Determinação Não Destrutiva Da Qualidade Do Cacau em Uso Espectroscópico FT-NIR - ScienceDirect

31/10/2018 Determinação não destrutiva da qualidade do cacau em uso espectroscópico FT-NIR - ScienceDirect
Baixar Exportar
Computadores e Eletrônica na Agricultura

Volume 124 , junho de 2016 , páginas 234-242
Papéis originais
Determinação não destrutiva da qualidade do grão de cacau

usando espectroscopia FT-NIR
S. Sunoj a , C. Igathinathane b, R. Visvanathan c
Mostre mais
https://doi.org/10.1016/j.compag.2016.04.012 Obtenha direitos e conteúdo
Destaques
• Os atributos de qualidade do cacau foram estimados de forma não
destrutiva usando espectroscopia FT-NIR.
• A determinação da qualidade de grãos de cacau fermentados e não

fermentados foi possível.
• A regressão simples de PLS produziu quantificação precisa dos atributos de

qualidade do cacau.
• A análise foi realizada dentro de um minuto em comparação com cerca de

28 h convencionalmente.
Abstrato
Um estudo foi conduzido para desenvolver modelos de calibração não destrutivos para
prever parâmetros de qualidade do grão de cacau, como índice de fermentação, pH e
conteúdo total de polifenóis usando espectroscopia de transformada de Fourier (FT)
próximo ao infravermelho (NIR). As vagens de cacau foram armazenadas para 0, 7, 14 e
21 dias como método de pré-tratamento e o efeito nos parâmetros de qualidade foi
investigado. Os grãos das vagens armazenadas foram fermentados pelo método de pilha.
https://www.sciencedirect.com/science/article/pii/S0168169916301284 1/21
O índice de fermentação de todos os tratamentos variou entre 0,535 e 1,242, valores de pH

entre 4,26 eBaixar Exportar total de polifenóis variou entre 6,48 e 15,58 mg g -1 . As
6,13 e o conteúdo
amostras foram digitalizadas na região NIR do número de onda 12,500-3600 cm- 1para a
análise espectral. Os resultados obtidos a partir da análise de qualidade convencional
foram correlacionados com os espectros de tratamento respectivos para o desenvolvimento
de modelos de calibração. A técnica de regressão pelo quadrado mínimo foi usada para
desenvolver os modelos de calibração. Os espectros explorados foram pré-processados
com normalização de vetores, correção de dispersão multiplicativa e técnicas de derivação
inicial. Os modelos de calibração ajustaram-se bem à previsão do índice de fermentação e
aos polifenóis totais ( ), comparado com o pH ( ). O método proposto foi
rápido (<1 min) quando comparado ao método convencional (≈28 h). O método de análise
por espectroscopia FT-NIR produziu atributos de qualidade rápidos e precisos da
fermentação do cacau e pode ser empregado em produtos alimentícios similares.
Resumo gráfico
Baixe imagem de alta resolução (101KB) Baixar imagem em tamanho real
anterior Próximo
Palavras-chave
Semente de cacau; Fermentação; Espectroscopia FT-NIR; Regressão PLS; Não destrutivo
1 . Introdução
Entre as plantações , o cacaueiro ( Theobroma cacao L.) é uma cultura popular que serve
como matéria-prima para as indústrias de fabricação de chocolate. Também é usado como
intensificador de sabor em indústrias de confeitaria, panificação e laticínios. O clima ideal
para o cultivo do cacau é quente, chuvoso e tropical. Os cacaueiros são delicados e
sensíveis, e os produtores devem proteger a plantação do vento e do sol, plantando-os
como um consórcio entre outras árvores, por exemplo, coqueiros e noz-moscada. A Costa
do Marfim lidera a produção de grãos de cacau, enquanto outros importantes produtores de
cacau são Gana, Indonésia, Nigéria e Camarões ( Worldatlas, 2016).). Da produção global
total de cacau, a África é o principal contribuinte, com 68% da produção mundial. A
produção total de cacau aumentou de 3,3 Mt em 2000 para 4,5 Mt em 2014 ( FAOSTAT,
2016 ). Baixar Exportar
A cadeia de fornecimento de grãos de cacau é muito longa, complexa e envolve vários

