Métodos espectroscópicos para classificação e análise de qualidade de tomates

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Borba, Karla Rodrigues [UNESP]
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/11449/194496
Resumo: Objetivo: Durante a produção, processamento e comercialização de tomates e seus derivados é importante a avaliação de alguns atributos que irão influenciar diretamente na composição final e também na aceitação do consumidor. Teor de sólidos solúveis (SS), pH (potencial hidrogeniônico), ácidos orgânicos, açúcares, firmeza, consistência e viscosidade são alguns exemplos de parâmetros de qualidade geralmente avaliados e controlados durante toda a cadeia de produção e processamento de tomate. Os métodos utilizados, nos dias atuais, para esse controle são invasivos, demandam tempo, muitas amostras, reagentes e geram resíduos. Técnicas espectroscópicas, como a espectroscopia no infravermelho e de ressonância magnética nuclear, têm sido propostas como métodos alternativos. As principais vantagens da utilização de espectroscopia são: rapidez; possibilidade de determinação de vários atributos simultaneamente; e preparação mínima da amostra, sendo que, na maior parte do tempo não há necessidade de algum tipo de preparação prévia. Este projeto teve como objetivo: desenvolver um modelo de calibração, a partir da espectroscopia de infravermelho de médio e próximo, e ressonância magnética com o auxílio das ferramentas quimiométricas e machine learning para determinar e classificar a qualidade de tomates – frutos e pasta. Métodos: Os 3 primeiros capítulos consistem em modelos de predição e classificação desenvolvidos a partir de espectros de infravermelho e sinais de RMN-dt coletados de tomates intactos, enquanto o capítulo 4 foi realizado a partir da análise infravermelha de pasta de tomate. Capítulo 1: foi avaliada a utilização de um NIR portátil na determinação da qualidade de diferentes variedades de tomates no campo. Capítulo 2: espectros de infravermelho próximo e médio e ferramentas quimiométricas foram combinadas com o desenvolvimento de modelos de predição e classificação da qualidade de tomates destinados à indústria. Capítulo 3: Sinais de decaimento de RMN de tomates intactos juntamente com ferramentas quimiométricas de classificação e algoritmos de ‘machine learning’ foram utilizados para a criação de modelos de classificação de tomates, destinados ao processamento, de acordo com índice de maturação, SS e firmeza. Capítulo 4: Pastas de tomate, processadas por empresas na Califórnia - EUA, foram avaliadas com a utilização de um espectrômetro de infravermelho próximo portátil e os espectros foram correlacionados, por meio de PLS, com dados de qualidade (NTSS, pH, acidez titulável, consistência de Bostwick e Viscosidade) realizados por cada empresa. Resultados: Em todos os experimentos foram obtidos bons modelos de predição e/ou classificação da qualidade de tomate e pasta de tomate. No capítulo 1, modelos apresentaram boa predição, com coeficientes de correlação (r) acima de 0,81 (exceto para o modelo de determinação de glicose). A determinação de SS e firmeza (capítulo 2) resultaram em modelos com altos valores de r (0,79 e 0,93, respectivamente) e erros médios padrões baixos na determinação de pH. Os modelos de classificação do capítulo 3 apresentaram ótimos valores de acurácia (em %), próximos de 100%. Por fim, no capítulo 4, o uso de um NIR portátil combinado com PLS na análise de NTSS, consistência de Bostwick e viscosidade resultou em modelos com alta precisão (r ≥ 0,93). Conclusão: A aplicação de espectroscopia na determinação e classificação de parâmetros de qualidade mostrou-se aplicável e uma ótima alternativa para produtores e empresas de processamento de tomate na análise de qualidade. Obtendo resultados rápidos, simultâneos, precisos e sem a necessidade de preparação das amostras.