Escolar Documentos
Profissional Documentos
Cultura Documentos
Língua Eletrónica Potenciométrica: Uma Ferramenta para Análise Da Qualidade Do Mel.
Língua Eletrónica Potenciométrica: Uma Ferramenta para Análise Da Qualidade Do Mel.
potenciomtrica:
uma ferramenta
para anlise da
qualidade do mel.
Orientador
Adlio A.S.C. Machado, Professor Catedrtico, Faculdade de Cincias
Coorientador
Antnio M. Peres, Professor Adjunto, Instituto Politcnico de Bragana
O Presidente do Jri,
Porto, ______/______/_________
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Agradecimentos
Ao Professor Doutor Adlio Machado, orientador cientfico, pela
disponibilidade, apoio e valiosas sugestes ao longo de todo o
trabalho.
Ao Professor Doutor Antnio Peres, co-orientador cientfico, pelas
crticas oportunas.
Professora Doutora Letcia Estevinho, pela disponibilidade e
colaborao nas anlises polnicas e de cor das amostras de mel
estudadas.
Ao Eng Jorge S Morais, pelo apoio na realizao das anlises por
cromatografia lquida (HPLC).
Escola Superior Agrria do Instituto Politcnico de Bragana, pela
oportunidade oferecida para a realizao deste trabalho no
Laboratrio de Qumica e Bioqumica Aplicada.
ii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Resumo
Neste trabalho investigou-se a possibilidade de discriminao de diferentes tipos de
mis monoflorais com uma lngua eletrnica potenciomtrica construda pelo mtodo printscreen e constituda por sensores de sensibilidade cruzada. Usaram-se 89 amostras de mel,
provenientes de todas as regies apcolas de Portugal continental relativas a 3 anos
apcolas (2009-2011), que foram analisadas quanto cor, perfil polnico e contedo de
glucose e frutose. As mesmas amostras foram analisadas com recurso lngua eletrnica,
tendo sido registados os seus perfis potenciomtricos. Constatou-se a existncia de uma
acentuada variabilidade das amostras com base no perfil de cores obtido, desde o extraclaro at ao escuro; pelos nveis de concentrao de frutose que variaram entre 33 e 57
g/100 g de mel e os de glucose entre 20 e 37 g/100 g de mel; assim como quanto ao tipo e
nveis de plens predominantes detectados. Estes dados permitiram classificar 75 amostras
como pertencendo a 8 tipos de mel monofloral: Lavandula sp., Echium sp., Rubus sp., Erica
sp., Prunus sp., Castanea sp., Trifolium sp. e Eucalyptus sp. (os dois ltimos, apenas com 2
mis presentes na amostragem realizada).
Atendendo
redundncia
da
informao
contida
nos
perfis
de
sinais
iii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
iv
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Abstract
The performance of a potentiometric electronic tongue constructed by the printscreen method and comprising cross-sensitivity sensors, for discriminate different types of
monofloral honeys was evaluated. In total, 89 samples of different honeys obtained all across
continental Portugal, were used and analised concerning color, pollen profile, glucose and
fructose contents. All samples were also analised using the electronic tongue and the
potentiometric signal profiles were recorded. The honey samples showed a high variability
that was demonstrated by their different colors, yielding from the extra-light to the dark
colors; by the different fructose (ranging from 33 to 57 g/100 g of honey) and glucose
(between 20 and 37 g/100 g honey) concentration levels; as well as by the type and levels of
the major pollens identified. Based on the pollen analysis 75 samples were classified as
monofloral honeys: Lavandula sp., Echium sp., Rubus sp., Erica sp., Prunus sp., Castanea
sp., Trifolium sp. and Eucalyptus sp. (although the last two with only two samples).
The potentiometric signal profiles recorded showed a high level of redundancy. So,
three variable selection meta-heuristic algorithms were applied (simulated annealing, genetic
and restricted local improvement) to establish the most informative predictors (sensors) when
using in simultaneous a linear discriminant analysis method to establish classification models
according to the type of monofloral honey. Due to the high variability of monofloral honey in
the sampling database, a methodology was chosen to allow using the electronic tongue for
monofloral honey classification.
Samples classified as monofloral honeys were split into 3 groups according to their
colors: white (including extra-white and white honeys), amber (including extra light amber,
light amber and amber honeys) and dark (composed of dark honeys).
This procedure
together the subsets of sensors selected using the Simulated Annealing algorithm (algorithm
that allowed the establishment of the best classification model), allowed a simple linear
discrimination model (with a reduced number of sensors in the model) with high values for
the goodness of fit criterion, and especially with 100% of correct classifications for the leaveone-out cross-validation procedure.
For samples classified as white honeys, a linear discriminant analysis model with 6
sensors allowed a 100% of correct monofloral honey classifications as Echium or Lavandula,
using a leave-one-out cross-validation procedure. For samples classified as amber, the best
model included the signals of 16 sensors and allowed a full discrimination between the
samples from the 4 types of monofloral honeys: Echium, Lavandula, Prunus and Rubus.
Finally, for the dark color group, the selected model had 7 sensors and allowed to
discriminating correctly the 3 groups of monofloral honeys: Castanea, Erica and Rubus.
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
The results achieved with the proposed potentiometric electronic tongue suggest that
this analytical technique may be an important tool to assist in the routine honey classification,
allowing companies that produce and sell honey, to have the capability to classify/confirm
whether a honey is monofloral and of which kind, with the economic added value that it
brings in relation to multifloral classified honeys, ensuring also the authenticity of the
packaged product, from a floral point of view.
Keywords: Electronic tongue; Monofloral honeys; Linear discriminant analysis; Sensors
selection; Meta-heuristic algorithms; Simulated annealing algorithm; Genetic algorithm;
Restricted local improvement algorithm.
vi
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
ndice geral
Resumo
..................................................................................................................................................................
iii
Abstract
...................................................................................................................................................................
v
ndice
geral
.........................................................................................................................................................
vii
ndice
de
tabelas
................................................................................................................................................
ix
ndice
de
figuras
..................................................................................................................................................
x
Lista
de
abreviaturas
.......................................................................................................................................
xi
PREMBULO
.....................................................................................................................................................
xiii
a.
Enquadramento
......................................................................................................................................................
xiii
b.
Objetivos
....................................................................................................................................................................
xiii
c.
Estrutura
do
trabalho
...........................................................................................................................................
xiv
1.
INTRODUO
..................................................................................................................................................
1
1.1.
O
mel
............................................................................................................................................................................
1
1.1.1.
Produo
do
mel
pela
abelha
......................................................................................................................
1
1.1.2.
Composio
qumica
do
mel
........................................................................................................................
1
1.1.3.
Plen
no
mel
.......................................................................................................................................................
2
1.1.4.
Classificao
do
mel
........................................................................................................................................
3
1.1.5.
O
mel
em
Portugal
...........................................................................................................................................
4
1.1.6.
Controlo
de
qualidade
....................................................................................................................................
5
1.2.
Lngua
eletrnica
....................................................................................................................................................
6
1.2.1.
Sensores
qumicos
............................................................................................................................................
6
1.2.2.
Processamento
de
sinais
................................................................................................................................
7
1.2.3.
Exemplos
de
aplicao
de
LEs
..................................................................................................................
11
1.3.
Gnese
do
trabalho
.............................................................................................................................................
12
vii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
3.
Resultados
......................................................................................................................................................
21
3.1.
Cor
do
mel
..............................................................................................................................................................
21
3.2.
Anlise
polnica
....................................................................................................................................................
23
3.3.
Anlise
por
HPLC
.................................................................................................................................................
27
3.4.
Anlise
com
a
lngua
eletrnica
....................................................................................................................
32
3.4.1.
Classificao
de
amostras
de
cor
branca
............................................................................................
38
3.4.2.
Classificao
de
amostras
de
cor
mbar
.............................................................................................
40
3.4.3.
Classificao
de
amostras
de
cor
escura
.............................................................................................
43
4.
Concluses
......................................................................................................................................................
47
Referncias
.........................................................................................................................................................
49
viii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
ndice de tabelas
Tabela 1 Exemplo de alguns resultados analticos referentes a anlises polnicas e
qumicas de mis monoflorais de Castanea obtidos em vrios trabalhos [13]. ................4
Tabela 2 Cores padro do mel designadas pela USDA e respetivos intervalos de cor da
escala mm PFund. ..........................................................................................................14
Tabela 3 Composio das membranas polimricas. ...........................................................18
Tabela 4 Nmero de amostras com cores padro do mel designadas pela USDA. ...........21
Tabela 5 Percentagem de mis com cada tipo de plen presente e o valor mnimo e
mximo da percentagem de cada plen nas amostras de mel. ......................................24
Tabela 6 Exemplo de planta associada a cada gnero identificado atravs da anlise
polnica. ...........................................................................................................................25
Tabela 7 Classificao e os 3 plens mais predominantes das amostras. .........................26
Tabela 8 Valores globais da classificao e da cor das amostras monofloral/multifloral. ...27
Tabela 9 Intervalo de concentraes e parmetros da calibrao para a anlise da glucose
e frutose por HPLC. .........................................................................................................29
Tabela 10 Resultados do estudo da repetibilidade, da preciso intermdia e da exatido
com solues de controlo de qualidade. .........................................................................30
Tabela 11 Resultados do estudo da repetibilidade e da preciso intermdia de 3 amostras.
