Konzen P. H. A., Ferrão M. F., Furtado J. C., Morgano A. M., Bragagnolo N., Ferreira M. M. C., “Modelos de regressão multivariados para a determinação de cinzas em café cru empregando DRIFTS/PLS-AG” ["Multivariate regression models for determination of green coffee grounds using DRIFTS/PLS-AG"]. Buenos Aires, Argentina, 07-09/08/2002: IX Congreso Argentino de Ciencia y Tecnología de los Alimentos (CYTAL): Estrategias hacia la competitividad [IX Argentinian Congress of Food Science and Technology], Book of Abstracts. Poster 7.25.
7.26. MULTIVARIATE
REGRESSION MODELS IN DETERMINATION OF GREEN
COFFEE GROUNDS
USING DRIFTS/PLS-AG
KONZEN, Pedro Henrique A.1;
FERRÃO, Maro F.1; FURTADO, João Carlos1;
MORGANO, Marcelo Antônio2,3;
BRAGAGNOLO, Neura3 e FERREIRA, Márcia M. C.3
1 - Universidade de Santa
Cruz do Sul, Av. Indepedência, 2293, CEP 96815-900, Fax:
(51) 3717-7530, Santa Cruz do Sul, RS, Brasil, e-mail: ferrão@dquimfis.unisc.br
2 - ITAL, Av. Brasil, 2883, CEP 13073-001, Fax: (19) 3242-4585, Campinas, SP, Brasil.
3 - UNICAMP, Cidade Universitária
"Zeferino Vaz", CEP 1381-970, Campinas, SP, Brasil.
Non-destructive and environmentally non-harmful methods for determination
are more
and more used, primarily
those methods which are based on reflection spectroscopy. In
this
work, the content of ashes
in samples of ground green coffee was modeled using reflectance
spectra in medium infrared
with Fourier transform (DRIFTS) together with the
technique of
partial least
squares regression (PLS) and
genetic algorithm optimization (AG).
The
infrared spectra were collected
in a NICOLET 520 spectrophotometer, with 2 repetitons
for
each sample,
resolution of 4 cm-1 and 16 scans.
The spectral matrices were built from
duplicates of 23
samples, being in total 46 spectra for calibration
and 46 for validation in
region 800-4000 cm-1.
The set of spectra was normalized and treated with the multiplicative
signal correction (MSC).
Robust calibration models were obtained and validated in MATLAB,
with correlation coefficients
in the range of 0.939-0.983, for coffee samples which were
not
used in bulding the
models. The fitness function (SEC+SEV +
|SEV-SEC|) was used in
optimization of the
models, and the best models were those
with the standard error of
calibration (SEC)
in the range of 0.023-0.045% and the standard error of
validation (SEV)
being 0.029-0.045%
with 8 to 12 latent variables. SEV
was approximately 0.23% when
AG optimization
was not carried out. These
results show that the DRIFTS/PLS/AB
technique can be
used as an excellent alternative for
quantification of ash contents in
food.
7.26. MODELOS DE REGRESSÃO
MULTIVARIADOS PARA A DETERMINAÇÃO DE
CINZAS EM CAFÉ
CRU EMPREGANDO DRIFTS/PLS-AG
KONZEN, Pedro Henrique A.1;
FERRÃO, Maro F.1; FURTADO, João Carlos1;
MORGANO, Marcelo Antônio2,3;
BRAGAGNOLO, Neura3 e FERREIRA, Márcia M. C.3
1 - Universidade de Santa
Cruz do Sul, Av. Indepedência, 2293, CEP 96815-900, Fax:
(51) 3717-7530, Santa Cruz do Sul, RS, Brasil, e-mail: ferrão@dquimfis.unisc.br
2 - ITAL, Av. Brasil, 2883, CEP 13073-001, Fax: (19) 3242-4585, Campinas, SP, Brasil.
3 - UNICAMP, Cidade Universitária
"Zeferino Vaz", CEP 1381-970, Campinas, SP, Brasil.
Métodos de determinação não destrutivas e não
geradores de resíduos nocivos ao
ambiente vem sendo cada
veze mais estudados, principalmente empregando informações
provenientes de técnicas
espectroscópicas por reflexão. Neste trabalho
o teor de cinzas
de amostras de café
cru moído foi modelado empregando os espectros
de reflexão no
infravermelho médio
com transformada de Fourier (DRIFTS) juntamente com a técnica
de
regressão por mínimos
quadrados parciais (PLS) e otimização com
algoritmos genéticos
(AG). Os espectros no infravermelho
foram coletados em um espectrofotômetro NICOLET
520, sendo empregadas
2 réplicas para cada amostra, com resolução
de 4 cm-1 e 16
varreduras.
As matrizes de espectros foram construídas com 23 amostras
em duplicata,
totalizando 46 espectros
para calibração e 46 para validação
compreendidos entre 800-
4000 cm-1.
O conjunto de espectros foi
normalizado e tratado com a
correção
multiplicativa de sinal
(MSC). Modelos robustos de calibração em ambiente MATLAB,
com
coeficientes de correlação
entre 0,939-0,983, foram obtidos e validados com as amostras
de café
que não foram utilizadas na construção
dos modelos. Para a otimização dos
modelos foram
empregados como fitness (SEC+SEV +
|SEV-SEC|), sendo que os
melhores apresentarem
erro padrão de calibração
(SEC) entre 0,023-0,045% e erro
padrão de validação
(SEV) entre 0,029-0,045%, empregando de 8 a 12 variáveis latentes.
Quando não é
empregado a otimização por AG's o valor
de SEV é aproximadamente
0,23%. Estes resultados
revelam que a técnica DRIFTS/PLS/AG pode ser usada
como
uma excelente alternativa
para a quantificação dos teores de cinzas
em alimentos.