Sobre a importância de investigar a estrutura de dados em medições de espectroscopia NIR miniaturizada de alimentos: o estudo de caso do açúcar

Resumo:

Além das crescentes provas de eficácia dos instrumentos NIR miniaturizados em cenários relacionados a alimentos, o número de usuários finais está aumentando progressivamente, mesmo incentivado pelo baixo custo dos sensores. Embora seja dada atenção ao protocolo analítico — da amostragem à coleta de dados, até o processamento de dados, a importância da investigação de erros em dados brutos geralmente é subestimada. Compreender as fontes e a estrutura de incerteza relacionada aos dados brutos melhora a qualidade das medições e sugere o planejamento correto dos experimentos, além de auxiliar no desenvolvimento do modelo quimiométrico. O objetivo da modelagem quimiométrica é separar as informações do ruído; portanto, uma descrição da natureza da estrutura do erro de medição é necessária. Entre as diferentes abordagens, apresentamos o estudo das Matrizes de Covariância de Erro (ECMs) e sua decomposição em uma estrutura bilinear como um método poderoso para estudar as principais fontes de variabilidade ao usar sensores NIR miniaturizados na forma real de uso. Amostras de açúcar granulado e granulado foram escolhidas como estudo de caso e analisadas com dois espectrômetros miniaturizados trabalhando nas regiões NIR em torno de 1350—2550 nm e 900—1750 nm, respectivamente, no modo de refletância dispersiva. Os resultados mostram que ter alguns insights sobre erros de medição multivariados associados a espectros pode ser interessante para abrir caminho para várias aplicações.