo 242 da classe Coronel e 253 da classe Mercatto, obtidos com o espectrômetro F-750 na faixa de 396 a 1131 nm. As amostras foram distribuídas em conjuntos de treinamento, com 346 espectros, e teste, com 149 espectros. Os dados espectrais foram pré-processados por correção multiplicativa de espalhamento associada ao filtro de Savitzky-Golay com janela de nove pontos. Foram avaliados os modelos PCA-LDA, utilizando cinco componentes principais, e PLS-DA, com quatro variáveis latentes. O desempenho foi determinado por sensibilidade, especificidade e precisão. Os espectros médios pré-processados evidenciaram diferenças entre os genótipos, especialmente na região visível, e os gráficos dos modelos demonstraram separação entre as classes. O PCA-LDA apresentou 100% de sensibilidade, especificidade e precisão para Coronel e Mercatto, tanto no treinamento quanto no teste. O PLS-DA também alcançou 100% para todas as métricas e classes nos dois conjuntos. Conclui-se que a espectroscopia Vis-NIR portátil associada à análise multivariada possui elevado potencial para a identificação rápida e não destrutiva dos genótipos Coronel e Mercatto, podendo contribuir para a rastreabilidade de tomates.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Universidade Federal de Goiás
  • 2 Universidade Federal de Goiás / Escola de Agronomia e Engenharia de Alimentos
  • 3 Universidade Federal de Lavras
  • 4 Universidade Estadual de Goiás
Track
  • Postharvest Losses
Keywords
F-750
classificação multivariada
NIRS
quimiometria