Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/38518
Registro completo de metadados
Campo DCValorIdioma
dc.creatorRamalho, Fernanda Maria Guedes-
dc.date.accessioned2020-01-15T16:57:37Z-
dc.date.available2020-01-15T16:57:37Z-
dc.date.issued2020-01-14-
dc.date.submitted2019-12-18-
dc.identifier.citationRAMALHO, F. M. G. Artificial neural networks and multivariate models to distinguish native and Eucalyptus charcoal based on NIR spectroscopy and x-ray fluorescence. 2019. 92 p. Tese (Doutorado em Ciência e Tecnologia da Madeira)–Universidade Federal de Lavras, Lavras, 2019.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/38518-
dc.description.abstractCharcoal is an important source of energy in Braziland can be sourced from native or planted wood. The use of wood from native forests for this purpose is prohibited in many states of the country as they may not have been managed sustainably.There is a need to develop fast and efficient methods for distinguishing charcoal from native woods and Eucalyptus (used in reforestation), and thus curbing illegal trade. The general objective of this study was to distinguish charcoal from native and Eucalyptus woods by multivariate models based onnear infrared (NIR) spectral signatures and artificial neural network based on the percentage of mineral elements.Charcoal produced at different temperatures (300, 400, 500, 600 and 700°C) and carbonization furnaces from native woods (Apuleia sp., Cedrela sp., Aspidosperma sp., Jacaranda sp., Peltogyne sp., Dipteryx sp. and Gochnatia sp.) and woods of Eucalyptus sp. from commercial forest plantations were investigated. Principal Component Analysis (PCA) and Partial Least Squares Discriminant Analysis (PLS-DA) based on NIR spectra collected on the radial face of the wood and charcoal samples were performed to identify the timber species, the origin of charcoal and the carbonization temperature. The composition and proportion of the mineral elements present in the charcoal were determined by X-ray fluorescence. Artificial neural networks (ANNs) were trained based on the mineral composition of the charcoal to predict their origin. The PLS-DA wood models made from untreated NIR spectra showed a large percentage of correct classifications (86 to 100%) for native species, except for Eucalyptus samples that were confused between the two varieties. The graph of the PCA scores revealed that the spectral similarity is greater among the charcoal produced at the same temperature than among the same species, which demonstrates the importance of this process effect. PLS-DA models based on NIR spectra were efficient in predicting carbonization temperatures, correctly classifying 87% of the samples and in predicting the native origin or charcoal Eucalyptus, especially when the origin classification was made as a function of the carbon temperature. carbonization. RNAs based on mineral element content showed potential for prediction of species and native origin or Eucalyptus, correctly classifying 74.5% and 97.9% of samples from the test batch, respectively. All techniques used in the study have potential for use in enforcement actions.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageengpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsrestrictAccesspt_BR
dc.subjectEspectroscopia no infravermelho próximopt_BR
dc.subjectElementos minerais do carvãopt_BR
dc.subjectOrigem do carvão vegetalpt_BR
dc.subjectMadeirapt_BR
dc.subjectModelos preditivospt_BR
dc.subjectRNAspt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectMineral elements of charcoalpt_BR
dc.subjectOrigin of charcoalpt_BR
dc.subjectWoodpt_BR
dc.subjectPredictive modelspt_BR
dc.subjectNear infrared spectroscopy (NIR)pt_BR
dc.subjectArtificial neural networkspt_BR
dc.titleArtificial neural networks and multivariate models to distinguish native and Eucalyptus charcoal based on NIR spectroscopy and x-ray fluorescencept_BR
dc.title.alternativeRedes neurais artificiais e modelos multivariados para distinção de carvão vegetal nativo e de Eucalyptus com base em espectroscopia NIR e fluorescência de raios xpt_BR
dc.typetesept_BR
dc.publisher.programPrograma de Pós-graduação em Ciência e Tecnologia da Madeirapt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Hein, Paulo Ricardo Gherardi-
dc.contributor.advisor-co1Napoli, Alfredo-
dc.contributor.referee1Trugilho, Paulo Fernando-
dc.contributor.referee2Pires, Tiago José Oliveira-
dc.contributor.referee3Pádua, Franciane Andrade de-
dc.contributor.referee4Soares, Vássia Carvalho-
dc.description.resumoO carvão vegetal é uma importante fonte de energia no Brasil e pode ter a sua origem por meio de madeira nativa ou plantada. A utilização de madeiras provenientes de florestas nativas para tal finalidade é proibida em muitos estados do país, uma vez que essas podem não ter sido manejadas de forma sustentável. Há a necessidade de desenvolvimento de métodos rápidos e eficientes para a distinção de carvões provenientes de madeiras nativas e de eucaliptos (utilizado em reflorestamentos), e assim coibir o comércio ilegal. O objetivo geral deste estudo foi distinguir carvão vegetal de madeiras nativas e de Eucalyptus por meio de modelos multivariados com base nas assinaturas espectrais no infravermelho próximo (NIR) e rede neural artificialbaseada na porcentagem de elementos minerais. Carvões produzidos em diferentes temperaturas (300, 400, 500, 600 e 700°C) e fornos de carbonização a partir de madeiras nativas (Apuleia sp., Cedrela sp., Aspidosperma sp., Jacaranda sp., Peltogyne sp., Dipteryx sp. e Gochnatia sp.) e madeiras de híbridos de Eucalyptus sp. provindos de plantios florestais comerciais, foram investigados. Análise de Componentes Principais (PCA) e Análise Discriminante por Mínimos Quadrados Parciais (PLS-DA) com base nos espectros no NIR coletados na face radial das amostras de madeira e de carvão, foram realizadas para identificar a espécie madeireira, a origem do carvão e a temperatura de carbonização. A composição e proporção dos elementos minerais presentes nos carvões foram determinadas por fluorescência de raios X. Redes neurais artificiais (RNAs) foram treinadas com base na composição mineral dos carvões para predizer a origem dos mesmos. Os modelos PLS-DA ajustados a partir de espectros não tratados das madeiras apresentaram uma grande porcentagem de classificações corretas (86 a 100%) para as espécies nativas, exceto para as amostras de eucalipto que foram confundidas entre as duas variedades clonais. Para os carvões, o gráfico dos scores da PCA revelou que a similaridade espectral é maior entre os corpos de prova produzidos na mesma temperatura que entre os da mesma espécie, isso demonstra a importância desse efeito de processo. Os modelos PLS-DA, baseados em espectros NIR foram eficientes na predição das temperaturas de carbonização, classificando corretamente 87% das amostras e na predição da origem nativa ou Eucalyptusdos carvões, principalmente quando a classificação da origem foi feita em função da temperatura de carbonização. As RNAs com base no teor de elementos minerais apresentaram potencial para predição das espécies e da origem nativa ou Eucalyptus, classificando corretamente 74,5% e 97,9% das amostras do lote teste, respectivamente. Todas as técnicas utilizadas no estudo possuem potencial para utilização em ações de fiscalização.pt_BR
dc.publisher.departmentDepartamento de Ciências Florestaispt_BR
dc.subject.cnpqTecnologia e Utilização de Produtos Florestaispt_BR
dc.creator.Latteshttp://lattes.cnpq.br/1811305920328636pt_BR
Aparece nas coleções:Ciência e Tecnologia da Madeira - Doutorado (Teses)



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.