interessados. Começa com os produtores, que cultivam, colhem, extraem os grãos da
vagem, fermentam, secam e fornecem os grãos. Os grãos são então coletados pelos
agentes locais, comerciantes e estações de compra até que cheguem à unidade de
fabricação de chocolate ( Saltini et al., 2013). A qualidade dos grãos de cacau depende
totalmente dos produtores, que realizam a fermentação, durante a qual os sabores são
formados. Tradicionalmente, a fermentação de grãos de cacau é realizada usando o
método de pilha, e os feijões descansam em pilhas por seis dias. Antes da fermentação, as
vagens de cacau são submetidas a pré-condicionamento, armazenando as vagens por um
período predeterminado. Vários pesquisadores relataram que a fermentação do feijão
obtido a partir de vagens armazenadas resultou em sabor de chocolate melhorado,
reduzindo a adstringência e amargura ( Afoakwa, 2011 , Nazaruddin et al., 2006 ).
Devido à alta demanda por grãos de cacau, há chances de adulteração ao fornecer os

grãos aos comerciantes. Uma possibilidade de adulteração é misturar os grãos sub-
fermentados com os fermentados. Nesse cenário, a estimativa da qualidade torna-se
importante e o cuidado deve ser exercido nas medições. Uma ferramenta rápida para
estimar parâmetros de qualidade será um grande trunfo para compradores e
processadores.
Os parâmetros de qualidade dos grãos incluem principalmente o índice de fermentação, o

pH e os polifenóis totais ( Afoakwa, 2011 ). O índice de fermentação é o grau de
fermentação do feijão e é uma medida de “browness”. A cor dos grãos de cacau é devido à
presença de pigmentos antocianinas ( Afoakwa et al., 2013). Durante os estágios iniciais de
fermentação, os grãos de cacau são roxos e, mais tarde, durante a fermentação, os
pigmentos de antocianina são decompostos e formam outros produtos de condensação,
que resultam em cor marrom. O pH durante e no final da fermentação tem um papel
importante no desenvolvimento do sabor. Feijões de pH mais alto (5,5-5,8) são
considerados não fermentados, com baixo índice de fermentação, e aqueles de pH mais
baixo (4,75–5,19) são considerados bem fermentados. Chocolates feitos de grãos de cacau
de alto pH (5,5-5,8) resultaram em adstringência devido à presença de sabor forte ( Jinap et
al., 1995 ). Grãos de cacau são uma rica fonte de polifenóis, que servem como
antioxidante. A presença de polifenóis confere adstringência e amargor aos grãos de
cacau. Polifenóis em produtos alimentícios ganharam importância devido ao papel
vantajoso na prevenção de câncer e doenças cardiovasculares .
Actualmente, os métodos convencionais (química húmida) são utilizados para determinar o

índice de fermentação, o pH e o teor total de polifenol nos grãos de cacau. Esses métodos,
no entanto, são demorados, caros e destrutivos. Portanto, há uma necessidade imediata de
ferramenta rápida e não destrutiva para avaliar esses parâmetros de qualidade. A aplicação
da espectroscopia por transformada de Fourier próximo ao infravermelho (FT-NIR) na
indústria alimentícia para medições rápidas de qualidade foi bem pesquisada. A

Baixar
espectroscopia FT-NIR pode ser uma ferramenta útil para a rápida estimativa da qualidade,
Exportar
uma vez que não requer preparo da amostra e avaliação realizada dentro de um minuto (
Tripathi et al., 2010 , Subramanian e Rodriguez-Saona, 2008 ). Vários pesquisadores
utilizaram a tecnologia NIR na previsão do pH de produtos alimentícios (Balage et al., 2015
, Giovenzana et al., 2014 , Li et al., 2013 ) e estimativa de polifenóis ( Giovanelli et al., 2014
, Bala e Singh, 2013 , Sinija e Mishra, 2009 ).
Apenas alguns estudos analisaram os aspectos da qualidade do cacau, como a

quantificação de gordura, nitrogênio e umidade em pó de cacau ( Veselá et al., 2007 ),
previsão do nível de fermentação e quantificação ( Hue et al., 2014 , Krähmer et al. al.,
2015 ), quantificação do pH e índice de fermentação ( Teye et al., 2015 ), e identificação de
adulteração de grãos de cacau ( Teye et al., 2014). No entanto, todos esses estudos foram
realizados pela trituração da amostra (semi-destrutiva). Será eficiente se a qualidade dos
grãos for avaliada com o uso de grãos inteiros, evitando a operação de moagem, que se
tornará uma ferramenta benéfica, pronta para aplicar, para que os comerciantes obtenham
a qualidade dos grãos rapidamente. A literatura sobre a avaliação dos parâmetros de
qualidade de plantações usando espectroscopia FT-NIR é escassa. Portanto, uma pesquisa
foi formulada com o objetivo de avaliar os principais parâmetros de qualidade, tais como
índice de fermentação, pH e teor total de polifenóis em grãos de cacau inteiros de maneira
não destrutiva usando espectroscopia FT-NIR.
2 . materiais e métodos
2.1 . Amostra de grãos de cacau

