Correção do efeito da umidade em espectros NIR empregando EPO para o desenvolvimento de modelos PLS-DA para discriminação de madeiras

Abstract

O comércio ilegal madeireiro é um problema de âmbito mundial cuja fiscalização carece de métodos de identificação de espécies de madeira que sejam confiáveis e de uso simples. Nesse contexto, a espectroscopia no infravermelho próximo (NIRS, do inglês near infrared spectroscopy) vem mostrando ser uma técnica bastante promissora. Se trata de uma técnica que permite a análise em campo e que, quando em conjunto com o modelo de mínimos quadrados parciais para análise discriminante (PLS-DA, do inglês partial least squares for discriminant analysis) teve sua eficácia demonstrada para identificação de diferentes espécies florestais produtoras de madeira em condições de umidade controladas. Entretanto, o fato da umidade das amostras utilizadas na fase de treinamento ter que ser aproximadamente a mesma das amostras que serão analisadas em rotina tem restringido a aplicabilidade do modelo. A ortogonalização dos parâmetros externos (EPO, do inglês external parameter orthogonalisation) é uma ferramenta matemática que vem se mostrando eficaz na correção do efeito da umidade em amostras de origem orgânica. Portanto, a presente dissertação teve como objetivo principal avaliar a utilização do EPO para correção da interferência da umidade nos espectros de madeira afim de minimizar esse problema em modelos de discriminação de amostras de cinco espécies florestais anatomicamente semelhantes (Carapa guianensis Aubl., Cedrela odorata L., Erisma uncinatum Warm., Micropholis melinoniana Pierre e Swietenia macrophylla King) com teores de umidade diferentes daquelas utilizadas para criar o modelo. Como resultado, teve-se que a correção dos espectros por EPO levou à minimização da diferença espectral causada pelo efeito da umidade. Com isso, as taxas de amostras com resultados indefinidos em modelos de discriminação diminuíram substancialmente. Em uma das condições analisadas, a taxa passou de 79,6 para 14,3% em amostras com teor de umidade menor que as utilizadas para criar o modelo, e de 71,4 para 10,2% em amostras com teor de umidade maior. Essa diminuição no número de outliers permite uma maior confiabilidade das taxas de eficiência e real capacidade de discriminação do modelo para amostras de madeira com teores de umidade diferentes. Além disso, a discriminação de amostras com teor de umidade mais elevado se provou eficaz quando teve seus espectros corrigidos por EPO. Tal resultado permite a discriminação confiável e eficaz de amostras de madeira sem a interferência da umidade e possibilita a implementação de uma ferramenta de fiscalização rápida, relativamente econômica e de fácil manuseio.