Resumo 1

XXV CONGRESSO BRASILEIRO DE ZOOTECNIA
ZOOTEC 2015
Dimensões Tecnológicas e Sociais da Zootecnia
Fortaleza – CE, 27 a 29 de maio de 2015
Seleção de amostras no desenvolvimento de modelos de calibração em espectroscopia NIR1
Samples selection on NIR spectroscopy model development
Jacianelly Karla da Silva2, Antonio Marcos Ferreira Fernandes3, Carlos Mikael Mota4, Helen Cisne
Machado5, Francisca Erlane Brito Martins6, Sueli Freitas dos Santos7, Diego Barcelos Galvani8, Marco
Aurélio Delmondes Bomfim9
1
Parte da dissertação de mestrado do segundo autor, financiado pela EMBRAPA.
Doutoranda do programa de Pós-gradução da UFPB, Areia, Paraíba. E-mail: [email protected]
3,4
Mestrando do Programa de Pós-graduação em Zootecnia UVA/EMBRAPA, Sobral, Ceará, Brasil. E-mail:
[email protected], [email protected]
5,6
Graduando em Zootecnia da Universidade Estadual Vale do Acaraú, Sobral, Ceará, Brasil. E-mail:
[email protected], [email protected]
7
Pós- doutoranda da Embrapa Caprino e Ovinos. E-mail: [email protected]
8,9
Pesquisadores
da
Embrapa
Caprinos
e
Ovinos.
E-mail:
[email protected],
[email protected] (orientador)
2
Resumo: O presente trabalho avaliou a importância da seleção de amostras para o desenvolvimento de
modelos de calibração em NIRS para vagem de algaroba, objetivando reduzir a base de dados, mantendo a
precisão e a acurácia dos modelos. Para isso, foram utilizadas 149 amostras de algaroba, para o
desenvolvimento de modelo NIRS para o teor de matéria seca. Para seleção de amostras utilizou-se o
algoritmo de Kennard-Stone. Após a seleção das amostras houve uma melhor distribuição na base de dados
para a variável estudada. O modelo de predição desenvolvido após a seleção apresentou desempenho
semelhante ao do modelo original, com valores de R2 e do quadrado médio do erro de calibração (RMSEC)
similares entre ambos. Nesse sentido, a amostragem, por meio de técnicas como a ferramenta de seleção do
algoritmo de Kennard-Stone é uma prática eficaz para o desenvolvimento de modelos de calibração em
NIRS, tendo em vista reduzir o banco de dados que comporá o modelo, sem comprometer a precisão dos
mesmos, propiciando assim, redução de custos e tempo para a determinação do teor de MS da vagem de
algaroba.
Palavras chave: algarobeira, NIRS, seleção
Abstract: This study was carried out to evaluate the importance of sample selection for the development of
calibration models in NIRS for mesquite pods, aiming to reduce the number of samples, keeping the
precision and accuracy of the models. A hundred fourty-nine samples were used to develop NIRS model for
dry matter content (DM). The Kennard-Stone algorithm was applied to select samples in the database
representing the overall variation. After the selection there was an improvement in the uniformity of
distribution for the studied variable. The prediction model built after the selection showed performance
similar to the original model, with values of R2 and root mean square error (RMSEC) very similar to the
original model. Thus, sample selection techniques such as Kennard-Stone algorithm is an effective
alternative for the development of calibration models in NIRS, in order to reduce the database, without
compromising precision and accuracy, reducing costs and time for determining the DM content of mesquite
pods.
Keywords: algarobeira, NIRS, selecting
Introdução
A vagem da algaroba (Prosopis juliflora (Swartz)) apresenta-se como importante fonte alimentar para
os rebanhos em regiões áridas e semiáridas do mundo, principalmente pela sua tolerância ao déficit hídrico e
boa aceitabilidade pelos animais. Além disso, a algarobeira frutifica no período mais seco do ano, no qual há
uma baixa disponibilidade de alimentos tanto quantitativamente, como qualitativamente, justificando sua
utilização como alimento alternativo para os rebanhos da região Nordeste do Brasil.
O uso racional da vagem de algaroba na alimentação animal depende da análise de sua composição
bromatológica, que é considerada onerosa por grande parte dos produtores, além de ser demorada e, portanto,
Página - 1 - de 3
XXV CONGRESSO BRASILEIRO DE ZOOTECNIA
ZOOTEC 2015
Dimensões Tecnológicas e Sociais da Zootecnia
Fortaleza – CE, 27 a 29 de maio de 2015
pouco adotada. Uma alternativa é a utilização da espectroscopia NIR, como uma tecnologia limpa, pois não
faz uso de reagentes, não gera resíduos, é rápida, não destrutiva e de baixo custo.
No entanto, para obter bons resultados com esta tecnologia, há a necessidade de seguir alguns
procedimentos, tais como: resultados analíticos por métodos convencionais e leitura espectral, que
subsidiarão o desenvolvimento dos modelos, e uma boa seleção amostral contemplando toda a variabilidade
do material. Várias técnicas de seleção são utilizadas para se obter uma amostragem representativa do banco
de dados, como o algoritmo de Kennard-Stone, que se baseia na distância euclidiana para selecionar amostras
que representem toda a variabilidade do conjunto de dados estudado. Assim, o objetivo deste trabalho foi
avaliar a importância da seleção de amostras para o desenvolvimento de modelos de calibração em NIRS
para vagem de algaroba.
