Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos
| Ano de defesa: | 2020 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Universidade Estadual da Paraíba
Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP Brasil UEPB Programa de Pós-Graduação em Química - PPGQ |
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | http://tede.bc.uepb.edu.br/jspui/handle/tede/4051 |
Resumo: | Os metais terras raras apresentam uma economia que nos permite denominá-los como o “ouro do século XXI”, relativamente esses elementos estão presentes em diversos tipos de solos, possibilitando um avanço econômico para regiões que apresentam abundância em solos que contenham esses metais. Diante disso, com o avanço da tecnologia e a crescente produção que a indústria mineral proporciona, a aplicação desses elementos químicos permite uma evolução tecnológica, devido suas características eletrônicas, ópticas e também catalíticas. Neste sentido, metodologias diversificadas vêm sendo aplicadas para a determinação e quantificação de terras raras em solos, de forma que apresentem baixo custo, não sejam destrutivas, e possibilite alto valor agregado a esses materiais. Objetivou-se nesse trabalho a avaliação da capacidade preditiva de modelos quimiométricos baseados na técnica de espectroscopia NIR para a quantificação de terras raras em solos. As análises foram desenvolvidas em dois tipos de solos (tipo S e I) de três regiões diferentes localizadas na Província da Borborema estado do Pernambuco. A primeira etapa foi realizada por meio da técnica de ICP – OES na UFRPE, e as análises no infravermelho próximo – NIR na UEPB. Os pré-processamentos realizados nos dados espectrais foram a correção multiplicativa de espalhamento (MSC), padronização normal de sinal (SNV) e a técnica por Savitzky – Golay. Para predizer a quantificação dos terras raras foi utilizado a regressão por mínimos quadrados parciais (PLS), mínimos quadrados parciais por intervalos (iPLS) e algoritmos das projeções sucessivas (SPA – iPLS). Com base nos resultados obtidos, é possível fazer uma análise dos valores preditos por PLS e SPA – iPLS, e verificar que as figuras de mérito através da seleção de variáveis com SPA-iPLS apresentam valores de exatidão significativos em comparação ao modelo de PLS. |
| id |
UEPB_7b805a8f996010f1171daff36c30e1d3 |
|---|---|
| oai_identifier_str |
oai:tede.bc.uepb.edu.br:tede/4051 |
| network_acronym_str |
UEPB |
| network_name_str |
Biblioteca Digital de Teses e Dissertações da UEPB |
| repository_id_str |
|
| spelling |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solosQuimiometriaRegressão multivariadaCalibração multivariadaMultiway regressionMultiway calibrationChemometricsCIENCIAS EXATAS E DA TERRA::QUIMICAOs metais terras raras apresentam uma economia que nos permite denominá-los como o “ouro do século XXI”, relativamente esses elementos estão presentes em diversos tipos de solos, possibilitando um avanço econômico para regiões que apresentam abundância em solos que contenham esses metais. Diante disso, com o avanço da tecnologia e a crescente produção que a indústria mineral proporciona, a aplicação desses elementos químicos permite uma evolução tecnológica, devido suas características eletrônicas, ópticas e também catalíticas. Neste sentido, metodologias diversificadas vêm sendo aplicadas para a determinação e quantificação de terras raras em solos, de forma que apresentem baixo custo, não sejam destrutivas, e possibilite alto valor agregado a esses materiais. Objetivou-se nesse trabalho a avaliação da capacidade preditiva de modelos quimiométricos baseados na técnica de espectroscopia NIR para a quantificação de terras raras em solos. As análises foram desenvolvidas em dois tipos de solos (tipo S e I) de três regiões diferentes localizadas na Província da Borborema estado do Pernambuco. A primeira etapa foi realizada por meio da técnica de ICP – OES na UFRPE, e as análises no infravermelho próximo – NIR na UEPB. Os pré-processamentos realizados nos dados espectrais foram a correção multiplicativa de espalhamento (MSC), padronização normal de sinal (SNV) e a técnica por Savitzky – Golay. Para predizer