Detalhes bibliográficos
Ano de defesa: |
2021 |
Autor(a) principal: |
Vinciguerra, Layane Lenardon |
Orientador(a): |
Bergold, Ana Maria |
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/10183/226154
|
Resumo: |
Novas metodologias por espectrofluorimetria acoplada ás ferramentas quimiométricas foram desenvolvidas, visando a classificação de amostras de vinho tinto varietais produzidas em duas regiões do Rio Grande do Sul, considerando a sua origem geográfica. Como as propriedades fluorescentes de um composto químico podem variar em função do pH, e as mudanças estruturais resultantes do pH induzem alterações significativas nos seus espectros de fluorescência, foi possível separar e identificar também diferentes compostos químicos. Neste trabalho, foram analisadas 53 amostras de vinho tinto da região da Serra Gaúcha e 20 da região da Campanha, contemplando 10 variedades de uvas. O sinal de fluorescência registrado corresponde a nove matrizes de emissão (51 variáveis) de excitação (12 variáveis) (EEM) registradas em diferentes pH (3 até 11) gerando assim a matriz de dados representando os dados de ordem superior. Estes foram tratados pela Resolução Multivariada de Curvas com Mínimos Quadrados Alternantes (MCR-ALS) e one class method Data Driven Soft Independente Modelling of Class Analogy (DD-SIMCA) para construção dos modelos de classificação. Ainda foram selecionados dois pHs (3 e 7) bem como a fusão dos dados destes, para representar dados de 1ª ordem, que foram explorados por meio da aplicação dos algoritmos (ACO, GA e SW) para seleção de variáveis, para auxiliar no reconhecimento dos vinhos empregando análise discriminante linear. Como resultado, observou-se que a predição foi realizada com melhor taxa para o modelo SW quando realizado a fusão dos pH 3 com pH 7, resultando num modelo com taxa de acerto superior a 90%. Por outro lado, os resultados do MCR-ALS apresentaram ótima recuperação dos compostos fluorescentes presente nos vinhos tinto analisados, e o DD-SIMCA alta capacidade de reconhecimento geográfico. Isso mostra que a metodologia proposta pode ser utilizada como uma ferramenta eficaz para identificação e classificação de amostras de vinhos visando a rastreabilidade desse produto, quando consideradas as mais representativas regiões produtoras de vinho do Estado do Rio Grande do Sul. |