Utilização de espectrofotometria de infravermelho próximo (NIR) para classificação de parâmetros de qualidade da soja

Abstract

Resumo: A semente de soja tem uma grande representatividade na agricultura do Brasil, sendo o país um dos maiores produtores deste grão no mundo. Para garantir seu valor comercial e o atendimento dos requisitos normativos dos órgãos de controle, os grãos de soja devem atender aos critérios e parâmetros de qualidade estabelecidos na legislação. Estes são de extrema importância na classificação dos grãos na entrada de sua unidade de armazenamento, e para controle de qualidade na exportação dos mesmos. Existem diversos danos que podem ser causados ao grão tanto durante seu transporte quanto durante a armazenagem, e isso pode afetar diretamente o seu valor comercial. Além disso, fatores biológicos, químicos e físicos também podem causar danos ao grão de soja. Uma tecnologia que vem sendo aplicada com relativo sucesso na análise de propriedades de grãos é espectrofotometria de infravermelho próximo (NIR). Dentre as propriedades analisadas, destacam-se umidade, teores de proteínas, gorduras e outros fatores químicos de sementes e grãos. A utilização do NIR se destaca por sua facilidade de manuseio, rapidez na obtenção do resultado e assertividade. Quando se observa o processo de análise dos grãos para obtenção de parâmetros de qualidade nas unidades armazenadoras, conclui-se que o processo de classificação é bastante manual. Para uma maior agilidade para o processo, estudase a aplicação de um espectrofotômetro NIR portátil (MicroNIR) nas análises de tais parâmetros de qualidade. Diferentes técnicas de análise multivariável e de processamento de espectros NIR foram investigadas para fins de classificação dos grãos de soja entre esverdeados, ardidos, queimados e bons. Neste trabalho, demonstra-se a excelente capacidade do MicroNIR na classificação dos grãos de soja quando se efetua o uso combinado de espectros brutos e Análise de Componente Principal com Análise Discriminatória (PCA-DA), permitindo predições com elevada exatidão e erros médios de 0,8%.

Abstract: Soybean seed has a great representativeness in Brazilian agriculture, being the country one of the largest producers of this grain in the world. To ensure its commercial value and to meet the regulatory requirements of the control bodies, soybeans must meet the quality criteria and parameters established in the legislation. These are of extreme importance in the classification of grains at the entrance of their storage unit, and for quality control in their export. There are several damages that can be caused to the grain both during its transportation and storage, and this can directly affect its commercial value. In addition, biological, chemical and physical factors can also cause damage to soybeans. A technology that has been applied with relative success in the analysis of grain properties is near infrared spectrophotometry (NIR). Among the properties analyzed are moisture, protein, fat and other chemical factors of seeds and grains. The use of NIR stands out for its ease of handling, speed in obtaining the result and assertiveness. When observing the process of grain analysis to obtain quality parameters in storage units, it is concluded that the classification process is quite manual. For a greater agility for the process, the application of a portable NIR spectrophotometer (MicroNIR) in the analysis of such quality parameters is studied. Different techniques of multivariable analysis and NIR spectra processing were investigated for the purpose of classification of soybeans between greenish, burnt, burnt and good. In this work, the excellent ability of MicroNIR in the classification of soybeans is demonstrated when the combined use of raw spectra and Principal Component Analysis with Discriminant Analysis (PCA-DA) is performed, allowing predictions with high accuracy and average errors of 0.8%.