........................................................................................................................................30
Tabela 12 Concentraes de glucose e frutose nas amostras de mel analisadas por HPLC
........................................................................................................................................31
Tabela 13 Seleo de variveis independentes atravs de 3 algortmos para obter
modelos de discriminao entre 2 grupos de mel monofloral de cor branco. .................39
Tabela 14 Seleo de variveis independentes atravs de 3 algortmos para obter
modelos de discriminao entre 4 grupos de mel monofloral de cor mbar. ..................42
Tabela 15 Seleo de variveis independentes atravs de 3 algortmos para obter
modelos de discriminao entre 3 grupos de mel monofloral de cor escura. .................44
ix
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
ndice de figuras
Figura 1 Escala impressa de cores padro do mel e respetivos intervalos de valores mm
PFund. .............................................................................................................................14
Figura 2 Sistema de multi-sensores. ...................................................................................17
Figura 3 Montagem para a anlise com a lngua eletrnica................................................19
Figura 4 Amostras de mel usadas neste trabalho de acordo com a escala de cores padro
do mel impressa e as definidas pela USDA. ...................................................................22
Figura 5 Distribuio da cor Pfund (mm) e ajuste da funo de distribuio log-normal. ...23
Figura 6 Cromatogramas da turanose, trehalose, maltose e de uma mostra de mel. ........28
Figura 7 Perfil dos sinais obtidos da anlise das amostras com a lngua eletrnica. .........32
Figura 8 Extremos quartis do potencial (mV) em funo dos sensores. .............................33
Figura 9 Esquema da metodologia de tratamento de dados usada para estabelecer o
melhor modelo ADL. ........................................................................................................35
Figura 10 Anlise discriminante linear entre 8 diferentes tipos de mel. ..............................36
Figura 11 Anlise discriminante linear entre 6 diferentes tipos de mel. ..............................37
Figura 12 Anlise discriminante linear entre os 3 grupos de cor associados seleo
primria das amostras: 1 branco; 2 mbar; 3 escuro. ............................................38
Figura 13 Distribuio de frequncias dos dados referentes primeira funo
discriminante da classificao de dois grupos de mis brancos monoflorais: Echium
(Ech) e Lavandula (Lav). .................................................................................................41
Figura 14 Anlise discriminante linear de 4 grupos de mis monoflorais de cor mbar:
Echium (Ech), Lavandula (Lav), Prunus (Pru) e Rubus (Rub). .......................................43
Figura 15 Anlise discriminante linear de 3 grupos de mis monoflorais de cor escura:
Castanea (Cas), Erica (Eri) e Rubus (Rub). ....................................................................45
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Lista de abreviaturas
A mbar
AC mbar claro
Aca Acacia sp.
ACP Anlise de Componentes Principais
ADL Anlise Discriminante Linear
AEC mbar extra claro
AS Arrefecimento Simulado
B Branco
Cas Castanea sp.
ccr12 coeficiente da primeira raiz de Roy (coefficient and Roy's first root statistic, !! )
Cre Crepis sp.
Cyt Cytisus sp.
E Escuro
EB Extra-branco
Ech Echium sp.
Eri Erica sp.
Euc Eucalyptus sp.
FNAP Federao Nacional de Apicultores de Portugal
Foe Foeniculum sp.
GEN Gentico
Gen Genista sp.
Hel Helianthus sp.
HPLC Cromatografia lquida de alto desempenho (abreviatura do ingls, high performance
liquid chromatography)
IHC Comisso Internacional do mel (abreviatura do ingls, International Honey
Commission)
IR Indce de Refrao
IUPAC Unio Internacional da Qumica Pura e Aplicada (abreviatura do ingls,
International Union of Pure and Applied Chemistry)
Lav Lavandula sp.
LE Lngua Eletrnica
Leo Leontondon sp.
LOO deixar um de fora (abreviatura do ingls, leave-one-out)
Med Medicago sp.
Men Mentha sp.
xi
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
xii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
PREMBULO
a. Enquadramento
As empresas que produzem e comercializam o mel tm a necessidade de classificar
os diferentes tipos de mis, uma vez que o mel monofloral tem um valor econmico mais
elevado do que o multifloral. A classificao dos mis em mis monoflorais ou multiflorais
vulgarmente realizada atravs de uma anlise polnica, que demorada e exige um tcnico
especializado na identificao dos diferentes tipos de plen. Quando o perfil polnico no
permite uma classificao correta, as amostras so sujeitas a uma anlise sensorial para
confirmao, mas esta tambm uma anlise especializada e limitada quanto ao nmero de
amostras que possvel analisar por dia. Assim, h a necessidade de encontrar novas
ferramentas analticas que tornem mais fcil a classificao do mel no processo industrial, a
fim de garantir a autenticidade dos seus produtos.
A lngua eletrnica potenciomtrica uma recente aplicao analtica cujas
potencialidades na rea alimentar so vastas, pois permite mimetizar a anlise sensorial
quer ao nvel qualitativo quer ao nvel quantitativo. uma ferramenta de trabalho que
permite a classificao, discriminao e quantificao, aplicando mtodos estatsticos
multivariados no supervisionados e supervisionados aos perfis de sinais de potencial
referentes a parmetros qumicos presentes nas amostras lquidas analisadas.
Foi neste mbito que se decidiu investigar se a lngua eletrnica potenciomtrica
poderia constituir uma metodologia analtica rpida para distinguir mis monoflorais,
permitindo reduzir o nmero de amostras que necessitariam de ser sujeitas a anlise
polnica e sensorial, que seriam s as de classificao duvidosa.
b. Objetivos
O objetivo geral deste trabalho consistiu em aplicar a lngua eletrnica
potenciomtrica na anlise de mis, com vista a estabelecer a metodologia estatstica que
permitisse discriminar corretamente as amostras em grupos de mis monoflorais.
Os objetivos especficos foram os seguintes:
efetuar anlise polnica, da cor e dos acares maioritrios (glucose e frutose por
cromatografia lquida de alto desempenho) em todas as amostras;
xiii
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
algoritmos
meta-heursticos
(arrefecimento
simulado,
gentico
pesquisa bibliogrfica, constituda por uma breve descrio sobre o que o mel e a sua
composio qumica, bem como sobre a sua caracterizao por anlise polnica, fazendo
meno sua produo em Portugal e ao seu controlo de qualidade. Neste captulo tambm
se faz referncia ao estado da arte das lnguas eletrnicas, bem como a estudos sobre a
sua aplicao ao mel.
No segundo captulo, Material e mtodos, faz-se a descrio da amostragem
realizada e descrevem-se as metodologias aplicadas na caracterizao da cor e anlise
polnica do mel. Em relao anlise por cromatografia lquida de alto desempenho (HPLC),
apresenta-se o equipamento e preparao de solues; para a anlise com a lngua
eletrnica, descreve-se o sistema de multi-sensores, os sensores qumicos usados e o
equipamento. Abordam-se tambm os mtodos estatsticos multivariados aplicados aos
dados analticos que foram usados no captulo seguinte.
No terceiro captulo, Resultados e discusso, apresentam-se os tratamentos de
resultados obtidos das anlises de cor, perfil polnico, HPLC e lngua eletrnica, bem como a
discusso dos resultados referentes aos tratamentos estatsticos aplicados.
No quarto captulo, Concluses finais, compilam-se as concluses gerais mais
relevantes obtidas no captulo anterior e faz-se tambm uma apreciao global dos
resultados tendo em vista os objetivos.
Por fim, apresenta-se a Bibliografia utilizada.
xiv
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
1. INTRODUO
1.1. O mel
O mel uma substncia doce produzida por abelhas a partir do nctar de flores, de
secrees doces de outras partes da planta e de excrees dos insetos sugadores de
plantas [1].
1.1.1. Produo do mel pela abelha
O produto mais comum o produzido pelas abelhas melferas (gnero Apis). A
produo do mel iniciada com um primeiro tratamento das matrias recolhidas, na boca e
estmago do mel da abelha, usando substncias especficas prprias enzimas. Estas
permitem quebrar os acares complexos (principalmente a sacarose) em acares mais
simples (glucose e frutose), que so mais facilmente digerveis e permitem uma maior
conservao do mel. Na colmeia, as abelhas coletoras (campeiras) regurgitam o nctar e
passam-no para as abelhas operrias da colmeia que continuam com o processo de
transformao do nctar. Aps este tratamento, o produto colocado nos alvolos de cera
e, gradualmente, transformado em mel por evaporao da gua. O mel fica armazenado
na colmeia para amadurecer e usado como fonte primria de alimento para o inverno [2,3].
