Modelos de classificação de sistemas de produção de leite equantificação de ácidos graxospor espectroscopia NIR
View/
Date
2016-07-22Author
Milani, Marceli Pazini 
Primeiro orientador
Nörnberg, José Laerte
Primeiro membro da banca
Azevedo, Eduardo Bohrer de
Segundo membro da banca
Schafhäuser Junior, Jorge
Terceiro membro da banca
Mello, Renius de Oliveira
Quarto membro da banca
Wagner, Roger
Metadata
Show full item recordAbstract
Foi avaliado operfil de ácidos graxos do leite orgânico e convencional em diferentes estações do ano e, o uso de dados espectrais obtidos na região do infravermelho proximal para classificação do leite (orgânico vs convencional) e quantificação de ácidos graxos. Os modelos de classificação testados foram: máquina de vetores de suporte (SVM) e modelagem independente flexível por analogia de classe (SIMCA); e de quantificação: regressão por mínimos quadrados parciais (PLS) por intervalo (iPLS), regressão por componentes principais (PCR), regressão por máquina de vetores de suporte (SVR) e redes neurais artificiais (RNA). As amostras de leite utilizadas para desenvolver os modelos de quantificação totalizaram 421, sendo 286 oriundas de tanques de resfriamento de unidades produtoras e 135 individuais de vacas. O banco de dados utilizado para desenvolver os modelos de classificação foi construído a partir de amostras de leite coletadas a cada 2 meses, de julho de 2011 a maio de 2012, proveniente de 20 unidades produtora de leite orgânico e 20 convencionais, localizadas na região Sul do Brasil. Utilizou-se como método de referência para quantificação de ácidos graxosa cromatografia gasosa (GC/FID). Os registros espectrais foram realizados na faixa de 1100 a 2500nm tanto nas amostras de leite in natura como liofilizada. Os resultados não acusaram diferença significativa entre o sistema de produção (orgânico e convencional) quanto ao teor da maioria dos ácidos graxos, inclusive para os identificados como benéficos à saúde do consumidor. O uso da espectroscopia no infravermelho proximal associado a modelos quimiométricos de classificação possibilitou a diferenciação entre amostras de leite de diferentes sistemas, com acurácia de 80,93% para amostras liofilizadas e 59,32% para amostras in natura pelo método SVM. A quantificação de ácidos graxos no leite a partir de dados NIR é possível, sendo que a seleção de comprimentos de onda através do iPLS melhorou a predição do modelo em relação ao uso do espectro inteiro. A rede neural artificial apresentou desempenho superior aos demais modelos. O teor de água interfere no desempenho dos modelos, tanto para classificar as amostras como para quantificar ácidos graxos, com resultados significativamente superiores com amostras liofilizadas.