Summary: | Orientador : Profª. Drª. Silvana Nisgoski === Coorientador : Profª. Drª. Mayara Elita Carneiro === Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 01/03/2016 === Inclui referências : f. 74-88 === Área de concentração : Tecnologia e utilização de produtos florestais === Resumo: A correta identificação da espécie de madeira é de fundamental importância para sua adequada aplicação tecnológica, controle de comércio ilegal e possíveis fraudes. A técnica da espectroscopia no infravermelho pode ser uma ferramenta adequada para este fim, exigindo estudos mais detalhados e aprofundados. O trabalho teve como objetivo testar o potencial do infravermelho próximo na discriminação da madeira e carvão de seis espécies da Caatinga. Também avaliar o melhor pré-tratamento dos dados e a influência do tipo de material, maciço ou em partículas para diferenciação das espécies. Foram coletadas quatro árvores das espécies Catingueira, Jurema, Marmeleiro, Mufumbo, Pau serrote, Pião, sendo retirados discos a 0, 25, 50, 75 e 100% da altura do fuste. Foram coletados os espectros do material maciço que posteriormente seguiu para carbonização em forno mufla com temperatura final de 450ºC e taxa de aquecimento de 1,1ºC/min. O material particulado foi moído em moinho de facas tipo Wiley e classificado, sendo analisadas as partículas que ficaram retidas na peneira de 40 mesh. Foram coletados 20 espectros por espécie para o material maciço, 30 (madeira) e 40(carvão) para o material particulado em espectrofotômetro Tensor 37 da Bruker, operando na faixa do infravermelho próximo (4000-10000cm-1) resolução de 4cm-1 com 64 varreduras. As análises dos espectros foram efetuadas através do software The Unscrambler X versão 10.1. A Análise dos Componentes Principais (PCA) mostra a discriminação da madeira das espécies para o material maciço com segunda derivada; para madeira particulada a análise dos dados originais foi eficiente. Para o carvão existiu uma maior dificuldade na discriminação das espécies, sendo observado apenas uma tendência. Em relação aos métodos de classificação, a SIMCA apresentou bons resultados discriminando 95% das amostras particuladas com correção da linha pbaarsae ea 9m0%ad ediaras amostras maciças em segunda derivada. Para o carvão não foi eficiente. A aplicação do PCA-LDA discriminou 100% das amostras de madeira com diferentes pré-tratamentos. Para o carvão cerca de 80% das amostras foram discriminadas em material particulado. Este trabalho mostrou que o tipo das amostras e o pré-tratamento utilizado influenciaram na discriminação das espécies da Caatinga, com base nos espectros de infravermelho próximo. Palavras chave: Infravermelho, Caatinga, Identificação de espécies. === Abstract: The correct identification of wood species is very important for its adequate technological application, control of illegal commerce and possible fraud. Infrared spectroscopy can be an adequate tool for it, being necessary further and detailed study's. This study has the objective of testing the potential of near infrared in discrimination of wood and charcoal of six species from Caatinga. Also evaluate the best pretreatment and influence of material type, solid or particle, for species differentiation. It were collected four trees by species Catingueira, Jurema, Marmeleiro, Mufumbo, Pau serrote, Pião, being obtained four discs at 0, 25, 50, 75 and 100% of height of commercial trunk. Were collected spectra of solid material and it was carbonized in muffle furnace at final temperature of 450ºC and heating rate of 1,1ºC/min. Particle material was ground in a Willey mill and classified, being analyzed samples retained in 40 mesh sieve. Were collected 20 spectra by species for solid material, 30 (wood) and 40 (charcoal) for particle samples in a spectrophotometer Tensor 37 from Bruker, working in near infrared (4000-10000cm-1), 4cm-1 resolution and 64 scans. The analysis was performed on The Unscrambler X versão 10.1 software. Principal Component Analysis (PCA) showed the distinction of wood species for solid material and second derivative, for particle material analysis of original data was efficient. For charcoal more difficult was observed in species discrimination, being observed only a tendency. In relation of classification methods SIMCA presented adequate results for wood discriminating 95% of particle samples with baseline correction and 90% of solid samples with second derivative. For charcoal this method was not efficient. The application of PCA-LDA resulted in 100% of samples discrimination for wood based on different pretreatments. For charcoal, 80% of samples were discriminated in particle material. This study show eadp tphraotx simamatpelley type and pretreatment applied have influence on Caatinga species discrimination, based on near infrared spectra. Keywords: infrared, Caatinga, species identification.
|