Caracterização colorimétrica e espectroscópica de espécies nativas da caatinga

Abstract

Resumo: Considerando a importância da identificação correta para melhor conservação e fiscalização dos órgãos ambientais estaduais e federais, esta dissertação tem como objetivo analisar o potencial da colorimetria e espectroscopia VIS/NIR para discriminar espécies florestais nativas da caatinga. As espécies foram coletadas no município de Santa Cruz, estado do Rio Grande do Norte, sendo elas Anadenanthera colubrina (Angico - ANG); Cenostigma pyramidale (Catingueira - CAT); Capparidastrum frondosum (Feijão Bravo - FEB); Commiphora leptophloeos (Imburana - IMB); Mimosa tenuiflora (Jurema Preta - JUP); Manihot baccata (Maniçoba - MAN); Guapira sp. (Pau mole - PAM); e Aspidosperma pyifolium (Pereiro - PER). De cada espécie selecionada foram derrubadas três árvores e retirados discos ao longo do fuste. Os dados colorimétricos foram obtidos em um espectrofotômetro CM-5, e os testes estatísticos utilizados foram o de Lilliefors e Cochran, para normalidade e homogeneidade, respectivamente. Para os dados com distribuição normal foi realizado o teste de Tukey, nos casos em que a distribuição se apresentava como anormal, os dados foram analisados pelo teste de Kruskal Wallis, ambos com nível de significância de 95%. Os espectros de infravermelho próximo da casca foram obtidos em um espectrômetro Bruker Tensor 37 e as análises foram efetuadas no software Unscrambler X (versão 10.1). Para verificar agrupamento ou distinção das espécies pelo espectro visível (madeira) e infravermelho (casca) foi efetuada uma análise exploratória visual com base nos gráficos de scores e loadings da Análise de Componentes Principais (PCA). Para testar a utilização prática dos espectros na discriminação das espécies, foram testados a Análise Linear Discriminante (LDA) e Support Vector Machine with Radial Basis Function Kernel (SVM) com 66% dos dados para a construção do modelo e 33% para validação externa. Os resultados mostram a variação da cor das madeiras e que a colorimetria é uma técnica com potencial para distinção das espécies. A espectroscopia no infravermelho próximo da casca, associada com análise multivariada, tem potencial para discriminar espécies da caatinga baseados em espectros de segunda derivada. SVM teve melhor desempenho que LDA para classificação, com acerto de 95,83%.

Abstract:Considering the importance of correct identification for better conservation and inspection by state and federal environmental agencies, this dissertation aims to analyze the potential of colorimetry and VIS/NIR spectroscopy to discriminate native caatinga forest species. Species were collected in the municipallity of Santa Cruz, Rio Grande do Norte state, being Anadenanthera colubrina (Angico - ANG); Cenostigma pyramidale (Catingueira - CAT); Capparidastrum frondosum (Feijão Bravo - FEB); Commiphora leptophloeos (Imburana - IMB); Mimosa tenuiflora (Jurema Preta - JUP); Manihot baccata (Maniçoba - MAN); Guapira sp. (Pau mole - PAM); e Aspidosperma pyifolium (Pereiro - PER). From each selected species, three trees were felled and discs were removed along the stem. The colorimetric analysis was performed with a CM-5 spectrophotometer, and the statistical tests used were Lilliefors and Cochran, for normality and homogeneity, respectively. For data with normal distribution, the Tukey test was performed; in cases where the distribution was abnormal, the data were analyzed by the Kruskal Wallis test, both with a 95% significance level. Near infrared spectra from bark were obtained in a Bruker Tensor 37 spectrometer, and the analyses were performed in the Unscrambler X software (version 10.1). To verify grouping or distinction of the species based on visible spectra (wood) and near infrared (bark), a visual exploratory analysis was performed based on scores and loadings graphs of the Principal Component Analysis (PCA). To verify practical use of spectra in species discrimination, Linear Discriminant Analysis (LDA) and Support Vector Machine with Radial Basis Function Kernel (SVM) were tested with 66% of the data for model building and 33% for external validation. Results indicate color variation in wood and that colorimetry is a technique with potential of species distinction. Near infrared spectroscopy of bark, associate with multivariate analysis, showed potential to discriminate caatinga species based on second derivative spectral analysis. SVM had a better performance than LDA in external classification, with correct results of 95,83%.