Use este identificador para citar ou linkar para este item:
http://repositorio.ufla.br/jspui/handle/1/59532| Título: | Transferência de calibração para identificação de madeiras tropicais por espectroscopia NIR independente da umidade |
| Título(s) alternativo(s): | Calibration transfer for identification of tropical wood by NIR spectroscopy independent of moisture content |
| Autor : | Gomes, Jhennyfer Nayara Nogueira |
| Lattes: | https://lattes.cnpq.br/4934426334838144 |
| Primeiro orientador: | Hein, Paulo Ricardo Gherardi |
| Primeiro membro da banca: | Andrade, Anna Carolina de Almeida |
| Segundo membro da banca: | Viana, Lívia Cássia |
| Terceiro membro da banca: | Protasio, Thiago de Paula |
| Palavras-chave: | Espectroscopia NIR Modelos multivariados Espécies amazônicas Madeiras tropicais Umidade da madeira Transferência de calibração Análise discriminante por mínimos quadrados parciais NIR spectroscopy Multivariate models Amazonian species Tropical woods Wood moisture Calibration transfer Partial least squares discriminant analysis - PLS-DA |
| Data da defesa: | 21-Jun-2024 |
| Data da publicação: | 2-Out-2024 |
| Agência(s) de fomento: | Coordenação de Aperfeiçoamento de Pessoal do Nível Superior (CAPES) Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG) |
| Referência: | GOMES, Jhennyfer Nayara Nogueira. Transferência de calibração para identificação de madeiras tropicais por espectroscopia NIR independente da umidade. 2024. 81 p. Dissertação (Mestrado em Ciência e Tecnologia da Madeira) – Universidade Federal de Lavras, Lavras, 2024. |
| Resumo: | As limitações científico-tecnológicas para identificação de forma rápida e confiável da madeira de espécies florestais a partir de suas características dificultam o monitoramento da cadeia de custódia de madeira certificada. A existência de soluções para discriminação entre espécies é de fundamental importância para o controle e monitoramento da exploração e transporte de madeira nativa. A espectroscopia no infravermelho próximo (NIR) tem se mostrado promissora para essa finalidade devido a sua capacidade de gerar informações em tempo real a partir da leitura em amostras de madeira associada a técnicas de aprendizado de máquinas. Ainda existem lacunas sobre aplicação dessa técnica em madeira considerando a variação de umidade, sendo necessário entender sua influência no desempenho de modelos para classificação desses materiais. Diante disso, este trabalho objetivou avaliar o efeito da umidade da madeira na capacidade preditiva dos modelos para discriminação de espécies com base na assinatura espectral no NIR e aplicar transferência de calibração. Onze espécies nativas provenientes da floresta amazônica foram utilizadas para produzir 110 corpos de prova de madeira, com dimensões 100 x 25 x 4 mm (C x L x E). Os espectros no NIR foram coletados na face radial da madeira na umidade de equilíbrio (UE%), utilizando espectrômetro FT-NIR de bancada (Bruker, modelo MPA) com esfera integradora e espectrômetro MicroNIR portátil (Viavi, modelo Onsite-W). Após a saturação dos corpos de prova, os espectros foram coletados na condição de máximo teor de água (MTU) e, posteriormente, a cada 10% da perda de massa da água (estimada) durante a secagem. A análise de componentes principais, análise discriminante por mínimos quadrados parciais (PLS-DA) e transferência de calibração pelo método updating, foram aplicadas aos dados espectrais por meio do software Chemoface® para discriminar e agrupar as espécies madeireiras conforme as assinaturas espectrais e testar a performance dos modelos. A primeira componente principal dos dados espectrais obtidos captou 99,87% da variação, sendo capaz de discriminar as espécies em função do gradiente de densidade das amostras de madeira. Os modelos PLS-DA, tanto para o equipamento de bancada quanto para o portátil, apresentaram taxas de eficiência de predição superiores a 80%. Os modelos de transferência de calibração entre equipamentos, apresentaram valores de predição entre 31 e 85% de acertos na predição. Frente aos resultados obtidos, conclui-se que as informações espectrais fornecidas pelos dois espectrômetros possibilitaram a geração de modelos robustos para a identificação das onze espécies de madeira nativa, independentemente de sua umidade. Além disso, a transferência de calibração entre os equipamentos apresentou resultados satisfatórios. |
| Abstract: | The scientific and technological limitations for the rapid and reliable identification of wood from forest species based on their characteristics hinder the monitoring of the chain of custody of certified wood. The existence of solutions for species discrimination is of fundamental importance for the control and monitoring of the exploitation and transportation of native timber. Near-infrared spectroscopy (NIR) has shown promise for this purpose due to its ability to generate real-time information through reading wood samples combined with machine learning techniques. There are still gaps in the application of this technique to wood considering moisture variation, and it is necessary to understand its influence on the performance of models for the classification of these materials. Therefore, the objective is to evaluate the effect of wood moisture on the predictive capacity of the models for species discrimination based on the spectral signature in the NIR and apply calibration transfer. Eleven native species from the Amazon rainforest were used to produce 110 wood specimens with dimensions of 100 x 25 x 4 mm (length x width x thickness). NIR spectra were collected on the radial face of the wood at equilibrium moisture content (EMC%) using a benchtop FT-NIR spectrometer (Bruker, model MPA) with an integrating sphere and a portable MicroNir spectrometer (Viavi, model Onsite-W). After the saturation of the specimens, spectra were collected at maximum water content (MWC) and subsequently at every 10% of estimated water mass loss during drying. Principal component analysis, partial least squares discriminant analysis (PLS-DA), and calibration transfer will be applied to the spectral data using Chemoface® software to discriminate and group the wood species based on their spectral signatures and test the performance of the models. Preliminarily, the first principal component of the obtained spectral data captured 99.87% of the variation, being able to discriminate the species depending on the density gradient of the wood samples. The PLS-DA models, both for benchtop and portable equipment, showed prediction efficiency rates above 80%. The calibration transfer models between equipment presented prediction values between 31 and 85% of correct predictions. In view of the results, it is concluded that the spectral information provided by the two spectrometers enabled the generation of robust models for identifying the eleven native wood species, regardless of their moisture content. Furthermore, the calibration transfer between the spectrometers was successfully carried out and yielded satisfactory results. |
| URI: | http://repositorio.ufla.br/jspui/handle/1/59532 |
| Publicador: | Universidade Federal de Lavras |
| Idioma: | por |
| Aparece nas coleções: | DAE - Administração - Mestrado (Dissertações) |
Arquivos associados a este item:
Este item está licenciada sob uma Licença Creative Commons