Vagens de cacau maduras da variedade de progênie F1 mista foram obtidas de um
produtor local (Mill Gounder Thottam, aldeia de Semmedu, Coimbatore, Tamil Nadu, Índia,
coordenadas: 11,01 ° N, 76,95 ° E). Os pods danificados e doentes foram escolhidos e
rejeitados manualmente. As vagens foram transportadas para o laboratório no mesmo dia
da colheita para experimentos. As vagens foram pré-tratadas armazenando cerca de 200
vagens à temperatura ambiente (25-30 °) e umidade relativa (70% a 85%) por um período
de 0, 7, 14 e 21 dias. Caixas de cacau armazenadas (~ 50) de cada período de tratamento
foram então abertas e os grãos de cacau foram fermentados por amontoar sobre uma
plataforma e cobertos com folhas de bananeira . Durante a fermentação, aproximadamente
150 g de amostras foram coletadas a cada dia para inspecionar as mudanças nos
parâmetros de qualidade. As amostras foram secas sob o sol até um teor final de humidade
inferior a 8% (wb) para obter os grãos de cacau que se assemelham ao produto final.
Amostras secas foram acondicionadas em sacos plásticos, etiquetadas e armazenadas em
um ambiente escuro à temperatura ambiente antes dos experimentos. No total, amostras
de cacau de 24 tratamentos foram coletadas para os experimentos ( Fig. 1). Isso incluiu
amostras do primeiro dia de fermentação (sub-fermentado) até o sexto dia de fermentação
(bem fermentado) grãos de cacau no intervalo de um dia para os diferentes dias de
armazenamento da vagem. Este período de seis dias abrangeu toda a gama de
fermentação, seguida pelos agricultores. Estes grãos de cacau inteiros foram usados para
medições espectrais, enquanto que para a análise química, os grãos foram moídos até um
Baixar
pó fino. Para evitar tornar-se
Exportarum mosto, os grãos foram congelados com nitrogênio líquido
para torná-los frágeis antes da moagem.
Baixe a imagem em alta resolução (490KB) Baixar imagem em tamanho real
A Fig. 1 . Mudanças nos grãos de cacau com o efeito dos dias de armazenamento de vagens e dias de
fermentação.
2.2 . Análises químicas

A análise química para a qualidade dos grãos de cacau seguidos no estudo envolveu
procedimentos destrutivos. Os nacos de cacau foram recolhidos descascando as amostras
secas. As amostras foram preparadas por trituração das aparas de cacau e outras
operações necessárias de filtração ou mistura foram realizadas antes das medições reais.
Vários métodos padrão de análise de qualidade química utilizados no estudo são descritos
a seguir.
2.2.1 . Índice de fermentação

O índice de fermentação foi estimado usando o método descrito por Gourieva e
Tserevitinov (1979) . Nibs de cacau foram moídos e cerca de 0,1 g foram extraídos com 50
ml de mistura de metanol: HCl (97: 3). A mistura foi colocada em geladeira a 8 ° C, e
deixada em repouso durante 20 he depois filtrada. A absorvância do filtrado foi lida a
comprimentos de onda de 460 e 530 nm utilizando espectrofotómetro UV-vis (Modelo No .:
108, Systronics, Índia). O índice de fermentação maior que 1 é considerado bem
fermentado, enquanto menor que 1 é sub-fermentado.
(1)
2.2.2 . Medição de pH
Baixar Exportar de acordo com o método descrito em AOAC (1995) . Cerca
O pH do cacau foi determinado
de 5 g de grãos moídos foram misturados durante 2 min com 45 ml de água destilada
quente (60 ± 5 ° C). O homogenato foi filtrado e arrefecido imediatamente abaixo de 25 °
C; o pH foi medido utilizando um medidor de pH digital (Modelo: 1012E, Environmental
Scientific Instruments, India). Antes de medir o pH, o instrumento foi calibrado com tampão
a pH 4 e 7.
2.2.3 . Polifenóis totais

