Favoritar este trabalho
Como citar esse trabalho?
Resumo

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.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 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
Eixo Temático
  • Avaliações não destrutivas
Palavras-chave
F-750
classificação multivariada
NIRS
quimiometria