Ressonância magnética nuclear no domínio do tempo, infravermelho próximo e ciência de dados para análise de citros

• Ano de defesa: 2020
• Autor(a) principal: Flores, Douglas William Menezes
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Análise automática de outliers; Análise de alimentos por RMN-DT E NIR; Análise não destrutiva; Automatic outlier analysis; Chemometrics and data science using PCA and PLS; Citros; Citrus; Food analysis by TD-NMR and NIR; Non-destructive analysis; Quimiometria e ciência de dados via PCA E PLS
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11141/tde-04062020-111813/

A citricultura está entre as culturas mais importantes do mundo. A colheita de laranja da Flórida, maior estado produtor de suco de laranja dos EUA foi estimada em 74 milhões de caixas, a qual corresponde a um crescimento de produção. A exportação de suco de laranja também apresenta uma alta no Brasil de 33% em 2019. Além da produção de suco, a produção de frutas cítricas envolve a produção de óleos essenciais. Desde a colheita dos citros até o processamento, alguns parâmetros de qualidade são controlados e monitorados, como, teor de sólidos solúveis, acidez, índice de maturação, pH, óleo essencial, viscosidade, cor, entre outros. Além dos parâmetros físico-químicos analisados, o monitoramento dos processos como extração, filtração do suco ou a extração e centrifugação para recuperação de óleo essencial da casca são parâmetros fundamentais na indústria cítrica. Neste contexto, aplicações de métodos não destrutivos para monitoramento da qualidade dos alimentos têm sido amplamente estudadas. A técnica de ressonância magnética nuclear no domínio do tempo (RMN-DT) vem sendo estudada como alternativa de análise não destrutiva em frutas. A análise é baseada na medição dos tempos de relaxação longitudinal (T1) e transversal (T2) e que estão diretamente relacionadas à mobilidade da água nos tecidos dos frutos. Por outro lado, a espectroscopia de NIR é uma técnica que se baseia na interação das ondas eletromagnéticas em um determinado comprimento de onda com os constituintes da amostra e possuí inúmeras aplicações não destrutivas em frutas reportadas na literatura. Entretanto, a complexidade dos espectros de NIR e RMN-DT dificulta a interpretação dos resultados, o que torna abordagens estatísticas ou análises multivariadas ferramentas fundamentais na interpretação dos dados. Com o avanço da tecnologia os sensores produzem cada vez uma informação maior de dados e necessita de ferramentas como o Python que é uma linguagem de alto nível e de código aberto que possuí diversos módulos de computação científica, visualização e processamento de dados. Desta forma, a quimiometria ou ciência de dados aliada a RMN-DT neste projeto possibilitou o desenvolvimento de uma aplicação para controle de filtração de sucos cítricos e monitoramento de faixas ótimas de recuperação de óleo essencial de citros. Ainda, a tecnologia NIR associada ao Python, possibilitou a criação de modelos de calibração multivariados automatizados para uso em grande escala para prever a qualidade de laranjas inteiras diretamente no campo.