Os polifenóis totais do grão de cacau foram estimados usando o reagente de Folin-
Ciocalteu ( Singleton e Rossi, 1965 ). O conteúdo total de polifenóis foi expresso em termos
de mg g- 1 do feijoeiro.
2.3 . Espectroscopia FT-NIR

Os dados espectrais foram registrados em modo de refletância difusa a partir de um
sistema de espectroscopia FT-NIR (MATRIX-I, Bruker optics, Alemanha) usando esfera de
integração. Lâmpada de halogênio de tungstênio foi usada como fonte de luz. Um
interferômetro de Michelson, equipado com detector de sulfeto de chumbo (PbS), detectou
a interferência do feixe de luz que passa pela amostra empregada. O interferograma
coletado pelo detector foi convertido em um espectro pela transformação de Fourier do
interferograma. O sistema foi operado pelo Spectral Acquisition e Processing Software
(OPUS 7.2, Bruker optics, Alemanha). Os espectros obtidos foram a uma resolução de 8
cm- 1 em uma faixa de 12.500-3600 cm- 1com 64 varreduras por espectro. Essa faixa no
comprimento de onda será de 800 a 2778 nm, já que o comprimento de onda é o inverso
de um número de onda. A análise multivariada foi realizada usando o software QUANT
(versão 7.2, Bruker optics, Alemanha), que realiza a técnica de regressão de mínimos
quadrados parciais (PLS) para o desenvolvimento de modelos de calibração.
2.4 . Pré-processamento de dados

O software OPUS 7.2 fornece 11 importantes métodos de pré-processamento espectral,
incluindo: eliminação de offset constante, subtração linear (SLS), normalização vetorial
(VN), normalização min-max, correção de dispersão multiplicativa (MSC), primeira
derivada, segunda derivada, primeira derivada + SLS, primeira derivada + VN e primeira
derivada + MSC. Embora cada pré-processamento tenha seu próprio efeito nos espectros
e no desenvolvimento do modelo de calibração, a escolha do melhor pré-processamento
espectral é puramente baseada em tentativa e erro. A vantagem do pré-processamento de
espectros é reduzir o ruído e extrair informações úteis dos espectros ( Jha e Garg, 2010). A
adequação do modelo desenvolvido foi baseada em parâmetros relevantes de desempenho
do modelo, conforme definido posteriormente.
2.5 . Desenvolvimento de modelo de calibração

O modelo de calibração foi desenvolvido usando o algoritmo PLS no software QUANT. O
modelo PLS foi validado pelo método de validação cruzada “leave-one-out”, em que as
mesmas amostras foram usadas tanto para o desenvolvimento do modelo quanto para a
validação. Neste procedimento, uma amostra foi omitida e o modelo foi desenvolvido com
Baixar O valor
os demais dados. para a amostra da esquerda foi previsto com base no modelo
Exportar
desenvolvido e o predito residual foi calculado. Esse processo foi repetido até que todos os
dados fossem omitidos uma vez, então todos os resíduos de predição foram combinados
para calcular os resultados da validação; coeficiente de determinação ( ), erro médio
quadrático para validação cruzada (RMSECV) e desvio preditivo residual (RPD).
Os espectros foram registrados com todo o cacau antes da análise química. O número de
espectros também desempenha um papel importante para criar um modelo de calibração
robusto. Amostras de grãos de cacau coletadas em cada dia de fermentação foram secas e
usadas para medições espectrais, conforme discutido anteriormente (Seção 2.1 ). Os
espectros para cada tratamento foram registados três vezes, arrastando o copo da amostra
que alterou a orientação do grão no copo da amostra. Essa orientação aleatória ajudará a
padronizar a variação na apresentação das partículas de feijão às medidas espectrais. Um
total de 72 espectros (24 amostras × 3 repetições) para as amostras de cacau foram
usadas para construir o modelo de calibração. As análises químicas convencionais também
foram replicadas três vezes e seus resultados foram alimentados aos respectivos
espectros, que foram registrados antes da análise convencional. Diversas medidas
estatísticas, definidas abaixo, foram usadas para realizar a validação cruzada dos modelos
de calibração desenvolvidos e medir seu desempenho.
2.5.1 . Soma de erros quadrados

