Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Schneider, Mateus Pires
Orientador(a): Gomes, Adriano de Araújo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/220382
Resumo: Por meio do presente trabalho busca-se incrementar o conhecimento acerca do perfil dos vinhos tintos produzidos em território Sul-Rio-Grandense, de modo a possibilitar desenvolvimento de metodologias analíticas que sejam ambiental e economicamente sustentáveis e acessíveis. O entendimento dessas tecnologias pode facilitar o controle de qualidade e a identificação fraude exigido no setor. Quando dados de espectroscopia no infravermelho são aplicados no tratamento para reconhecimento de padrões, a quimiometria contribui na diferenciação entre safras de produção e origens de procedência. No presente trabalho, foram analisadas amostras de vinho tinto cedidas pela Empresa Brasileira de Pesquisa Agropecuária – Embrapa Uva e Vinho, totalizando 92 amostras de produtores locais para o reconhecimento de padrões e 4 amostras de monovarietal (3 Cabernet Sauvignon e 1 Merlot – produzidas em condições controladas) para os estudos de regressão. Os dados espectroscópicos obtidos foram tratados com derivação e suavização, para permitir avaliações concentradas no desempenho estatístico obtido da variação de parâmetros do tratamento de sinal derivada Savitsky Golay. Por meio de análise de componentes principais (PCA), foi possível diferenciar safras de produção entre as amostras, enquanto a diferenciação quanto à origem foi realizada a uma taxa de exatidão de 71% (SPA – LDA) e 81% (GA – LDA e PLS – DA). Estudos de regressão demonstraram que a abordagem quimiométrica permite quantificar variações de concentração de monovarietal dentro das quantidades previstas legalmente e critério para rotulagem. Mediante métodos de seleção de variáveis (iSPA – PLS e iPLS), foi possível encontrar modelos cuja taxa de erro de previsão do grupo de validação se aproxima a 12%. Em ambos estudos, as etapas de seleção de variáveis evidenciaram a relevância da concentração de álcoois e de compostos polifenólicos, o que reflete as diferenças nas condições geográficas e de composição dos monovarietais analisados.
id URGS_b2b4831e19ca1562b2a3cc95c974e274
oai_identifier_str oai:www.lume.ufrgs.br:10183/220382
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Schneider, Mateus PiresGomes, Adriano de Araújo2021-05-01T05:02:53Z2021http://hdl.handle.net/10183/220382001123990Por meio do presente trabalho busca-se incrementar o conhecimento acerca do perfil dos vinhos tintos produzidos em território Sul-Rio-Grandense, de modo a possibilitar desenvolvimento de metodologias analíticas que sejam ambiental e economicamente sustentáveis e acessíveis. O entendimento dessas tecnologias pode facilitar o controle de qualidade e a identificação fraude exigido no setor. Quando dados de espectroscopia no infravermelho são aplicados no tratamento para reconhecimento de padrões, a quimiometria contribui na diferenciação entre safras de produção e origens de procedência. No presente trabalho, foram analisadas amostras de vinho tinto cedidas pela Empresa Brasileira de Pesquisa Agropecuária – Embrapa Uva e Vinho, totalizando 92 amostras de produtores locais para o reconhecimento de padrões e 4 amostras de monovarietal (3 Cabernet Sauvignon e 1 Merlot – produzidas em condições controladas) para os estudos de regressão. Os dados espectroscópicos obtidos foram tratados com derivação e suavização, para permitir avaliações concentradas no desempenho estatístico obtido da variação de parâmetros do tratamento de sinal derivada Savitsky Golay. Por meio de análise de componentes principais (PCA), foi possível diferenciar safras de produção entre as amostras, enquanto a diferenciação quanto à origem foi realizada a uma taxa de exatidão de 71% (SPA – LDA) e 81% (GA – LDA e PLS – DA). Estudos de regressão demonstraram que a abordagem quimiométrica permite quantificar variações de concentração de monovarietal dentro das quantidades previstas legalmente e critério para rotulagem. Mediante métodos de seleção de variáveis (iSPA – PLS e iPLS), foi possível encontrar modelos cuja taxa de erro de previsão do grupo de validação se aproxima a 12%. Em ambos estudos, as etapas de seleção de variáveis evidenciaram a relevância da concentração de álcoois e de compostos polifenólicos, o que reflete as diferenças nas condições geográficas e de composição dos monovarietais analisados.The goal of the present work is to increase knowledge about red wine profile produced in Rio Grande do Sul, southern state of Brazil, in order to ease further development of analytical methodologies that turn to be environmental friendly and sustainable and affordable economically. Moreover, this methodology may integrate technologies to guarantee quality control against fraud, which are so important to the industrial field of food. After pattern recognition tools applied to infrared spectroscopy data, Chemometrics showed that it is possible to differentiate samples based on their harvest production and geographic origin. All results discussed on the present work became possible thanks to the donation of Embrapa Grape and Wine, which handed us 92 samples of locally produced red wine for pattern recognition and more 4 samples of specific cultivars (3 Cabernet Sauvignon and 1 Merlot – produced under controlled conditions) to regression studies. All performance evaluation focused on statistical effects caused from parameter variation of smoothing Savitsky – Golay derivatives. By PCA it was possible to differentiate harvest production years among samples, meanwhile origin designation has been achieved with an accuracy rate of 71% (SPA – LDA) and 81% (GA – LDA and PLS – DA). The chemometric approach of regression