ANÁLISE DE COMPONENTES PRINCIPAIS POR INTERVALOS (IPCA) COMO MÉTODO DE SELEÇÃO DE REGIÃO ESPECTRAL NO INFRAVERMELHO MÉDIO E PRÓXIMO PARA DISCRIMINAÇÃO DE ÓLEOS VEGETAIS

Resumo

Neste trabalho foi empregada a análise de componentes principais por intervalo (iPCA) como método de seleção de variáveis, associada à espectroscopia no infravermelho próximo e médio, visando a discriminação de óleos vegetais. Os seguintes óleos vegetais foram analisados: soja, canola, girassol, arroz, milho, algodão e amendoim. Os espectros foram adquiridos em quintuplicata, utilizando um espectrômetro Perkin Elmer Spectrum 400 no intervalo entre 650-4.000 cm-1 (infravermelho médio) e 4.000-10.000 cm-1 (infravermelho próximo), com resolução de 4 cm-1 e 32 varreduras. Após, os dados espectrais foram normalizados e posteriormente corrigidos com as transformadas SNV (variação normal padrão) e primeira derivada com uma janela de 5 pontos. Os modelos foram desenvolvidos através do aplicativo Matlab empregando análise de componentes principais por intervalos (iPCA) disponível no pacote iToolbox. Foram realizados modelos de 8, 16 e 32 intervalos, com os dados centrados na média. O presente trabalho indica que a análise de componentes principais por intervalos (iPCA), como ferramenta de seleção de variáveis, possibilita encontrar regiões representativas visando a discriminação de diferentes óleos vegetais.