Como ao longo de um ano apcola o perodo de florescimento diferente de planta
para planta, o mel uma mistura de nctares e por isso tem uma composio varivel
dependendo das fontes florais [3,4]. Outros factores que afectam a composio do mel,
indiretamente ou diretamente, so o clima e o processamento do mel [4].
1.1.2. Composio qumica do mel
Globalmente, apresentando valores mdios, o mel constitudo principalmente por
acares (aproximadamente, 80% da sua massa), nomeadamente glucose (31,3%), frutose
(38,2%), sacarose (0,7%), outros dissacardeos (5%) e polissacardeos (3,1%). Apresenta
quantidades de gua geralmente inferiores a 20% (no nctar, 80%) e valores de pH entre
3,5 e 4,5. O mel tambm contm uma grande variedade de outras substncias em pequenas
concentraes (<2%) como, por exemplo, aminocidos e protenas, sais minerais,
compostos fenlicos (cidos fenlicos e flavonoides), vitaminas, etc [2,3,5].
A composio qumica do mel afeta as suas propriedades fsicas (ndice de refrao,
viscosidade, densidade e calor especfico), bem como o aroma e sabor. Estes esto
associados aos componentes cidos orgnicos e outros volteis (lcoois, cetonas, aldedos
e steres) presentes no mel [2,3]. A cor resulta da mistura de vrios mis presentes na
colmeia, devido recolha de nctar em diferentes floraes ao longo do ano apcola, e est
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
biolgica. Alguns exemplos de mis monoflorais Portugueses usados nestes estudos so:
Erica sp. da regio de Trs-os-Montes [15]; Eucalyptus sp., Lavandula sp., Erica sp., Cytisus
sp. da Serra da Lous [16]; Erica sp., Eucaliptus sp., Citrus sp., Lavandula sp. e Echium sp.
provenientes de vrias regies de Portugal [17].
Tabela 1 Exemplo de alguns resultados analticos referentes a anlises polnicas e qumicas de
mis monoflorais de Castanea obtidos em vrios trabalhos [13].
Parmetro
% de plen especfico
95/99;
>70;
981;
>90
pH
4,2/4,8;
4,4/4,8;
3,7/4,8;
4,8/ 6,8;
4,6/5,4;
4,6/6,5
23,0/32,0;
31,5/56,5;
24,4/72,8;
9,3/11,3;
10,3/24,8;
13,43,3
Frutose (g/100 g)
35,0/44,7;
34,7/41,2;
35,1/43,5;
37,1/47,4;
41,91,3;
37,6/46,0
Glucose (g/100 g)
25,2/30,8;
25,6/30,5;
28,8/30,6;
21,0/30,0;
22,1/29,3;
23,6/32,4
Sacarose (g/100 g)
0/6,2;
0,1/3,8;
0/0,20;
0,500,65;
0,0/1,3;
0,47/1,17
gua (g/100 g)
17,1/19,3;
18,0/19,0;
15,6/18,7;
16,8/22,0;
15,6/17,8;
16,6/19,1
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
10
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
11
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Ag/AgCl, para classificar 3 tipos de mis (Acacia, Castanea e melada) da Crocia, com
elevada exatido (100% de classificaes corretas) [45]; no terceiro, usando o mesmo
sistema comercial, 8 tipos de mel chineses (Acacia, Astragali, Data, Coptis, Vitex,
Motherwort, Radix Changll e Buckwheat) foram classificadas de forma eficiente (>90% de
classificaes corretas) [46]; por ltimo, um sistema constitudo por 3 eltrodos metlicos
puros e por 4 eltrodos de compostos metlicos foi usado para discriminar mis de Citrus,
Rosemary, multifloral e melada, de forma eficiente (>93% de classificaes corretas) [47].
1.3. Gnese do trabalho
Neste
trabalho
utilizou-se
uma
LE
potenciomtrica
contendo
membranas
12
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
2. Material e mtodos
2.1. Amostragem
As 89 amostras de mel usadas neste trabalho foram fornecidas pela Federao
Nacional de Apicultores de Portugal (FNAP). Estas amostras referem-se a mis que
entraram em concursos de mel no mbito dos Frum Nacional de Apicultura/Feira Nacional
do Mel organizados pela FNAP, em 3 anos consecutivos (2010-2012), e que se referem aos
anos apcolas 2009 a 2011 (respectivamente 29, 37 e 23 amostras). As amostras so
provenientes de todas as regies apcolas do territrio continental de Portugal.
As amostras foram analisadas usando vrios procedimentos, a seguir descritos, de
forma a obter-se uma caracterizao sensorial (ao nvel da cor) da composio polnica e
qumica (ao nvel dos acares), para ser relacionada com a informao obtida da anlise
do mel com a LE.
2.2. Caracterizao da cor do mel
A cor foi caracterizada numa escala de mm PFund, a partir da medio da
absorvncia de uma soluo aquosa de cada amostra num espectrofotmetro UV-Vis
(Jenway, modelo Genova) a um comprimento de onda de 635 nm [48]. A soluo aquosa foi
preparada por diluio da amostra na proporo de 1:2 (5,0 g de mel em 10,0 mL de gua
desionizada). No caso de haver evidncia de presena de cristais de acares, a amostra foi
aquecida a 50C previamente dissoluo. A soluo foi deixada repousar na cuvete de
quartzo durante 10 minutos antes da medio. Como branco usou-se gua desionizada.
A cor do mel foi expressa em unidades da escala de mm Pfund aplicando a seguinte
expresso [48]:
= 38,70 + 371,39
(Eq. 1)
13
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Tabela 2 Cores padro do mel designadas pela USDA e respetivos intervalos de cor da escala mm
PFund.
Cores padro do mel
Branco gua
Extra branco
>8 e 17
Branco
>17 e 34
>34 e 50
mbar claro
>50 e 85
mbar
>85 e 114
mbar escuro *
>114
mm Pfund
COR
10 - <20
>20 - <30
>30 - <40
>40 - <50
>50 - <60
>60 - <70
>70 - <80
>80 - <90
>90 - <100
>100 - <110
>110 - <120
>120 - <130
>130 - <140
>140
Figura 1 Escala impressa de cores padro do mel e respetivos intervalos de valores mm PFund.
14
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
15
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
16
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
17
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Aditivo
Plastificante
S1
2,99
65,02
31,99
lcool olelico
S2
2,96
65,00
32,04
Cloreto de metiltrioctilamnio
S3
3,00
65,01
31,99
cido oleico
S4
3,00
65,04
31,96
Octadecilamina
S5
3,02
65,11
31,87
lcool olelico
S6
2,96
65,02
32,02
Cloreto de metiltrioctilamnio
S7
3,00
64,91
32,10
cido oleico
S8
2,99
64,93
32,09
Octadecilamina
S9
2,98
64,68
32,34
lcool olelico
S10
3,00
65,10
31,90
Cloreto de metiltrioctilamnio
S11
2,99
65,00
32,00
cido oleico
S12
3,01
65,04
31,95
Octadecilamina
S13
2,96
64,99
32,05
lcool olelico
S14
2,97
65,04
32,00
Cloreto de metiltrioctilamnio
S15
3,00
64,99
32,01
cido oleico
S16
2,98
65,04
31,98
Octadecilamina
S17
3,12
64,85
32,03
lcool olelico
S18
2,95
65,04
32,01
Cloreto de metiltrioctilamnio
S19
2,99
64,69
32,32
cido oleico
S20
3,01
65,11
31,88
Plastificante
Aditivo
Adipato de bis-(1-butilpentilo)
Octadecilamina
Sebacato de dibutilo
Fosfato de 2-etil-hexilo
Fosfonato de dioctilfenilo
Sensor n
PVC
18
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
A
C
B
Figura 3 Montagem para a anlise com a lngua eletrnica.
A - Computador; B - Agitador magntico; C - Sistemas de multi-sensores + eltrodo
de referncia inserido numa amostra; D - Datalogger
19
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
20
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
3. Resultados
3.1. Cor do mel
A cor no um parmetro de qualidade do mel, mas um factor comercial
importante para os produtores, embaladores e consumidores. Em Portugal, no
necessrio especificar a cor no rtulo, mas os consumidores baseiam-se neste atributo
visual na escolha do mel que compram. Como a cor uma caracterstica que advm
principalmente da fonte floral do mel, decidiu-se analisar os dados da anlise polnica e
verificar se possvel obter uma relao entre os respetivos resultados e os da anlise da
cor.