studies showed possibilities to quantify concentration variations of wine mixtures that, although legally provided, has labeling defined limits. Through variable selection algorithm (iSPA – PLS and iPLS), it was possible to quantify validation samples with a prediction rate of error about 12%. In both studies, variable selection showed that alcoholic and polyphenolic concentrations are crucial to the characterization, reflecting differences in terms of geographic conditions of production and grape species composition.application/pdfporEMBRAPA. Centro Nacional de Pesquisa de Uva e VinhoVinho tintoVinicultura : Rio Grande do SulReconhecimento de padrõesRegressão multivariadaSeleção de variáveisWineSerra and Campanha GaúchaPattern RecognitionMultivariate RegressionVariable selectionOrigem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de QuímicaPrograma de Pós-Graduação em QuímicaPorto Alegre, BR-RS2021mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001123990.pdf.txt001123990.pdf.txtExtracted Texttext/plain240410http://www.lume.ufrgs.br/bitstream/10183/220382/2/001123990.pdf.txtc78049c390029d2f1a765c5fd42af3b2MD52ORIGINAL001123990.pdfTexto completoapplication/pdf6890511http://www.lume.ufrgs.br/bitstream/10183/220382/1/001123990.pdf09bf7e092f4909dc16d5b86828bf9a02MD5110183/2203822021-05-07 04:57:48.981365oai:www.lume.ufrgs.br:10183/220382Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-07T07:57:48Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
title Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
spellingShingle Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
Schneider, Mateus Pires
EMBRAPA. Centro Nacional de Pesquisa de Uva e Vinho
Vinho tinto
Vinicultura : Rio Grande do Sul
Reconhecimento de padrões
Regressão multivariada
Seleção de variáveis
Wine
Serra and Campanha Gaúcha
Pattern Recognition
Multivariate Regression
Variable selection
title_short Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
title_full Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
title_fullStr Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
title_full_unstemmed Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
title_sort Origem geográfica e perfil varietal de vinhos tintos produzidos no Rio Grande do Sul via técnicas espectroscópicas assistidas por ferramentas quimiométricas
author Schneider, Mateus Pires
author_facet Schneider, Mateus Pires
author_role author
dc.contributor.author.fl_str_mv Schneider, Mateus Pires
dc.contributor.advisor1.fl_str_mv Gomes, Adriano de Araújo
contributor_str_mv Gomes, Adriano de Araújo
dc.subject.por.fl_str_mv EMBRAPA. Centro Nacional de Pesquisa de Uva e Vinho
Vinho tinto
Vinicultura : Rio Grande do Sul
Reconhecimento de padrões
Regressão multivariada
Seleção de variáveis
topic EMBRAPA. Centro Nacional de Pesquisa de Uva e Vinho
Vinho tinto
Vinicultura : Rio Grande do Sul
Reconhecimento de padrões
Regressão multivariada
Seleção de variáveis
Wine
Serra and Campanha Gaúcha
Pattern Recognition
Multivariate Regression
Variable selection
dc.subject.eng.fl_str_mv Wine
Serra and Campanha Gaúcha
Pattern Recognition
Multivariate Regression
Variable selection
description Por meio do presente trabalho busca-se incrementar o conhecimento acerca do perfil dos vinhos tintos produzidos em território Sul-Rio-Grandense, de modo a possibilitar desenvolvimento de metodologias analíticas que sejam ambiental e economicamente sustentáveis e acessíveis. O entendimento dessas tecnologias pode facilitar o controle de qualidade e a identificação fraude exigido no setor. Quando dados de espectroscopia no infravermelho são aplicados no tratamento para reconhecimento de padrões, a quimiometria contribui na diferenciação entre safras de produção e origens de procedência. No presente trabalho, foram analisadas amostras de vinho tinto cedidas pela Empresa Brasileira de Pesquisa Agropecuária – Embrapa Uva e Vinho, totalizando 92 amostras de produtores locais para o reconhecimento de padrões e 4 amostras de monovarietal (3 Cabernet Sauvignon e 1 Merlot – produzidas em condições controladas) para os estudos de regressão. Os dados espectroscópicos obtidos foram tratados com derivação e suavização, para permitir avaliações concentradas no desempenho estatístico obtido da variação de parâmetros do tratamento de sinal derivada Savitsky Golay. Por meio de análise de componentes principais (PCA), foi possível diferenciar safras de produção entre as amostras, enquanto a diferenciação quanto à origem foi realizada a uma taxa de exatidão de 71% (SPA – LDA) e 81% (GA – LDA e PLS – DA). Estudos de regressão demonstraram que a abordagem quimiométrica permite quantificar variações de concentração de monovarietal dentro das quantidades previstas legalmente e critério para rotulagem. Mediante métodos de seleção de variáveis (iSPA – PLS e iPLS), foi possível encontrar modelos cuja taxa de erro de previsão do grupo de validação se aproxima a 12%. Em ambos estudos, as etapas de seleção de variáveis evidenciaram a relevância da concentração de álcoois e de compostos polifenólicos, o que reflete as diferenças nas condições geográficas e de composição dos monovarietais analisados.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-05-01T05:02:53Z
dc.date.issued.fl_str_mv 2021
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 http://hdl.handle.net/10183/220382
dc.identifier.nrb.pt_BR.fl_str_mv 001123990
url http://hdl.handle.net/10183/220382
identifier_str_mv 001123990
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/220382/2/001123990.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/220382/1/001123990.pdf
bitstream.checksum.fl_str_mv c78049c390029d2f1a765c5fd42af3b2
09bf7e092f4909dc16d5b86828bf9a02
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1797065164388827136