Novas metodologias analíticas na autenticação de sucos de uva integral orgânicos empregando dados de técnicas de espectrometria molecular e ferramentas quimiométricas

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Junges, Carlos Henrique
Orientador(a): Ferrão, Marco Flôres
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/259616
Resumo: O consumo de suco de uva vem crescendo dia a dia em razão da procura constante dos consumidores que buscam obter uma dieta mais saudável pela inclusão de alimentos naturais. O Estado do Rio Grande do Sul (RS) é responsável por mais de 50% do volume de colheita de uva e em torno de 90% da produção de sucos de uva no Brasil, o que ressalta a importância de estudos que garantam a autenticidade e procedência do alimento. O desenvolvimento de metodologias analíticas que visam auxiliar na detecção de possíveis adulterações e/ou falsificações intencionais do produto apresenta-se pertinente, especialmente aos sucos orgânicos que possuem maior valor comercial agregado. Neste contexto, a presente tese desenvolveu novas metodologias analíticas para a identificação e classificação de sucos de uva integral produzidos na região serrana do RS com relação ao sistema de produção agrícola implementado (convencional e orgânico), utilizando dados espectrais de técnicas espectroscópicas combinadas com ferramentas quimiométricas e seleção de variáveis. Os melhores resultados obtidos demonstraram que a análise discriminante linear (LDA) combinada com diferentes algoritmos de seleção de variáveis pode classificar com alta acurácia as amostras de suco de uva integral de acordo com o processo de produção com 100% no conjunto de treinamento do modelo e 100% na predição das classes das amostras do conjunto de teste. Além disso, em geral, os melhores modelos apresentaram elevada sensibilidade e seletividade para as amostras de treinamento e de teste. A seleção das variáveis mais significativas foi determinada para cada conjunto de dados e permitiu explicar a separação das classes. O uso de técnicas espectroscópicas associadas com procedimentos quimiométricos possibilitou o desenvolvimento de metodologias analíticas eficientes e confiáveis para a classificação de sucos de uva integral e