Material e Métodos
O trabalho foi desenvolvido no Laboratório de Nutrição Animal do Centro Nacional de Pesquisas de
Caprinos e Ovinos da Embrapa em Sobral, Ceará. Foram analisadas amostras de vagens de algaroba
coletadas nos estados da Bahia, Paraíba, Pernambuco e Ceará.
No laboratório, 149 amostras de vagem de algaroba foram picadas em pedaços de aproximadamente
1cm e pré-secas em estufa de circulação forçada de ar a ± 65ºC até obter peso constante, em seguida foram
moídas em moinho de faca do tipo Wiley providas de peneira com poros de um milímetro de diâmetro e
armazenadas em recipientes plásticos. Nas amostras foi determinado o teor de matéria seca total (AOAC,
2010). Antes de serem escaneadas, as amostras foram colocadas novamente na estufa a 65°C por 3h para
estabilização da umidade. Após esse período, as mesmas foram alocadas em dessecador até atingirem
temperatura ambiente, quando foram depositadas em células de quartzo e imediatamente escaneadas em um
equipamento NIRS FOSS© 5000 (FOSS, Hillerod, Denmark).
Os espectros originais foram submetidos ao pré-tratamento matemático de correlação multiplicativa
de sinal (MSC – Multiple Scatter Correction), para minimizar os efeitos de espalhamento. Os modelos de
calibração foram desenvolvidos com o auxílio do software The Unscrambler 10.3®, para o teor de matéria
seca total. Em seguida, foram selecionadas do banco original, 119 amostras, por meio do algoritmo de
Kennard-Stone. Os espectros foram também tratados com a ferramenta MSC, e um novo modelo de
calibração foi desenvolvido. Em ambos, foi utilizada a regressão por mínimos quadrados parciais (PLS –
Partial Least Squares).
Resultados e Discussão
Na Figura 1, pode-se observar que após a seleção das amostras houve uma melhoria na uniformidade
de distribuição para a variável estudada. Essa seleção utilizou as amostras que estavam em uma faixa com
bastante representativa, evitando análises químicas desnecessárias. Isso fica evidente quando a média (Dados
originais – média = 85,39; Dados após a seleção – média = 85,35) e o desvio padrão (dados originais – DP =
3,28; dados após a seleção = 3,46) de ambos os bancos de dados não alteraram com a redução de amostras.
Figura 1: Histogramas da distribuição dos teores de matéria seca antes (a) e após (b) a seleção
Página - 2 - de 3
XXV CONGRESSO BRASILEIRO DE ZOOTECNIA
ZOOTEC 2015
Dimensões Tecnológicas e Sociais da Zootecnia
Fortaleza – CE, 27 a 29 de maio de 2015
Os histogramas demostram que houve um maior agrupamento de amostras em torno da média, o que
demonstra a ocorrência de valores redundantes em torno desta, indicando que, para o desenvolvimento de
modelos de predição, parte das amostras poderiam ser descartadas, sem interferir na precisão do novo modelo
desenvolvido.
O modelo de predição desenvolvido após a seleção apresentou desempenho semelhante ao do modelo
original (Dados originais – R2 = 0,79, RMSEC = 1,51; Dados após a seleção – R2 = 0,80, RMSEC = 1,53)
(Figura 2). A acurácia do modelo (RMSEC) apresentou uma ligeira redução, de 1,2% ou 0,02 pontos
percentuais. Resultados semelhantes foram encontrados por Sousa et al, (2011), com RMSEC de 0,34 e 0,36,
para o conjunto de dos antes e após a seleção, respectivamente. É importante destacar que o número de
fatores ou variáveis latentes foram os mesmos para ambos os modelos, indicando possibilidade de redução no
número de análises químicas, que são consideradas onerosas e demoradas, em decorrência do menor número
de amostras que comporá o novo modelo, uma vez que isso não acarretará em prejuízo para o mesmo.
Figura 2. Modelos de calibração PLS para MS antes (a) e após (b) a seleção das amostras
Conclusões
A amostragem por meio de técnicas como a ferramenta de seleção do algoritmo de Kennard-Stone é
uma alternativa eficaz para desenvolvimento de modelos de calibração em NIRS, tendo em vista reduzir o
banco de dados que comporá o modelo, sem comprometer a precisão e a acurária dos mesmos, propiciando
assim, redução de custos e tempo para a determinação do teor de MS da vagem de algaroba.
Literatura citada
ASSOCIATION OF OFFICIAL ANALYTICAL CHEMISTS - AOAC. Official Methods
of Analysis. 18.ed. Rev. Gaithersburg, Maryland, USA, 2010. 3000p.
SOUSA, L. C.; MILAGRES, J.L.; ALMEIDA, D.P. Desenvolvimento de modelos de
calibração nirs para minimização das análises de madeiras de eucalyptus spp. Ciência
Florestal, v. 21, n. 3, p. 591-599, 2011.
Página - 3 - de 3