Título: DISCRIMINAÇÃO DA MADEIRA DE ESPÉCIES FLORESTAIS DA AMAZÔNIA POR ESPECTROSCOPIA NO NIR E ANÁLISE MULTIVARIADA

Título alternativo: DISCRIMINATION OF WOOD FROM AMAZONIA FOREST SPECIES THROUGH NIR SPECTROSCOPY AND MULTIVARIATE ANALYSIS

Autoria de: Joana Kimaid dos Santos

Orientação de: Paulo Ricardo Gherardi Hein

Coorientação de: Fernanda Maria Guedes Ramalho e Michael Douglas Roque Lima

Presidente da banca: Paulo Ricardo Gherardi Hein

Primeiro membro da banca: Livia Ribeiro Costa

Segundo membro da banca: Evelize Aparecida Amaral

Terceiro membro da banca: Emanuella Pimenta Mesquita

Palavras-chaves: NIRS, PCA, Identificação de madeiras, Espécies tropicais, Biodiversidade

Data da defesa: 26/11/2021

Semestre letivo da defesa: 2021-1

Data da versão final: 07/12/2021

Data da publicação: 07/12/2021

Referência: Santos, J. K. d. DISCRIMINAÇÃO DA MADEIRA DE ESPÉCIES FLORESTAIS DA AMAZÔNIA POR ESPECTROSCOPIA NO NIR E ANÁLISE MULTIVARIADA. 2021. 37 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2021.

Resumo: A diversidade de espécies florestais existentes na região amazônica e a dificuldade de distinguir madeiras com características semelhantes, requer a utilização de metodologias rápidas, não destrutivas e eficientes para classificar espécies madeireiras em operações de fiscalização e controle. Assim, o objetivo deste trabalho foi avaliar o potencial da espectroscopia no infravermelho próximo (NIR) associado a estatística multivariada para discriminação de diferentes espécies nativas da Amazônia de importância comercial. Os espectros foram registrados em modo de reflectância difusa por meio do espectrômetro NIR no intervalo do comprimento de onda de 12.500 - 4.000 cm-1. A aquisição espectral foi realizada na superfície transversal e radial de 864 amostras de madeira (72 por espécie) de doze espécies florestais. As variações na assinatura espectral das amostras de madeira foram avaliadas por análise de componentes principais (PCA). A PCA realizada a partir das assinaturas espectrais no NIR permitiu segregar com clareza as amostras com base na densidade básica da madeira, mas não foi suficientemente eficiente para distinguir as amostras por espécies. A PCA dos dados espectrais originais demonstrou que dois componentes principais são suficientes para explicar 99,88 da variabilidade dos dados espectrais obtidos da face radial e 99,81 obtidos da face transversal das madeiras. Os dados espectrais tratados pela primeira derivada não apresentaram melhora nos resultados da PCA. Visando melhor discriminação das espécies, sugere-se a utilização de análises estatísticas mais sofisticadas, como a Análise discriminante por mínimos quadrados parciais (PLS-DA).

Abstract: The diversity of forest species existing in the Amazon region and the difficulty in distinguishing wood with similar characteristics, require the use of fast, non-destructive and efficient methodologies to classify wood species in inspection and control operations. Thus, the objective of this work was to evaluate the potential of near infrared spectroscopy (NIR) associated with a multivariate statistic for discriminating different native Amazonian species of commercial importance. The spectra were recorded in diffuse reflectance mode by means of the NIR spectrometer in the wavelength range of 12,500 - 4,000 cm-1. Spectral acquisition was performed on the transverse and radial surface of 864 wood (72 per species) of twelve forest species. Variations in the wood spectral signature were evaluated by principal component analysis (PCA). A PCA performed from the spectral signatures in the NIR clearly segregated as based on the basic wood density, but was not efficient enough to distinguish as per species. The PCA o

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20211201510773

URI alternaviva: repositorio.ufla.br/handle/1/54082

Curso: G005 - ENGENHARIA FLORESTAL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Joana Kimaid dos Santos e Universidade Federal de Lavras

Baixar arquivo