Neste trabalho foi desenvolvido um método de análise de erva mate mediante as técnicas de espectroscopia no infravermelho próximo (NIR), espectrometria de emissão óptica com plasma indutivamente acoplado (ICP OES) e espectrometria de massa com plasma indutivamente acoplado (ICP-MS), com o intuito de classificar a erva mate por país de origem da América do Sul. Para isto, foram utilizados métodos de análise multivariada supervisionada e não supervisionada, como a análise hierárquica por agrupamentos (HCA), a análise por componentes principais (PCA), o método do k-ésimo vizinho mais próximo (kNN), soft independent modeling class analogy (SIMCA), análise discriminante por mínimos quadrados parciais (PLS-DA) e análise discriminante por máquinas de vetor de suporte (SVM-DA). Foram analisadas 54 amostras de erva mate provenientes da América do Sul (Argentina, Brasil, Paraguai e Uruguai). As amostras foram cominuídas em moinho criogênico e diretamente analisadas para a obtenção dos espectros de reflexão no NIR. Para a determinação dos elementos Ca, K, Mg, Al, Fe, Mn, Ba, Cu, P, Sr e Zn por ICP OES e Li, Be, Ti, V, Cr, Ni, Co, As, Se, Rb, Mo, Ag, Cd, Sb, La, Ce, Pb, Bi e U por ICP-MS, foi realizada a decomposição das amostras por via úmida em bloco digestor em sistema fechado. A classificação da erva mate por país de origem foi possível, sendo que a melhor classificação para todos os métodos de análise multivariada foi obtida por NIR e para as concentrações dos elementos avaliados, a SVM-DA foi o melhor. Conclui-se que a erva mate pode ser avaliada por país de origem mediante a técnicas de ICP OES, ICP-MS e NIR. / A method of yerba mate analyzis using near infrared spectroscopy (NIR), inductively coupled plasma optical emission spectrometry ( ICP OES ) and inductively coupled plasma mass spectrometry (ICP-MS) was developed in order to classify yerba mate by country of origin in South America. To this end, principal components analysis (PCA), k-nearest neighbor (KNN), soft independent modeling class analogy (SIMCA), partial least square discriminant analysis (PLSDA), discriminant analysis by vector machine (SVM-DA) were used for multivariate analysis of the NIR spectra and element concentrations found in 54 samples of yerba mate from South America (Argentina, Brazil, Paraguay and Uruguay ). The samples were ground in cryogenic mill and directly analyzed in order to obtain the reflectance spectra in the NIR region. For elements determination (Ca, K, Mg, Al, Fe, Mn, Ba, Cu, P, Sr and Zn by ICP OES and Li, Be, Ti, V, Cr, Ni, Co, As, Se, Rb, Mo, Ag, Cd, Sb, La, Ce, Pb, Bi and U by ICP-MS), the samples were acid digested in closed vessel in digestion block. The classification of the yerba mate by country of origin was possible, whereas the best classification using all multivariate analysis methods was obtained for NIR. For the element concentrations, the best classification was obtained by SVM-DA. It was concluded that yerba mate classification by country of origin can be assessed through ICP OES, ICP-MS and NIR.
| Identifer | oai:union.ndltd.org:IBICT/oai:lume.ufrgs.br:10183/98121 |
| Date | January 2013 |
| Creators | Marcelo, Marcelo Caetano Alexandre |
| Contributors | Pozebon, Dirce, Ferrão, Marco Flôres |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds