Favorite this paper
How to cite this paper?
Abstract

A rastreabilidade da origem geográfica de produtos agrícolas é uma demanda crescente para garantir qualidade, segurança alimentar e combater fraudes. Neste contexto, a espectroscopia no infravermelho próximo (NIRS) surge como uma ferramenta rápida e não destrutiva. O objetivo deste trabalho foi avaliar o potencial da NIRS, para discriminar tomates oriundos dos estados de Goiás (GO), Minas Gerais (MG) e São Paulo (SP). Foram coletadas amostras de tomates tipo salada, nos três estados, totalizando 1.510 amostras, sendo 1.060 destinadas ao conjunto de treinamento (70%) e 450 para o conjunto de teste (30%). Foi utilizada a faixa de comprimento de onda de 408 a 1104 nm. Os espectros foram pré-processados utilizando Standard Normal Variate (SNV) e derivadas de Savitzky-Golay. Para a modelagem e discriminação das amostras, dois métodos de classificação supervisionada foram avaliados: PCA-LDA (Análise de Componentes Principais seguida de Análise Discriminante Linear) e PLS-DA (Análise Discriminante por Mínimos Quadrados Parciais). A avaliação do desempenho dos modelos considerou métricas de especificidade, sensibilidade e precisão. No teste, o modelo PCA-LDA atingiu sensibilidade, especificidade e precisão de 100% para as classes GO e MG e SP. O modelo PLS-DA apresentou 100% de sensibilidade, especificidade e precisão para todas as classes (GO, MG e SP), tanto em treinamento quanto em teste. Os modelos demonstraram excelente capacidade discriminatória entre as origens geográficas. Conclui-se que a criação de uma identidade espectral para os tomates de diferentes estados é viável e robusta. Esta abordagem pode ser uma ferramenta estratégica para rastreabilidade, certificação de origem e combate a fraudes.

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 Estadual de Goiás
  • 4 Universidade Federal de Lavras
Track
  • Postharvest Losses
Keywords
Rastreabilidade
F-750
Classificação multivariada
NIR portátil