As 89 amostras de mel foram analisadas por espectrofotometria UV-Vis e
determinada a cor na escala Pfund (mm) atravs das absorvncias obtidas (equao 1). Na
Figura 4 apresenta-se a classificao de cada amostra de acordo com a escala de cores
padro do mel impressa e a definida pela USDA. Na Tabela 4 mostra-se o nmero de
amostras e o respectivo valor de percentagem associado a cada grupo de cor padro
definida pela USDA.
Tabela 4 Nmero de amostras com cores padro do mel designadas pela USDA.
Cores padro do mel
N de amostras
2,2
Branco (B)
20
22,5
10
11,2
22
24,7
mbar (A)
10
11,2
Escuro (E)
25
28,1
21
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Cor padro
mm PFUND
Cor (USDA)
15.9
16.3
18.9
20.0
20.7
22.6
23.0
25.6
26.3
26.7
26.7
27.0
27.0
28.2
28.5
31.5
31.9
32.2
32.2
33.0
33.3
33.3
34.8
35.9
38.9
39.7
40.0
41.5
43.7
44.9
47.1
48.9
51.2
56.0
57.1
59.3
60.1
60.8
60.8
62.7
63.1
65.3
66.4
66.4
66.4
67.1
69.0
70.5
73.8
73.8
76.4
78.3
78.3
80.9
87.9
88.7
99.8
100.9
103.2
103.5
107.6
111.3
112.8
113.6
114.7
118.4
118.8
119.1
126.6
126.9
128.8
134.0
135.1
135.1
138.8
141.4
142.2
147.4
147.4
155.5
156.3
171.1
171.9
175.6
193.4
196.0
198.6
201.2
204.2
EB
EB
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
AEC
AEC
AEC
AEC
AEC
AEC
AEC
AEC
AEC
AEC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
AC
A
A
A
A
A
A
A
A
A
A
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
E
EB - extra branco;
B branco;
AEC - mbar extra claro;
AC - mbar claro;
A mbar;
E escuro.
Figura 4 Amostras de mel usadas neste trabalho de acordo com a escala de cores padro do mel
impressa e as definidas pela USDA.
22
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
220
200
180
160
140
120
100
80
60
40
20
0
2
10
N amostras
23
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
sp. e Eucalyptus sp. esto presentes em mais de 40% das amostras. A seguir, os plens
Thymus sp., Leontodeon sp., Cytisus sp., Acacia sp. e Pinus sp. so os mais abundantes,
estando presentes em 13 a 25% das amostras. Os restantes tipos de plen esto presentes
em menos de 8% das amostras.
Tabela 5 Percentagem de mis com cada tipo de plen presente e o valor mnimo e mximo da
percentagem de cada plen nas amostras de mel.
Tipo de
plen
Abreviatura do
% Mis com
tipo de plen
Min
Mx
o plen
Rubus sp.
Rub
1,1
68,6
76,4
Prunus sp.
Pru
1,4
80,1
75,3
Echium sp.
Ech
1,4
79,3
73,0
Lavandula sp.
Lav
1,2
66,5
70,8
Castanea sp.
Cas
2,5
94,8
62,9
Trifolium sp.
Tri
1,4
81,7
50,6
Erica sp.
Eri
1,2
81,7
41,6
Eucalyptus sp.
Euc
1,2
82,0
40,4
Thymus sp.
Thy
1,3
17,8
24,7
Leontondon sp.
Leo
1,1
20,1
24,7
Cytisus sp.
Cyt
1,2
7,1
19,1
Acacia sp.
Aca
0,6
21,8
14,6
Pinus sp.
Pin
1,6
6,1
13,5
Sandix sp.
San
1,5
6,6
7,9
Foeniculum sp.
Foe
1,5
24,3
7,9
Helianthus sp.
Hel
1,4
6,9
4,5
Mentha sp.
Men
1,5
3,0
3,4
Mimosaceae sp.
Mim
2,6
5,4
2,2
Crepis sp.
Cre
1,8
3,3
2,2
Tilia sp.
Til
4,7
11,2
2,2
Genista sp.
Gen
1,2
11,4
2,2
Medicago sp.
Med
19,9
19,9
1,1
Persea sp.
Per
6,9
6,9
1,1
24
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Crepis sp.
Almeiro-branco
Cytisus sp.
Giesta
Echium sp.
Soagem
Erica sp.
Urze
Eucalyptus sp.
Eucalipto
Foeniculum sp.
Funcho
Genista sp.
Tojo
Helianthus sp.
Girassol
Lavandula sp.
Rosmaninho
Leontondon sp.
Medicago sp.
Dente-de-leo
Alfafa
Mentha sp.
Hortel
Mimosaceae sp.
Mimosa
Persea sp.
Loureiro-real
Pinus sp.
Pinheiro
Prunus sp.
Cerejeira
Rubus sp.
Amora silvestre
Thymus sp.
Tilia sp.
Trifolium sp.
Sandix sp.
Tomilho
Tlia
Trevo
Agulha de pastor
Verifica-se tambm que os plens Cytisus sp., Pinus sp., Sandix sp., Helianthus sp.,
Mentha sp., Mimosaceae sp., Crepis sp. e Persea sp. esto presentes no mel com valores
percentuais mximos inferiores a 7.2%. Esta baixa percentagem pode indicar que a
contribuio destes tipos de plen para a cor e sabor das amostras ser pouco significativa.
A classificao das amostras em mel monofloral/multifloral foi efetuada usando como
critrio a predominncia dos plens. Na Tabela 7 apresentam-se os resultados desta
classificao e os trs plens mais predominantes (10% de presena) identificados em
cada amostra.
25
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Castanea
(90%)
Cas
(90)
Cas
(92)
Cas
(91)
Cas
(95)
Echium
(45%)
Erica
(45%)
Eucaliptus
(70%)
Lavandula
(15%)
Euc
(82)
Ech
(34)
Rub
(32)
Lav
(19)
Ech
(38)
Rub
(25)
Lav
(19)
Ech
(39)
Rub
(26)
Lav
(21)
Lav
(31)
Ech
(29)
Pru
(22)
Lav
(32)
Cas
(19)
Rub
(13)
Lav
(38)
Ech
(30)
Rub
(18)
Lav
(45)
Ech
(31)
Lav
(46)
Pru
(40)
Lav
(49)
Rub
(20)
Ech
(10)
Lav
(67)
Eri
(12)
Rub
(12)
Rub
(39)
Lav
(19)
Tri
(11)
Prunus
(45%)
Rubus
(45%)
Trifolium
(45%)
Multifloral
26
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Tipo de plen
N amostras
Monofloral
Echium sp.
17
15 - 138
EB,B,AEC,AC,A,E
Erica sp.
126 - 201
Eucalyptus sp.
23; 70
Castanea sp.
118 - 175
Lavandula sp.
22
16 - 115
EB,B,AEC,AC,A,E
Prunus sp.
61 - 156
AC,E
Rubus sp.
14
40 - 196
AEC,AC,A,E
Trifolium sp.
15
44 - 204
Multifloral
Cor padro *
B,AC
B,AC,E
*) EB - extra branco; B branco; AEC - mbar extra claro; AC - mbar claro; A mbar; E escuro
27
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
0.35
0.3
0.25
Sinal (V)
0.2
0.15
0.1
0.05
0
10
11
12
13
14
15
16
17
18
19
-0.05
-0.1
-0.15
Trehalose
Maltose
Amostra de mel
28
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
frutose foram obtidas pela relao entre as reas dos picos de cada composto em funo
das respetivas concentraes.
Tabela 9 Intervalo de concentraes e parmetros da calibrao para a anlise da glucose e frutose
por HPLC.
Composto
Glucose
Frutose
Cmin, g/L
0,50
0,59
Cmax, g/L
4,97
4,89
(2561)x10
(2551)x10
OO (s)
LD, g/L
LQ, g/L
(44)x10
0,99996
0,051
0,15
(24)x10
0,99996
0,051
0,16
Cmin concentrao mnima; Cmax concentrao mxima; OO ordenada na origem; R coeficiente de correlao; LD
limite de deteo; LQ limite de quantificao.
