Comparando o desempenho de espectrômetros miniaturizados de infravermelho próximo na avaliação da qualidade da manga

Resumo:

A espectroscopia de infravermelho próximo (NIR) é uma ferramenta eficaz para a determinação não destrutiva dos parâmetros de qualidade do produto. Aqui, relatamos uma avaliação do desempenho de quatro diferentes espectrômetros NIR portáteis disponíveis comercialmente para a determinação não destrutiva de parâmetros de qualidade selecionados de mangas Nam/Dok Mai. Os espectrômetros NIR miniaturizados: SciO (750-1070 nm), Linksquare (400-1050 nm), DLP NIRScan Nano (900-1700 nm) e Neospectra (1300 ~ 2500 nm) foram usados para adquirir espectros NIR de amostras de manga. Os dados espectroscópicos foram usados para desenvolver modelos de calibração para parâmetros de qualidade das mangas Nam/Dok Mai. Os parâmetros de qualidade da manga investigados foram matéria seca (MS), sólidos solúveis totais (TSS), acidez titulável (TA), pH e firmeza. O desenvolvimento do modelo foi realizado por meio de regressão de mínimos quadrados parciais (PLSR). Os resultados indicam que os dados espectroscópicos NIR obtidos com os instrumentos SCiO e Linksquare resultaram em modelos de calibração com valores de mérito satisfatórios (> 0,80) para DM, TSS e pH. Além disso, dados espectroscópicos adquiridos com o instrumento Linksquare também poderiam ser usados para criar um modelo de calibração satisfatório para TA. Por outro lado, os valores de mérito dos modelos de calibração de firmeza com base nos dados espectroscópicos adquiridos usando o SCiO e o Linksquare não foram satisfatórios. Os valores de mérito dos modelos de calibração para todos os parâmetros de qualidade da manga investigados, com base em dados espectroscópicos adquiridos com os espectrômetros DLP NIRScan Nano e Neospectra, não foram satisfatórios. No entanto, os números de mérito dos modelos de calibração baseados nos dados espectroscópicos adquiridos com o espectrômetro Neospectra foram melhores do que os números de mérito dos modelos de calibração baseados nos dados espectroscópicos adquiridos com o instrumento DLP NIRScan Nano.