Espectroscopia no infravermelho próximo para estimativa da densidade básica de madeiras de Pinus.
A densidade básica é uma das mais importantes características das madeiras e usada em programas de melhoramento genético florestal. Este trabalho teve o objetivo de construir um modelo de predição da densidade básica de madeiras de Pinus maximinoi e Pinus tecunumanii, usando a espectroscopia no infravermelho próximo e análise estatística multivariada. O modelo foi construído com 54 amostras usando mínimos múltiplos quadrados (PLS) como tratamento estatístico (com alisamento do sinal, variação normal padrão SNV e primeira derivada). A curva de calibração apresentou coeficiente de determinação (R2) de 0,94 e erro de validação cruzada de aproximadamente 30 kg m-3 para uma densidade básica média de 517 kg m-3. Este modelo foi validado externamente com 27 amostras não usadas na construção da curva de calibração. O erro da validação externa foi de aproximadamente 47 kg m-3 e a razão de desempenho do desvio (RPD) de 1,9, mostrando que o modelo pode ser usado para seleção prévia de grande número de amostras.
Main Authors: | , , , |
---|---|
Other Authors: | |
Format: | Artigo de periódico biblioteca |
Language: | pt_BR por |
Published: |
2017-02-03
|
Subjects: | NIR, Quimiometria, Densidade básica, Regressão PLS, PLS regression, Espécie exótica., Madeira, Qualidade, Pinus, Near-infrared spectroscopy, Wood quality, Wood density, Chemometrics., |
Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1062623 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | A densidade básica é uma das mais importantes características das madeiras e usada em programas de melhoramento genético florestal. Este trabalho teve o objetivo de construir um modelo de predição da densidade básica de madeiras de Pinus maximinoi e Pinus tecunumanii, usando a espectroscopia no infravermelho próximo e análise estatística multivariada. O modelo foi construído com 54 amostras usando mínimos múltiplos quadrados (PLS) como tratamento estatístico (com alisamento do sinal, variação normal padrão SNV e primeira derivada). A curva de calibração apresentou coeficiente de determinação (R2) de 0,94 e erro de validação cruzada de aproximadamente 30 kg m-3 para uma densidade básica média de 517 kg m-3. Este modelo foi validado externamente com 27 amostras não usadas na construção da curva de calibração. O erro da validação externa foi de aproximadamente 47 kg m-3 e a razão de desempenho do desvio (RPD) de 1,9, mostrando que o modelo pode ser usado para seleção prévia de grande número de amostras. |
---|