29
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Composto
Ce, g/L
Cms, g/L
Sr%
Er%
Glucose
2,11
2,150,01
0,7
1,8
Frutose
3,21
3,270,01
0,4
1,9
Glucose
0,745
0,750,01
1,9
0,2
Frutose
0,731
0,740,01
1,6
0,8
Glucose
2,11
2,10,1
4,9
0,7
Frutose
3,21
3,20,1
3,4
0,7
Glucose
0,745
0,740,01
1,7
0,08
Frutose
0,731
0,740,01
1,7
0,8
Repetibilidade
SCQ1
SCQ2
Preciso intermdia
SCQ1
SCQ2
SCQ soluo de controlo de qualidade; Ce concentrao esperada; Cm concentrao medida; s desvio padro; sr% desvio padro relativo percentual; Er% - erro relativo percentual
Composto
Sr%
Glucose
25,60,2
0,7
Frutose
39,00,2
0,4
Glucose
25,220,09
0,3
Frutose
42,81+0,08
0,2
Glucose
27,70,1
0,4
Frutose
39,200,09
0,2
Glucose
251
5,0
Frutose
391
3,4
Glucose
25,60,3
1,0
Frutose
43,30,5
1,0
Glucose
28,50,6
2,1
Frutose
39,70,3
0,7
Repetibilidade
Amostra 1
Amostra 2
Amostra 3
Preciso intermdia
Amostra 1
Amostra 2
Amostra 3
30
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Glucose
20,6
37,1
284
Frutose
33,3
57,0
425
Monossacrdeos
53,9
90,0
708
Rmin
Rmax
Rms
1,16
1,74
1,50,1
Razo [frutose]/[glucose]
Cmin concentrao mnima; Cmax concentrao mxima; Cm concentrao mdia; s desvio padro; Monossacrdeos =
Glucose + frutose; Rmin razo mnima; Rmax razo mxima; Rm razo mdia
31
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
da discriminao dos mis monovarietais atravs dos perfis dos sinais obtidos da anlise
com a LE.
3.4. Anlise com a lngua eletrnica
Na seco 3.2, atravs da anlise polnica, verificou-se que das 89 amostras usadas,
75 amostras correspondem a mis monoflorais e somente 14 a mis multiflorais. Nas
amostras esto presentes 8 tipos de mis monoflorais: Lavandula sp., Echium sp., Rubus
sp. e Erica sp. (mais representados); Prunus sp., Castanea sp., Trifolium sp. e Eucalyptus
sp. (menos representados, 4 mis).
Todas as amostras foram analisadas com a LE e os sinais de potencial (V) de cada
sensor esto representados na Figura 7. Os perfis dos sinais da LE obtidos nestas anlises
mostram, em geral, resultados semelhantes, o que indica que os sensores responderam de
forma semelhante para todas as amostras.
1 Sistema
2 Sistema
Figura 7 Perfil dos sinais obtidos da anlise das amostras com a lngua eletrnica (S21 a S40,
duplicados das membranas S1 a S20, respetivamente).
32
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
1 Sistema
2 Sistema
Figura 8 Extremos quartis do potencial (mV) em funo dos sensores (S21 a S40, duplicados das
membranas S1 a S20, respetivamente).
33
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Neste mbito, a questo mais relevante que se coloca em sistemas de multiparmetros a seleo de variveis. O uso de todas as variveis pode produzir um bom
modelo de ajuste para os dados originais, porque os resduos so menores e, por isso, o
coeficiente de correlao maior. Mas, o interesse no maximizar o ajuste para os dados de
treino (dados originais) mas, o desempenho de previso para os dados do teste que
avaliado pela validao cruzada LOO. Assim, uma reduo das variveis independentes
pode evitar os efeitos de sobre-ajustamento entre a varivel dependente e as variveis
independentes e levar a um melhor desempenho de previso [53]. Para este efeito, estudouse a aplicao de 3 algortmos meta-heursticos de seleo de variveis para comparao e
seleo do que melhor se adequa aos dados da LE: algoritmo arrefecimento simulado (AS),
algoritmo gentico (GEN) e algoritmo melhoramento local restringido (MLR). Na aplicao
de cada um destes mtodos usou-se o critrio ccr12 para avaliar a qualidade do nvel de
ajuste entre varivel dependente (grupos) e as variveis independentes (subconjuntos de
sensores) selecionadas. Para cada algoritmo, o estudo envolveu a procura do melhor
modelo para cada um dos subconjuntos definidos (neste trabalho, foi de 2 a 20 sensores).
Os 19 modelos obtidos de cada algoritmo usado, posteriormente, so testados na sua
capacidade de classificao dos mis monoflorais (quer com dados originais quer com a
metodologia validao cruzada LOO), selecionando-se o que mostrava melhores resultados
de classificaes corretas para a validao cruzada LOO. Na Figura 9 mostra-se um
esquema que resume este procedimento de tratamento de dados.
O primeiro estudo das capacidades analticas da LE para classificar mis monoflorais
incidiu, numa primeira aproximao, na discriminao simultnea de todos os tipos de mis
monoflorais presentes, sem considerar o grupo de mis multiflorais, atravs da ADL. Esta
primeira anlise dos dados analticos implicou a discriminao de 8 grupos de mis: Echium
(Ech), Erica (Eri), Eucalyptus (Euc), Castanea (Cas), Lavandula (Lav), Prunus (Pru), Rubus
(Rub) e Trifolium (Tri). A utilizao dos algoritmos de seleo de variveis no permitiu obter
qualquer modelo discriminante sub-conjunto dos 40 sensores iniciais com bons resultados
de previso. O modelo a seguir apresentado (Figura 10) corresponde utilizao de todos
os 40 sensores, que permitiu obter percentagens de classificaes corretas de 95,9% e
28,4%, respectivamente, para os dados originais e para a validao cruzada LOO. No
modelo ADL obtiveram-se 7 funes discriminantes que, por ordem crescente do nmero da
funo, explicam 43, 18, 14, 9, 7, 5 e 4% da variabilidade dos dados. Verifica-se tambm
que a incluso de grupos de tipo de mel representadas com apenas 2 amostras (mel
Eucalyptus e Trifolium) no contribui para a obteno de modelos robustos, pois haver
situaes em que, ao aplicar a validao cruzada LOO, o modelo estudado tm pouca
informao sobre esse tipo de mel monofloral contribuindo para uma diminuio da percen-
34
Tipo
Ech
Lav
Lav
Lav
Lav
Lav
Ech
Ech
Lav
Lav
Lav
Lav
Lav
Lav
Lav
Ech
Lav
Lav
Lav
Lav
S2
0.16221
0.15413
0.17092
0.17225
0.15498
0.16157
0.15600
0.16955
0.17011
0.17335
0.16063
0.16472
0.17313
0.16364
0.16459
0.16437
0.15317
0.16838
0.15631
0.16108
S3
0.17604
0.17101
0.18127
0.17926
0.16402
0.16899
0.16841
0.17730
0.17892
0.18165
0.17225
0.17285
0.17902
0.17569
0.17137
0.1769
0.16054
0.17539
0.16932
0.16648
S5
0.17336
0.16583
0.17303
0.18356
0.16288
0.16740
0.16616
0.16997
0.17269
0.17804
0.17374
0.17059
0.18411
0.1766
0.16829
0.1722
0.16511
0.17969
0.16394
0.1686
Modelo de classificao
!
Relao linear [Y] = f([X])
!
S1
0.17666
0.17803
0.17924
0.18193
0.16768
0.17808
0.17031
0.18137
0.17666
0.18098
0.17432
0.1731
0.18708
0.1796
0.17109
0.1773
0.16173
0.18179
0.17012
0.17323
S4
0.18315
0.18469
0.18630
0.18692
0.17198
0.17288
0.17540
0.18382
0.18202
0.18846
0.18091
0.17745
0.18759
0.18243
0.17654
0.18104
0.16733
0.1805
0.17622
0.1703
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
...
S40
0.22181
0.20748
0.20993
0.22121
0.20382
0.20346
0.20913
0.21239
0.20977
0.21417
0.2211
0.2064
0.21694
0.2231
0.20199
0.21843
0.20968
0.21674
0.20627
0.20602
Anlise polnica
!
Tipo de mel
!
[Y]
Varivel
dependente
DADOS ANALTICOS
Validao cruzada
80
85
90
99,5
100
...
3 Passo
Estudo da previso
!
Seleo'do'modelo:'
!'
+'100%'de'classicaes'correctas'
+'Menor'nmero'de'sensores
Dados originais
85
90
90
100
100
...
!
Testar 3 algortmos meta-heursticos:
Arrefecimento simulado
Gentico
Melhoramento local
!
Maximizar o critrio ccr12
2 Passo
Seleo dos sensores para cada modelo
1 Passo
Estabelecer modelos de
2 a 20 sensores para
selecionar o melhor
N sensores
2 sensores:
3 sensores:
4 sensores:
5 sensores:
6 sensores:
...
Modelos:
FCUP
35
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
tagem de classificaes corretas, mesmo ao nvel dos dados originais. No caso do grupo
dos mis de Eucaliptus, presente com duas amostras, a figura mostra a presena de uma
reta que corresponde elipse associada ao intervalo de confiana a 95%.
factor(group)
Cas
4
Ech
Eri
Euc
Lav
Pru
Rub
Tri
Figura 10 Anlise discriminante linear entre 8 diferentes tipos de mel. As elipses de cada grupo
esto associadas ao intervalo de confiana a 95%, assumindo uma distribuio normal multivariada.
