Uso da espectroscopia NIR e calibração multivariada para prospecção de oleaginosas quanto as suas características de óleo e proteína

• Main Author: Almeida, Pollyne Borborema Alves de
• Other Authors: Medeiros, Everaldo Paulo de
• Format: Others
• Language: Portuguese
• Published: Universidade Estadual da Paraíba 2016
• Subjects: Genética vegetal; Sementes; Espectrometria; CIENCIAS AGRARIAS
• Online Access: http://tede.bc.uepb.edu.br/tede/jspui/handle/tede/2411

Submitted by Jean Medeiros ([e-mail]) on 2016-05-05T12:34:02Z No. of bitstreams: 1 PDF - Pollyne Borborema Alves de Almeida.pdf: 1365095 bytes, checksum: 3d78a3e09b6f12a32fa8c69c10ed0855 (MD5) === Approved for entry into archive by Secta BC ([e-mail]) on 2016-07-25T19:31:22Z (GMT) No. of bitstreams: 1 PDF - Pollyne Borborema Alves de Almeida.pdf: 1365095 bytes, checksum: 3d78a3e09b6f12a32fa8c69c10ed0855 (MD5) === Approved for entry into archive by Secta BC ([e-mail]) on 2016-07-25T19:33:52Z (GMT) No. of bitstreams: 1 PDF - Pollyne Borborema Alves de Almeida.pdf: 1365095 bytes, checksum: 3d78a3e09b6f12a32fa8c69c10ed0855 (MD5) === Made available in DSpace on 2016-07-25T19:33:52Z (GMT). No. of bitstreams: 1 PDF - Pollyne Borborema Alves de Almeida.pdf: 1365095 bytes, checksum: 3d78a3e09b6f12a32fa8c69c10ed0855 (MD5) Previous issue date: 2013-02-08 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES === The potential application of NIR spectroscopy was studied to prospect oil seeds as to its characteristics of oil and protein. Spectra in the region 400-2500 nm were obtained from seeds of peanut, sesame, cotton and castor oil. The reference measurements included: oil content, protein and fatty acids. Using the technique PLS calibration models were developed for genotypes of groundnut, sesame and castor. As for peanuts: oil content (R = 0.4 and RMSECV = 1.7%), water content (R = 0.7 and RMSECV = 0.2%), oleic acid (R = 0.7 and RMSECV = 1.1%), linoleic acid (R = 0.7 and RMSECV = 0.8%), palmitic acid (R = 0.8 and RMSECV = 0.1%) and stearic acid (R = 0.6 and RMSECV = 0.3%); Sesame: oil content (R = 0.7 and RMSECV = 1.7%), water content (R = 0.9 and RMSECV = 0.1%), total protein (R = RMSECV = 0.8 and 0.9%), oleic acid (R = 0.6 and RMSECV = 0.8%), linoleic acid (R = 0.8 and RMSECV = 0.8%), palmitic acid ( R = 0.9 and RMSECV = 0.1%), stearic acid (r = 0.6 and RMSECV = 0.1%) and linolenic acid (R = 0.8 and RMSECV = 0.01%) and; castor : ricinoleic acid (R = 0.90 and RMSECV = 0.57%), oleic acid (R = 0.94 and RMSECV = 0.18%), linoleic acid (R = 0.90 and RMSECV = 0.25% ), palmitic acid (R = 0.92 and RMSECV = 0.04%), stearic acid (R = 0.91 and RMSECV = 0.03%) and linolenic acid (R = 0.51 and = 0.01 RMSECV %). Techniques were applied to cotton selection of samples and variables (APS-MLR). The models PLS and APS-MLR were compared and this obtained better results: oil content (R = 2.1% e RMSEP = 0.7), water content (R = 0.9% and RMSEP = 0.5), linoleic acid (r = 2.0% and RMSEP = 0.1), oleic acid (R = 0.3% and RMSEP = 0.7), palmitic acid (R = 0.9% and RMSEP = 0.3) and stearic acid (R = 0.05 and RMSEP = 0.05%). The levels of oil, water, total protein and fatty acids were predicted in seed and oil by VIS- NIR modeling spectra and calibration by PLS and MLR-APS in oilseeds === O potencial de aplicação da espectrometria NIR foi estudado para prospecção de genótipos de oleaginosas quanto às suas características de óleo e proteína. Espectros na região de 400 a 2500 nm foram obtidos em sementes de amendoim, gergelim, algodão e do óleo de mamona. As medidas de referência contemplaram: teor de óleo, proteína total e ácidos graxos. A técnica de PLS foi utilizada para o desenvolvimento dos modelos para os genótipos de amendoim, gergelim e mamona. Sendo para amendoim: teor de óleo (R = 0,5 e RMSECV = 1,7 %), teor de água (R = 0,8 e RMSECV = 0,2 %), ácido oleico (R = 0,9 e RMSECV = 1,1 %), ácido linoleico (R = 0,8 e RMSECV = 0,8 %), ácido palmítico (R = 0,8 e RMSECV = 0,1 %) e esteárico (R = 0,8 e RMSECV = 0,3 %); Gergelim: teor de água (R = 0,9 e RMSECV = 0,1 %), teor de óleo (r = 0,8 e RMSECV = 1,7 %), proteína total (R = 0,9 e RMSECV = 0,9 %), , ácido oleico (r = 0,8 e RMSECV = 0,8 %), ácido linoleico (R = 0,9 e RMSECV = 0,8 %), ácido palmítico (r = 0,9 e RMSECV = 0,1 %), ácido esteárico (R = 0,8 e RMSECV = 0,1 %) e ácido linolênico (R = 0,9 e RMSECV = 0,01 %) e; mamona: ácido ricinoleico (R = 0,9 e RMSECV = 0,57 %), ácido oleico (r = 0,9 e RMSECV = 0,18 %), ácido linoleico (r = 0,9 e RMSECV = 0,25 %), ácido palmítico (R = 0,9 e RMSECV = 0,04 %), ácido esteárico (R = 0,9 e RMSECV = 0,03 %) e ácido linolênico (R = 0,7 e RMSECV = 0,01 %). Nas amostras de algodão foram aplicadas técnicas de seleção de amostras (algoritmo de partição de amostras) e de variáveis (algoritmo das projeções sucessivas -APS). Os modelos PLS e APS-MLR foram comparados e este forneceu melhores resultados: teor de óleo (R = 0,7 e RMSEP = 2,1 %), teor de água (R = 0,5 e RMSEP = 0,9 %), ácido linoleico (R = 0,1e RMSEP = 2,0 %), ácido oleico (R = 0,7 e RMSEP = 0,3 %), ácido palmítico (R = 0,3 e RMSEP = 0,9 %) e ácido esteárico (R = 0,05 e RMSEP = 0,05 %). Os teores de óleo, água, proteína total e de ácidos graxos foram preditos por modelagem dos espectros VIS-NIR e calibração por PLS e APS- MLR em oleaginosas. Os modelos são viáveis para medidas não destrutivas de sementes em fase de melhoramento genético.