Transferência de calibração na discriminação de mogno e espécies semelhantes utilizando NIRS e PLS-DA

Abstract

O mogno (Swietenia macrophylla King) é a uma das madeiras mais valiosas do mundo e, em 2003, foi adicionado ao Apêndice II da Convenção sobre o Comércio Internacional das Espécies de Flora e da Fauna Selvagens em Perigo de Extinção (CITES) como espécie ameaçada devido à sua ampla exploração. Existem de diversas espécies semelhantes ao mogno e sua identificação é crucial para fiscalização da exploração dessa espécie. O método geralmente empregado com essa finalidade é o anatômico visual, exigindo que a madeira seja examinada por especialistas, que são insuficientes para atender à demanda. A espectroscopia no infravermelho próximo (NIRS) é uma excelente alternativa para a identificação de madeira, pois possibilita análises rápidas e não destrutivas. Nesta dissertação, discriminaram-se as espécies semelhantes andiroba, cedro, curupixá e mogno utilizando equipamentos NIRS portátil e de bancada e análise discriminante por mínimos quadrados parciais (PLS-DA), que forneceram modelos com 100% de classificações corretas. Foram utilizadas diferentes estratégias de transferência de calibração para tornar possível o compartilhamento de dados entre os equipamentos de bancada com 100% de classificações corretas. A transferência entre equipamentos de bancada e portátil foi feita por métodos de reversos de padronização apresentando de 93% a 100% de classificações corretas. Também foi estudada a transferência para compatibilizar dados obtidos em amostras de mogno moídas e em blocos. Nesse caso, utilizando pré-processamento e seleção de intervalo espectral obteve-se 100% de classificações corretas. Utilizando esses mesmos modelos foi possível identificar por espécie 465 amostras de mogno moídas de 26 diferentes países com 97% de classificações corretas. Por último, entre as amostras moídas de mogno de Brasil, Honduras, México, Peru e Venezuela, foi possível discriminar quanto à procedência as oriundas dos três primeiros. Já as amostras do Peru e da Venezuela não tiveram boa separação entre si, embora tenham apresentado boa separação com relação aos demais países. ______________________________________________________________________________ ABSTRACT

Mahogany (Swietenia macrophylla King) is the world’s most valuabletropical timber and was included on Convention of International Trade inEndangered Species of Wild Fauna and Flora (CITES) Appendix II as anendangered species in 2003 due to its extensive logging. Some timbers arevery similar to mahogany, so strategies for identification are crucial to superviseits exploitation. The method usually applied with these purposes is visualanatomical identification, requiring the wood to be examined by specialists,which are scarce. Near Infrared Spectroscopy (NIRS) is an excellent alternativefor wood identification since it allows rapid and non-destructive analysis. In thiswork, the similar species andiroba, cedar, curupixá and mahogany werediscriminated with 100% of correct classifications using handheld portable andhigh performance NIRS instruments and partial least squares discriminantanalysis (PLS-DA). Some calibration transfer strategies were tested to allowdata sharing between two high performance instruments with 100% of correctclassifications. Reverse methods of standardization were applied to calibrationtransfer between high performance and handheld portable instruments with 93to 100% of correct classifications. Calibration transfer was also used to makemeasurements of milled and block wood samples compatible. In this case,preprocessing and spectral range selecting resulted in models with 100% ofcorrect classifications. Using these same models, 465 mahogany milledsamples from 26 different countries were identified by species with 97% ofcorrect classifications. Finally, among mahogany milled samples from Brazil,Honduras, Mexico, Peru and Venezuela, it was possible to discriminate thosefrom the first three countries. Although it wasn’t possible to separate Peru’ssamples from most of Venezuela’s, the samples from both countries could beperfectly discriminated from the other three countries samples.