36
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
A soluo encontrada para simplificar este problema foi fazer uma seleo primria
das amostras em funo de 3 cores definidas da seguinte maneira: branco (valores 34 mm
Pfund, inclui as cores de branco gua, extra branco e branco), mbar (valores >34 e 50
mm Pfund, inclui as cores mbar extra claro, mbar claro e mbar) e escuro (valores >114
mm Pfund, correspondendo unicamente cor de mbar escuro). Assim, por exemplo, as
amostras de Lavandula podero ser identificadas em dois grupos de cor de mel (branco e
mbar) e, devido a haver menor nmero de tipos de mel dentro de cada um dos grupos de
factor(group)
Cas
Ech
Eri
Lav
Pru
Rub
10
10
Figura 11 Anlise discriminante linear entre 6 diferentes tipos de mel. As elipses de cada grupo
esto associadas ao intervalo de confiana a 95%, assumindo uma distribuio normal multivariada.
Para verificar se h informao nos perfis de sinais da anlise das amostras com a
LE segundo estes 3 grupos de cor, efetuou-se ADL usando os sinais dos 40 sensores
referentes s amostras classificadas como mis monoflorais. Na Figura 12 mostra-se a
representao grfica das 2 primeiras funes discriminantes obtidas (explicam 100% da
varincia presente nos dados). Esta figura mostra a distribuio das amostras em relao s
duas funes discriminantes obtidas para o modelo com os dados originais que permite
100% de classificaes corretas em relao aos 3 grupos de cor definidos. Verifica-se que
os perfis de sinais da LE permitem esta separao, o que tambm indicativo da validade
desta estratgia a nvel laboratorial e no tratamento de dados.
Os estudos seguintes tiveram como objetivo verificar se a LE permite classificar
amostras de mel monofloral corretamente. Devido complexidade das amostras que se
37
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
reflete nos perfis de sinais obtidos da anlise com a LE, decidiu-se investigar se a anlise
laboratorial das amostras poderia ser efetuada tendo em conta a sua separao em trs
grupos de cor: branco, mbar e escuro. Este procedimento poderia permitir uma possvel
aplicao prtica desta ferramenta na anlise de amostras de mel desconhecidas, cuja
eficcia depender da existncia ou no de padres de mel adequados para cada grupo de
mel definido. Para demonstrar a viabilidade deste procedimento, apresentam-se a seguir
trs estudos de anlise discriminante para a classificao de mis monoflorais de cor
2.5
factor(group)
1
0.0
2
3
2.5
Figura 12 Anlise discriminante linear entre os 3 grupos de cor associados seleo primria das
amostras: 1 branco; 2 mbar; 3 escuro. As elipses de cada grupo esto associadas ao intervalo
de confiana a 95%, assumindo uma distribuio normal multivariada.
38
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Sensores selecionados
ccr12
%CC DO
%CC LOO
1,11
11,36,38
3,10,13,39
3,8,27,35,36
1,3,10,22,23,36
1,3,4,10,22,23,36
1,3,4,10,14,25,30,36
1,3,4,8,10,14,25,30,36
1,3,4,10,15,22,23,25,30,36
1,3,4,10,15,20,22,23,25,30,36
1,3,8,10,11,19,22,23,27,35,36,37
1,3,7,8,10,11,19,22,23,27,35,36,37
1,3,4,8,10,11,18,19,22,23,27,35,36,37
1,3,4,8,9,10,14,16,19,24,25,29,30,31,36
1,3,4,8,10,11,14,18,19,22,23,30,33,36,37,39
1,2,3,7,8,12,13,16,22,24,26,28,31,33,34,36,37
1,2,4,7,8,9,10,12,17,20,22,24,25,26,31,33,35,37
1,4,9,11,12,15,16,17,19,21,23,24,29,30,32,34,37,38,40
**
0.4246743
0.5980923
0.6970949
0.7985231
0.9310705
0.9742734
0.9867681
0.9938599
0.9977131
0.9990685
0.9996069
0.9998974
0.9999905
0.9999997
1.0000000
1.0000000
1.0000000
1.0000181
85
90
90
100
100
100
100
100
100
100
100
100
100
95
100
100
100
90
80
85
90
99,5
100
100
100
100
100
100
100
100
100
60 *
60 *
50 *
45 *
55 *
1,3,10,11,14,19,22,23,27,30,33,35,36,37,39
0.9999981
1,3,4,8,10,11,14,18,19,22,23,27,33,34,35,36,37
1,2,3,5,6,8,9,12,18,25,27,29,31,33,36,38,39,40
3,5,11,12,13,14,17,18,23,24,26,27,29,30,31,33,34,35,38
**
1.0000000
1.0000000
1.0000153
100
100
100
100
100
95
60 *
50 *
45 *
40 *
Algoritmo MLR
....
12
1,3,7,12,15,18,22,23,24,31,36,39
0.9994526
100
13
14
1,3,8,10,11,14,19,22,23,30,33,36,37,39
0.9999722
100
15
1,2,3,5,6,10,12,13,18,22,23,28,35,36,37
0.9999975
100
16
3,5,8,10,11,17,22,23,24,25,26,27,31,36,38,39
1.0000000
100
17
1,2,3,10,13,15,16,21,22,24,26,29,30,31,32,35,39
1.0000000
95
18
1,3,4,7,8,10,11,13,17,21,22,23,27,29,30,37,38,40
1.0000000
100
19
1,2,7,10,12,17,19,20,23,24,27,29,30,31,32,34,35,37,38
1.0000107
95
20
**
%CC DO Percentagem de classificaes corretas com os dados originais;
%CC LOO Percentagem de classificaes corretas com validao cruzada LOO;
*) Problemas de colinearidade verificadas na validao cruzada LOO;
**) O algoritmo no foi capaz de encontrar qualquer subconjunto no-colinear confivel de dimensionalidade 20.
100
100
100
80 *
45 *
35 *
75 *
39
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
40
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
mel monofloral de cor mbar acima referidos. A estrutura desta Tabela igual da anterior.
No caso do modelo obtido com o algoritmo MLR ser igual ao obtido com o algoritmo GEN,
assinala-se frente da indicao do nmero de sensores no modelo.
Densidade
0.6
0.4
group
Ech1
Lav1
0.2
0.0
5
41
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Sensores selecionados
Algoritmo AS
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Algoritmo GEN
....
7
8
9
10
11
12
13
14
15
16
17
18
19
20
ccr12
%CC DO
%CC LOO
14,21
7,11,37
7,17,24,37
7,11,16,27,37
7,11,15,22,24,37
14,17,21,25,34,36,39
5,7,9,11,18,21,23,40
2,14,17,23,28,36,37,38,39
2,14,17,23,26,28,36,37,38,39
2,3,6,7,9,11,18,21,23,38,40
2,3,7,9,11,14,20,22,23,32,39,40
2,3,4,8,10,11,12,19,20,23,27,30,33
2,3,7,11,13,19,20,21,22,25,30,32,33,40
8,13,14,16,17,18,21,23,24,29,30,31,35,36,37
6,7,8,10,12,14,17,21,24,28,32,34,35,36,38,39
6,7,8,10,12,14,17,21,24,28,32,34,35,36,38,39,40
2,3,5,7,9,11,12,15,19,20,22,24,26,27,30,33,38,40
1,3,5,6,7,13,15,16,17,18,19,20,21,29,31,32,34,36,38
6,7,8,10,12,13,14,17,19,21,24,28,30,31,32,34,35,36,38,39
0.6849298
0.7465714
0.7958008
0.8474409
0.8656918
0.8958645
0.9401209
0.9571124
0.9604490
0.9736348
0.9805893
0.9851214
0.9917983
0.9955507
0.9979479
0.9985504
0.9994228
0.9998251
0.9999109
70
77
97
93
97
97
97
100
100
100
97
93
100
100
100
100
100
100
100
67
57
87
73
83
87
73
97
97
90
90
87
63
97
100
100
100
100
100
7,11,12,24,33,37,38
0.8853559
93
83
5,7,9,11,14,18,21,23,40
5,7,9,10,11,12,14,21,23,40
0.9490175
0.9582284
93
97
87
73
2,3,6,7,9,11,16,18,21,23,38,40
2,3,6,7,9,11,16,18,21,22,23,38,40
2,3,7,9,11,18,19,20,21,22,23,25,32,40
2,3,7,9,11,18,19,20,21,22,23,25,31,32,40
2,3,5,6,7,9,11,16,18,20,22,23,25,32,38,40
2,3,7,9,11,12,14,20,22,23,31,32,35,36,37,39,40
2,3,6,7,9,10,11,12,13,19,20,22,25,30,32,33,35,40
2,3,6,7,9,11,13,16,18,19,20,22,25,27,30,32,36,37,40
1,3,4,5,10,13,14,16,17,18,21,23,24,29,31,32,35,36,37,38
0.9792950
0.9834889
0.9864985
0.9893943
0.9921101
0.9947790
0.9986919
0.9995156
0.9998292
100
100
97
100
100
97
100
100
100
93
87
60
73
90
83
77
90
100
0.9834889
0.9864985
0.9893943
0.9921101
0.9947790
0.9986919
0.9995156
0.9998292
96,7
100
100
100
100
100
100
100
83
63
93
97
97
100
100
100
Algoritmo MLR
....