a quantificação dos terras raras foi utilizado a regressão por mínimos quadrados parciais (PLS), mínimos quadrados parciais por intervalos (iPLS) e algoritmos das projeções sucessivas (SPA – iPLS). Com base nos resultados obtidos, é possível fazer uma análise dos valores preditos por PLS e SPA – iPLS, e verificar que as figuras de mérito através da seleção de variáveis com SPA-iPLS apresentam valores de exatidão significativos em comparação ao modelo de PLS.The rare earth metals economic presence allows us to refer them as the "gold of 21st century”, relatively these elements are present in several types of soils, making possible an economic advance for regions that present an abundance of soils that contain these metals. So, technology advancement and production growth that mineral industry provides, the application of these chemical elements afford a technological evolution, due to their electronic, optical and also catalytic characteristics. Besides this, different methodologies have been applied to detect rare earths in soils, so that can offer low cost, don’t be destructive, and enable a high value added to these materials. The objective of this work was to measure chemometric models’ predictive capacity using Near Infrared Spectroscopy (NIR) technique to quantify rare earth in soils. The analysis was made in two kinds of soils (S and I) of three distinct regions at Borborema’s province, state of Pernambuco. These beginning tests was realized by ICP-OES technique, at UFRPE, the following analyses in Near Infrared – NIR at UEPB. The spectral data were obtained by NIR spectroscopy and previous treatments such as Multiplicative Scatter Correction (MSC), Standart Normal Variate (SNV) and Savitzky-Golay. To predict rara earth quantification was performed by Partial Least Squares regression (PLS) algorithm, and Successive Projection algorithms (SPA) -iPLS). Based on the results obtained, it is possible to make an analysis of the values predicted by PLS and SPA - iPLS, and verify that the figures of merit through the selection of variables with SPA-iPLS present significant accuracy values in comparison to the PLS model.Universidade Estadual da ParaíbaPró-Reitoria de Pós-Graduação e Pesquisa - PRPGPBrasilUEPBPrograma de Pós-Graduação em Química - PPGQVéras Neto, José Germano95420614472Silva, Yuri Jacques Agra Bezerra da05338579456Simões, Simone da Silva02508910522Barros, Sara Regina Ribeiro Carneiro de03672488402Pereira, Lavínia Hannah de Souza2022-01-13T13:30:27Z2020-02-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfPEREIRA, Lavínia Hannah de Souza. Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos. 2020. 60f. Dissertação (Programa de Pós-Graduação em Química - PPGQ) - Universidade Estadual da Paraíba, Campina Grande, 2021.http://tede.bc.uepb.edu.br/jspui/handle/tede/4051porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UEPBinstname:Universidade Estadual da Paraíba (UEPB)instacron:UEPB2022-01-13T13:30:27Zoai:tede.bc.uepb.edu.br:tede/4051Biblioteca Digital de Teses e Dissertaçõeshttp://tede.bc.uepb.edu.br/jspui/PUBhttp://tede.bc.uepb.edu.br/oai/requestbc@uepb.edu.br||opendoar:2022-01-13T13:30:27Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB)false |
| dc.title.none.fl_str_mv |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| title |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| spellingShingle |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos Pereira, Lavínia Hannah de Souza Quimiometria Regressão multivariada Calibração multivariada Multiway regression Multiway calibration Chemometrics CIENCIAS EXATAS E DA TERRA::QUIMICA |
| title_short |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| title_full |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| title_fullStr |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| title_full_unstemmed |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| title_sort |
Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos |
| author |
Pereira, Lavínia Hannah de Souza |
| author_facet |
