Espectroscopia no infravermelho próximo e métodos quimiométricos para classificação de sementes de soja quanto ao potencial fisiológico

• Ano de defesa: 2023
• Autor(a) principal: Soares, Júlia Martins
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Viçosa; Fitotecnia
• Palavras-chave em Português: Glycine max; Soja - Semente - Qualidade; Espectroscopia de infravermelho próximo; Quimiometria; Produção e Beneficiamento de Sementes
• Link de acesso: https://locus.ufv.br//handle/123456789/31892; https://doi.org/10.47328/ufvbbt.2023.336

A espectroscopia no infravermelho próximo (NIR) consiste em uma ferramenta promissora para otimização das análises de sementes. A utilização do NIR, em combinação com métodos quimiométricos ou associados a novas técnicas, pode permitir a investigação dos níveis de qualidade de sementes, de forma rápida e assertiva. Este trabalho teve como objetivo investigar a viabilidade do NIR, associado a métodos quimiométricos, para classificar lotes de sementes de soja quanto ao potencial fisiológico. No primeiro experimento, foram utilizados 77 lotes de sementes de soja avaliados quanto ao potencial fisiológico e obtidos espectros NIR das amostras de sementes, com total de 12 leituras para cada lote. Os espectros originais foram submetidos a diferentes métodos de pré-processamento, sendo eles Standard Normal Variate (SNV), SNV + 1ª e 2ª derivadas; Gap-segment derivative (GSD); e Savitzky-Golay, pelas derivadas de primeiro e segundo grau, como também a combinação entre os métodos. Os lotes foram divididos em duas classes: alta qualidade (≥ 90% de germinação) e baixa qualidade (< 90% de germinação). Os espectros pré-processados foram utilizados para a construção de modelos de classificação por meio dos métodos Partial Least Squares – Discriminant Analysis (PLS-DA), Naive Bayes (NB), Random Forest (RF) e Support Vector Machine (SVM). No segundo experimento, foram utilizadas sementes de cinco genótipos, com três lotes de cada um. Foram realizados os testes de germinação, envelhecimento acelerado, condutividade elétrica, tetrazólio e análise das enzimas antioxidantes superóxido dismutase, catalase, peroxidases e peroxidase do ascorbato, além do conteúdo de malonaldeído, óleo e proteína. Os espectros NIR foram obtidos de sementes individuais, com total de 100 leituras para cada lote. Os espectros originais foram submetidos aos métodos de pré-processamento Multiplicative Scatter Correction (MSC), Standard Normal Variate (SNV), autoescalonamento, 1ª e 2ª derivadas de Savitzy-Golay e a combinação desses métodos. Os espectros pré-processados foram utilizados para a construção de modelos de classificação por meio do método PLS-DA. No primeiro experimento, o classificador PLS-DA apresentou maior acurácia de classificação. Os menores valores de acurácia foram obtidos para os modelos NB e RF. No segundo experimento, os lotes diferiram quanto ao potencial fisiológico e foram categorizados em alto, médio e baixo vigor. Os lotes de baixo vigor apresentaram maior conteúdo de malonaldeído, óleo e, em geral, menores atividades das enzimas do sistema antioxidativo. Utilizando-se os espectros pré-processados por meio da 2ª derivada de Savitzky-Golay, foi possível obter um modelo de classificação com 98% de acurácia e 96% de coeficiente kappa, para os dados de validação. As regiões entre os comprimentos de ondas de 1.000-1.200 nm e 2.200-2.500 nm foram as mais importantes para distinguir os níveis de qualidade das sementes de soja. A espectroscopia NIR é uma alternativa não destrutiva, rápida e promissora, com grande potencial para ser utilizada no controle de qualidade visando à classificação de lotes de sementes de soja quanto ao potencial fisiológico. Palavras-chave: Glycine max L. Merrill. Qualidade de sementes. Espectroscopia NIR. Quimiometria.