12 = GEN
13
2,3,7,9,11,14,18,20,22,23,32,39,40
14
15
16
4,10,13,14,16,17,19,21,22,23,24,29,31,35,37,38
17
3,6,7,8,10,12,14,17,21,24,28,32,34,35,36,38,39
18
19
3,4,5,6,7,14,16,17,23,24,25,26,29,30,32,33,35,37,38
20
1,2,3,4,5,6,7,13,14,16,17,21,22,23,24,29,30,35,37,38
%CC DO Percentagem de classificaes corretas com os dados originais
%CC LOO Percentagem de classificaes corretas com validao cruzada LOO
*) Problemas de colinearidade verificadas na validao cruzada LOO
42
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
factor(group)
Ech
0
Lav
Pru
Rub
20
20
Figura 14 Anlise discriminante linear de 4 grupos de mis monoflorais de cor mbar: Echium (Ech),
Lavandula (Lav), Prunus (Pru) e Rubus (Rub). As elipses de cada grupo esto associadas ao
intervalo de confiana a 95%, assumindo uma distribuio normal multivariada.
43
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
de novos sensores. Situao semelhante foi obtida com os algoritmos GEN e MLR, mas no
modelo com 8 sensores a percentagem das classificaes corretas na validao cruzada
LOO baixou para 97%.
Tabela 15 Seleo de variveis independentes atravs de 3 algortmos para obter modelos de
discriminao entre 3 grupos de mel monofloral de cor escura.
N sensores
Sensores selecionados
ccr12
%CC DO
%CC LOO
Algoritmo AS
2
3
4
5
6
7
8
9
10
11
12
13
14
15-20
38,39
3,11,23
9,10,20,32
2,26,32,37,38
2,4,14,26,28,38
12,15,18,27,29,33,39
12,15,17,18,27,29,33,39
12,15,17,18,26,27,29,33,39
1,6,11,14,15,23,24,37,39,40
1,2,4,14,15,17,20,25,35,38,40
1,4,6,12,13,15,18,24,28,35,37,40
2,15,16,18,19,24,25,30,31,32,36,37,39
2,11,12,14,15,18,19,20,22,25,29,30,32,36
**
0.5928385
0.7680201
0.8570319
0.9511542
0.9870934
0.9993452
0.9997313
0.9999793
0.9999992
1.0000000
1.0000000
1.0000012
1.0000452
67
80
93
80
100
100
100
100
100
100
100
100
100
47
67
67
67
80
100
100
100
100
27 *
40 *
47 *
44 *
Algoritmo GEN
....
7
8
9
10
11
12
13
14
15-20
3,10,15,21,32,35,39
2,4,14,23,25,26,28,38
2,4,14,20,23,25,26,28,38
2,9,10,11,12,15,24,27,30,33
2,9,10,11,12,15,24,27,29,30,33
3,4,8,9,11,19,24,26,29,31,33,36
3,13,16,19,24,25,27,28,31,34,37,39,40
3,8,9,13,18,19,24,25,27,28,34,37,39,40
**
0.9957496
0.9996903
0.9999630
0.9999988
1.0000000
1.0000000
1.0000013
1.0000387
100
100
100
100
93
93
93
93
100
97
100
100
27 *
27 *
20 *
53 *
93,3
73,3
100
93,3
86,7
100
100
100
100
27 *
27 *
60 *
20 *
33 *
Algoritmo MLR
....
6
1,2,29,32,37,38
0.9870934
7 = GEN
8 = GEN
9
2,4,14,20,23,25,26,28,38
0.9999988
10
2,7,10,13,21,23,26,31,38,40
0.9999988
11
1,3,12,15,17,27,29,33,38,39,40
1.0000000
12
3,5,8,9,15,22,26,28,30,34,37,39
1.0000000
13
3,4,5,6,7,8,16,19,21,31,36,39,40
1.0000013
14
6,8,16,19,20,24,28,29,30,31,32,37,38,40
1.0000387
15-20
**
%CC DO Percentagem de classificaes corretas com os dados originais
%CC LOO Percentagem de classificaes corretas com validao cruzada LOO
*) Problemas de colinearidade verificadas na validao cruzada LOO
**) no foi capaz de encontrar qualquer subconjunto no-colineares confivel
44
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
cor escura. Nesta dimenso, as amostras de Erica so as que se diferenciam mais ao nvel
do perfil de sinais da LE (conjunto de amostras no quadrante positivo). As amostras de
Castanea e Rubus, presentes no quadrante negativo desta funo discriminante, so as que
mais se aproximam no perfil de sinais mas com diferenas que permitem uma separao
efetiva entre grupos.
Nestes trs estudos de classificao de amostras de mis monoflorais, o algoritmo
AS foi sempre o que permitiu obter o modelo mais simples, com desempenho de 100% de
classificaes corretas das amostras obtidas pela metodologia da validao cruzada LOO,
mostrando o seu bom desempenho na seleo dos sub-conjuntos de variveis.
A principal diferena entre os algoritmos AS e GEN que, enquanto o algoritmo AS
cria uma nova soluo modificando apenas uma soluo com um movimento local, o GEN
cria solues atravs da combinao de duas solues diferentes, por isso, a eficcia de
cada um depender do problema e das condies definidas no algoritmo. Neste trabalho, as
condies iniciais dos algoritmos foram fixas, com o objetivo de verificar qual o algoritmo
que mostrava melhor resposta na seleo do ptimo local com dados analticos de uma LE.
Em relao ao algoritmo MLR, nenhuma varivel colocada em standby duas vezes, pelo
que este no permite um novo estudo associado introduo de uma varivel j usada no
modelo obtido, o que limita a confirmao de que soluo final seja o ptimo local.
factor(group)
0
Cas
Eri
Rub
40
20
20
Figura 15 Anlise discriminante linear de 3 grupos de mis monoflorais de cor escura: Castanea
(Cas), Erica (Eri) e Rubus (Rub). As elipses de cada grupo esto associadas ao intervalo de
confiana a 95%, assumindo uma distribuio normal multivariada.
45
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
46
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
4. Concluses
Neste trabalho aplicou-se uma LE potenciomtrica construda pelo mtodo printscreen e constituda por sensores de sensibilidade cruzada, com o objetivo principal de
definir uma metodologia de tratamento de dados para discriminar diferentes tipos de mis
monoflorais. Com vista a testar as capacidades analticas da LE nos estudos do mel,
obteve-se um conjunto numeroso de amostras com elevada variabilidade na sua
composio polnica e qumica, que tambm foi visvel atravs do amplo leque de cores
(desde o extra-branco at ao escuro, correspondendo a variaes de cor com valores entre
15,9 a 204,2 mm Pfund).
Foram usadas 89 amostras com perfis de plen bastante distintos, dos quais 75
foram classificados em 8 tipos de mel monofloral diferentes. Os mais representados eram de
mis monoflorais de Lavandula sp., Echium sp., Rubus sp. e Erica sp. (por ordem
decrescente); com menor representao, mis monoflorais de Prunus sp., Castanea sp.,
Trifolium sp. e Eucalyptus sp. (os dois ltimos, com 2 mis). A variabilidade das amostras
evidente ao nvel do seu perfil polnico considerando quer o nmero de plens presentes
quer a quantidade associada ao plen predominante e dos restantes, alis patente na
variao da cor dentro de cada grupo de amostras de mel monofloral.
O mtodo de HPLC usado para anlise dos acares (glucose e frutose) das
amostras mostrou ser preciso (sr%5%) e exato (Er% 2%) em todos os estudos de
verificao da qualidade analtica. Nas amostras, as concentraes de frutose variaram
entre 33 e 57 g/100 g de mel e as de glucose entre 20 e 37 g/100 g de mel, correspondendo
a nveis de monossacardeos, calculada pela soma das concentraes da glucose e frutose,
a variar entre 53.9 e 90,0 g/100 g de mel. O mel tambm pode sofrer adulteraes com
adio de adoantes de baixo custo, tais como os xaropes naturais, por exemplo, os
xaropes de alimentao de abelhas, produzido pela hidrlise do milho, da cana e acar de
beterraba. Mas a adulterao de mel com acares ou xaropes no facilmente detectada
por anlise direta de acares porque o produto adulterado tambm possui propriedades
qumicas e fsicas semelhantes ao mel natural [54].