Pereira, Lavínia Hannah de Souza |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Véras Neto, José Germano 95420614472 Silva, Yuri Jacques Agra Bezerra da 05338579456 Simões, Simone da Silva 02508910522 Barros, Sara Regina Ribeiro Carneiro de 03672488402 |
| dc.contributor.author.fl_str_mv |
Pereira, Lavínia Hannah de Souza |
| dc.subject.por.fl_str_mv |
Quimiometria Regressão multivariada Calibração multivariada Multiway regression Multiway calibration Chemometrics CIENCIAS EXATAS E DA TERRA::QUIMICA |
| topic |
Quimiometria Regressão multivariada Calibração multivariada Multiway regression Multiway calibration Chemometrics CIENCIAS EXATAS E DA TERRA::QUIMICA |
| description |
Os metais terras raras apresentam uma economia que nos permite denominá-los como o “ouro do século XXI”, relativamente esses elementos estão presentes em diversos tipos de solos, possibilitando um avanço econômico para regiões que apresentam abundância em solos que contenham esses metais. Diante disso, com o avanço da tecnologia e a crescente produção que a indústria mineral proporciona, a aplicação desses elementos químicos permite uma evolução tecnológica, devido suas características eletrônicas, ópticas e também catalíticas. Neste sentido, metodologias diversificadas vêm sendo aplicadas para a determinação e quantificação de terras raras em solos, de forma que apresentem baixo custo, não sejam destrutivas, e possibilite alto valor agregado a esses materiais. Objetivou-se nesse trabalho a avaliação da capacidade preditiva de modelos quimiométricos baseados na técnica de espectroscopia NIR para a quantificação de terras raras em solos. As análises foram desenvolvidas em dois tipos de solos (tipo S e I) de três regiões diferentes localizadas na Província da Borborema estado do Pernambuco. A primeira etapa foi realizada por meio da técnica de ICP – OES na UFRPE, e as análises no infravermelho próximo – NIR na UEPB. Os pré-processamentos realizados nos dados espectrais foram a correção multiplicativa de espalhamento (MSC), padronização normal de sinal (SNV) e a técnica por Savitzky – Golay. Para predizer a quantificação dos terras raras foi utilizado a regressão por mínimos quadrados parciais (PLS), mínimos quadrados parciais por intervalos (iPLS) e algoritmos das projeções sucessivas (SPA – iPLS). Com base nos resultados obtidos, é possível fazer uma análise dos valores preditos por PLS e SPA – iPLS, e verificar que as figuras de mérito através da seleção de variáveis com SPA-iPLS apresentam valores de exatidão significativos em comparação ao modelo de PLS. |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-02-19 2022-01-13T13:30:27Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
PEREIRA, Lavínia Hannah de Souza. Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos. 2020. 60f. Dissertação (Programa de Pós-Graduação em Química - PPGQ) - Universidade Estadual da Paraíba, Campina Grande, 2021. http://tede.bc.uepb.edu.br/jspui/handle/tede/4051 |
| identifier_str_mv |
PEREIRA, Lavínia Hannah de Souza. Avaliação da capacidade preditiva de modelos quimiométricos baseados em espectroscopia NIR para a quantificação de terras raras em solos. 2020. 60f. Dissertação (Programa de Pós-Graduação em Química - PPGQ) - Universidade Estadual da Paraíba, Campina Grande, 2021. |
| url |
http://tede.bc.uepb.edu.br/jspui/handle/tede/4051 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Estadual da Paraíba Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP Brasil UEPB Programa de Pós-Graduação em Química - PPGQ |
| publisher.none.fl_str_mv |
Universidade Estadual da Paraíba Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP Brasil UEPB Programa de Pós-Graduação em Química - PPGQ |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UEPB instname:Universidade Estadual da Paraíba (UEPB) instacron:UEPB |
| instname_str |
Universidade Estadual da Paraíba (UEPB) |
| instacron_str |
UEPB |
| institution |
UEPB |
| reponame_str |
Biblioteca Digital de Teses e Dissertações da UEPB |
| collection |
Biblioteca Digital de Teses e Dissertações da UEPB |
| repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UEPB - Universidade Estadual da Paraíba (UEPB) |
| repository.mail.fl_str_mv |
bc@uepb.edu.br|| |
| _version_ |
1843993977516195840 |