Aplicação da espectroscopia de infravermelho próximo associada a métodos quimiométricos para predição de blends de Coffea arabica e Coffea canephora em grãos crus de café

• Ano de defesa: 2023
• Autor(a) principal: Alvarenga, Vanessa de
• Orientador(a): Nixdorf, Suzana Lucy
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Grãos de café; NIRS; Quimiometria; Análise de componentes principais; Método verde; Modelos preditivos; Química; Café
• Link de acesso: https://repositorio.uel.br/handle/123456789/17328

O café é um dos produtos mais apreciados pela população mundial, tendo sido consumidas em 2020 e 2021, 163 milhões de sacas no mundo. Esta commodity é relevante para o Brasil, levando em conta que o País, é seu maior produtor e exportador. Das 130 espécies da planta conhecidas, apenas duas possuem relevância comercial - Coffea arabica Lineu (café arábica) e Coffea canephora Pierre (café canéfora). Essas espécies diferem entre si, nas características físicas, químicas, sensoriais e em seu valor comercial. Embora sejam distintas, sua classificação manual é demorada. Tendo em vista que a matéria-prima define a qualidade do produto, justifica-se determinar sua identidade. Portanto, este trabalho objetivou desenvolver um método rápido utilizando a espectroscopia no infravermelho próximo (NIRS), para discriminar as espécies arábica e canéfora, e criar um modelo preditivo para determinar suas proporções nos blends a partir dos grãos crus. Os espectros NIRS foram obtidos diretamente de 50 g de café beneficiado grão cru, sem passar em peneira e nem triturar, dispostos no porta amostra, e lidos em 30 s na faixa de 750 a 2500 nm. Um banco de dados foi constituído pelas análises de 66 amostras da safra 2021/22 representativas de diferentes procedências nacionais, com espectros de 38 cafés arábica (MG, SP, PR, BA) e 28 cafés canéfora (RO e ES), submetidos aos pré-processamentos de correção multiplicativa de espalhamento (MSV). Empregando-se a análise de componentes principais (PCA), as componentes PC-1 e PC-2 foram capazes de juntas explicarem 96% da variância dos dados. A análise de agrupamento hierárquico (HCA) permitiu a separação em dois grandes grupos das 2 espécies, arábica e canéfora. Os blends de 50 g foram preparados a partir de 2 amostras, classificadas com número reduzido de defeitos, nas proporções de 5, 10, 20, 30, 40 e 50% (m/m) de café canéfora em arábica. Os gráficos de scores da PCA para os blends foram capazes de explicar 98% da variância dos dados. Para criar o modelo preditivo de distinção das misturas, utilizou-se a regressão por componentes principais (PCR) e a regressão por mínimos quadrados parciais (PLSR), com validação por meio do método leave-one-out (LOO). Embora os erros quadráticos médios (RMSE) foram elevados, os coeficientes de determinação foram adequados e os modelos preditivos PCR e PLSR foram capazes de estimar os valores das proporções de canéfora em arábica em relação ao referencial nas proporções acima de 40%. O método desenvolvido mostrou-se como alternativa verde e rápida de classificação das espécies de cafés, com potencial de predição de suas proporções em misturas, que tende a uma maior robustez com o acréscimo da variabilidade amostral.