Nos dados obtidos com a LE, os perfis de sinais das amostras, mostraram
uniformidade e sem presena de extremos que pudessem ser considerados outliers,
indicativo da sua eficcia na anlise das 89 amostras num dia. Estes dados correspondem a
sinais de 40 sensores (dois sistemas de multi-sensores com 20 sensores iguais em cada).
Devido redundncia da informao fornecida (em geral, os sinais mostram elevada
colinearidade) foram testados trs algoritmos meta-heursticos de seleo de variveis
(arrefecimento simulado, gentico e melhoria local) em paralelo com o mtodo
supervisionado ADL para estabelecer os modelos de classificao do tipo de mel.
47
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Devido ao elevado nmero de tipos de mel presentes nas amostras foi necessrio
definir uma metodologia de tratamento de dados que permitisse efetuar a classificao das
amostras, de forma robusta, no respetivo grupo de mel monofloral. Esta metodologia incidiu,
como primeiro passo, em dividir as amostras em trs grupos de cor redefinidas em funo
da escala Pfund: branco (inclui os mis extra-branco e branco), mbar (inclui os mis mbar
extra claro, mbar claro e mbar) e escuro (constitudo pelos mis escuros). A classificao
das amostras atravs da anlise multivariada ADL, usando os perfis de sinais obtidos com a
LE e a classificao do tipo de mel monofloral estabelecida pela anlise polnica, foi
efetuada de forma independente em cada um dos trs grupos referidos. Este procedimento,
associado seleo dos sub-conjuntos de sensores obtida pelo algoritmo AS (algoritmo que
apresentou sempre os melhores resultados), permitiu obter o modelo de discriminao linear
mais simples (com menor nmero de sensores no modelo ADL) com valor de ccr12 elevado
e, principalmente, com 100% de classificaes corretas com a validao cruzada LOO.
Alis, s necessrio usar a primeira funo discriminante linear para garantir a previso
correta na classificao de mis monoflorais usando a LE potenciomtrica com o
procedimento descrito.
No estudo das amostras de cor branco obteve-se um modelo de ADL com 6
sensores que permitiu obter 100% de classificaes corretas na validao cruzada LOO,
entre as amostras dos dois grupos de Echium e Lavandula. Para as amostras de cor mbar,
o melhor modelo obtido continha 16 sensores e permitiu discriminar corretamente (100% de
classificaes corretas na validao cruzada LOO) 4 tipos de mel: Echium, Lavandula,
Prunus e Rubus. No grupo de cor escura, o modelo obtido para a ADL envolvia 7 sensores
selecionados e, tal como nos casos anteriores, permitiu discriminar com 100% de
classificaes corretas na validao cruzada LOO, 3 grupos de mel monofloral: Castanea,
Erica e Rubus.
Os resultados obtidos neste trabalho permitiram mostrar as potencialidades da LE na
anlise de produtos alimentares, que aqui incidiu na anlise qualitativa. Por exemplo, na
continuidade deste trabalho, o prximo estudo ser usar mis padro monofloral (mis com
elevada percentagem do plen predominante) que permitiro calibrar a LE para posterior
uso na classificao de novas amostras. Para tal ser tambm necessrio averiguar qual o
melhor procedimento a usar no tratamento dos dados, de modo a obter metodologias de
classificao robustas na previso e permitir a anlise rotineira de classificao dos mis. O
desempenho analtico observado pela LE construda sugere que esta poder ter um
conjunto mais amplo de aplicaes, alm das referidas, como por exemplo, a anlise
quantitativa de compostos qumicos maioritrios do mel.
48
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
Referncias
[1]
[2]
E. Crane, Bees and Beekeeping: Science, Practice and World Resources, Heinemann Newnes,
Oxford, 1990
[3]
D. W. Ball, The chemical composition of honey, Journal of Chemical Education 84 (2007) 16431646
[4]
[5]
S. Bogdanov, Honey for nutrition and health: a review, Journal of the American College of
Nutrition 27 (2008) 677-689
[6]
R.W. Thorp, The collection of plen by bees, Plant Systematics and Evolution 222 (2000) 211223
[7]
L.C. Marchini, A.C. Moreti, Comportamento de coleta de alimento por Apis mellifera l., 1758
(Hymenoptera, apidae) em cinco espcies de eucalyptus, Archivos Latinoamericanos de
Produccion Animal 11 (2003) 75-79
[8]
V.M. Bryant, G.D. Jones, The R-values oh honey: pollen coefficients, Palynology 25 (2001) 1128
[9]
[10]
W. Von Der Ohe, L.P. Oddo, M.L. Piana, M. Morlot, P. Martin, Harmonized methods of
melissopalynology, Apidologie 35 (2004)
[11]
K. Ruoff, S. Bogdanov, Authenticity of honey and other bee products, Apiacta 38 (2004) 317327
[12]
[13]
M.G. Piazza, L.P. Oddo, Bibliographical review of the main European unifloral honeys,
Apidologie 35 (2004) S94-S111
[14]
[15]
L.M. Estevinho, X. Fes, J.A. Seijas, M. Pilar Vzquez-Tato, Organic honey from Trs-OsMontes region (Portugal): Chemical, palynological, microbiological and bioactive compounds
characterization, Food and Chemical Toxicology 50 (2012) 258-264
[16]
L.R. Silva, R. Videira, A.P. Monteiro, P. Valento, P.B. Andrade, Honey from Luso region
(Portugal): Physicochemical characteristics and mineral contentes, Microchemical Journal 93
(2009) 73-77
[17]
F. Costa-Silva, M. Maia, C.C. Matos, E. Calada, A.I.R.N.A. Barros, F.M. Nunes, Selenium
content of Portuguese unifloral honeys, Journal of Food Composition and Analysis 24 (2011)
351-355
[18]
[19]
[20]
[21]
L.A. Dias, A.M. Peres, M. Vilas-Boas, M.A. Rocha, L. Estevinho, A.A.S.C. Machado, An
electronic tongue for honey classification, Microchimica Acta 163 (2008) 97-102
[22]
49
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
[23]
[24]
[25]
[26]
[27]
Z. Wei, J. Wang, X. Zhang, Monitoring of quality and storage time of unsealed pasteurized milk
by voltammetric electronic tongue, Electrochimica Acta 88 (2013) 231-239
[28]
[29]
P.A. Ulloa, R. Guerra, A.M. Cavaco, A.M.R. da Costa, A.C. Figueira, A. F. Brigas,
Determination of the botanical origin of honey by sensor fusion of impedance e-tongue and
optical spectroscopy, Computers and Electronics in Agriculture 94 (2013) 1-11
[30]
[31]
[32]
[33]
L.G. Dias, A.M. Peres, T.P. Barcelos, J. S Morais, A.A.S.C. Machado, Semi-quantitative and
quantitative analysis of soft drinks using an electronic tongue, Sensors & Actuators: B.
Chemical 154 (2011) 111-118
[34]
[35]
J.M. Graham, Problems with stepwise procedures in discriminant analysis. Paper presented at
the annual meeting of the Southwest Educational Research Association, New Orleans, LA
(2001)
[36]
[37]
J. Cadima, J.O. Cerdeira, P.D. Silva, M. Minhoto, The subselect R package, 2012 (http://cran.rproject.org/web/packages/subselect/vignettes/subselect.pdf)
[38]
[39]
[40]
A.M. Peres, L.G. Dias, A.C.A. Veloso, S.G. Meirinho, J. S Morais, A.A.S.C. Machado, An
electronic tongue for gliadins semi-quantitative detection in foodstuffs, Talanta 83 (2011) 857864
[41]
50
FCUP
Lngua eletrnica potenciomtrica: uma ferramenta para anlise da qualidade do mel
[42]
[43]
L.A. Dias, A.M. Peres, A.C.A. Veloso, F.S. Reis, M. Vilas-Boas, A.A.S.C. Machado, An
electronic tongue taste evaluation: identification of goat milk adulteration with bovine milk,
Sensors & Actuators: B. Chemical 136 (2009) 209-217
[44]
[45]
[46]
Z. Wei, J. Wang, W. Liao, Technique potential for classification of honey by electronic tongue,
Journal of Food Engineering 94 (2009) 260-266
[47]
[48]
I.C.F.R. Ferreira, E. Aires, J.C.M. Barreira, L.M. Estevinho, Antioxidant activity of Portuguese
honey samples: Different contributions of the entire honey and phenolic extract, Food Chemistry
114 (2009) 1438-1443
[49]
USDA Agricultural Marketing Service, United States Standards for Grades of Extracted Honey,
USDA, Washington DC, May 23, 1985
[50]
[51]
Honey for Nutrition and Health: A Review, Stefan Bogdanov, Journal of the American College of
Nutrition, Vol. 27, No. 6, 677689 (2008)
[52]
[53]
[54]
Honey Authenticity: a Review, Stefan Bogdanov and Peter Martin, Swiss Bee Research Centre
(2002)
51