A diferença entre o valor experimental e o previsto é o valor residual. A soma quadrada dos
resíduos é denominada soma dos erros quadráticos (SSE) e é dada como:
(2)
onde n é o número de amostras no conjunto de calibração, é o valor previsto para a

amostra i e é o valor experimental obtido por análise convencional para a amostra i .
2.5.2 . Erro quadrático médio da raiz para validação cruzada

A raiz quadrada da média do SSE é denominada como erro quadrático médio para
validação cruzada (RMSECV). O RMSECV é um bom indicador da precisão do modelo e
determina as possibilidades de erros nas previsões do modelo. É calculado a partir da Eq.
(2) como:
(3)
Como pode ser observado a partir da Eq. (3) , o valor RMSECV diminui à medida que n
aumenta. Embora não tenha qualquer intervalo de valores aceitáveis, o modelo com valor
mais baixo é considerado ótimo ( Jiang et al., 2015 ).
2.5.3 . Coeficiente de determinação
O coeficiente de determinação , expresso como uma fração sem dimensão, de um

Baixar
modelo é um indicadorExportar
de quão bem os dados seguem o modelo estatístico. Dá a
porcentagem de confiabilidade do modelo que é obtido pela regressão. Superior valores
indicam melhor confiabilidade. Pode ser calculado usando a Eq. (2) como:
(4)
Onde é o valor médio do atributo de qualidade selecionado de todas as amostras

obtidas por análise convencional. Como regra geral, os modelos com valores entre 0,65
e 0,80 são usados para quantificação aproximada; valores entre 0,81 e 0,90 são
considerados bons modelos de predição, enquanto os valores acima de 0,90 são
considerados como excelente modelo de calibração para predição ( Saeys et al., 2005 ).
2.5.4 . Desvio preditivo residual

Para avaliar a precisão do modelo de calibração desenvolvido, o desvio preditivo residual
(RPD) é outra medida de desempenho que compara a variação nas amostras em relação à
variação de predição. RPD é calculado como a razão do desvio padrão (SD) do valor de
referência e RMSECV.
(5)
Os modelos de calibração com valor de RPD inferior a 2 são considerados insuficientes

para aplicação, considera-se entre 2 e 2,5 para quantificação aproximada, valores entre 2,5
e 3 como um bom modelo, enquanto modelos de calibração com valores de RPD
superiores a 3 podem ser considerados excelentes e mais confiável para tarefas analíticas (
Saeys et al., 2005 ).
2.5.5 . Preconceito das previsões do NIR

O valor de viés foi estimado usando a equação relatada por Ferreira et al., 2013 , Teye et
al., 2015 . Calcula a diferença entre o valor experimental e as previsões NIR com a notação
usual:
(6)
O viés pode ser positivo ou negativo. Valores positivos indicam que o modelo estava
superestimando, enquanto valores negativos indicam o contrário. Valores de polarização
maiores indicam que as previsões do NIR variam significativamente em relação aos valores
experimentais ( Cantor et al., 2011 ).
O número de variáveis latentes (LV) é essencial para estimar se o modelo está ajustado ou
não. Muitos LVs resultariam em um ajuste excessivo, enquanto menos LVs levariam a um
ajuste insuficiente. O número ideal de LVs não deve exceder um sexto do número de
amostras usadas para calibração ( Kemsley, 1998 , Westad e Marini, 2015 ). Assim, no
presente estudo 10 LVs foram utilizados para o desenvolvimento do modelo.
2.5.6 . Análise estatística

Uma análiseBaixar Exportar
de variância bidirecional (ANOVA) foi seguida para estudar o efeito do tempo
de fermentação e duração do armazenamento de vagens no índice de fermentação, pH e
polifenóis totais de grãos de cacau. A menor diferença significativa (LSD) foi aplicada para
o tratamento que teve um efeito significativo ( ). ANOVA e LSD foram realizados
usando AGRESS (versão 7.01, soluções internacionais de software Pascal).
3 . Resultados e discussão
3.1 . Qualidade de cacau por análise química

3.1.1 . Variação do índice de fermentação
Os resultados do índice de fermentação, pH e polifenóis totais de grãos de cacau obtidos
por análise química convencional são apresentados na Tabela 1 . O valor mínimo do índice
de fermentação (0,54) foi registrado para as vagens armazenadas por 0 dia no 1º dia de
fermentação, enquanto o valor máximo (1,24) foi registrado para o feijão armazenado por
14 dias no 6º dia de fermentação. O índice de fermentação abaixo de 1 foi considerado
não fermentado e o índice acima de 1 foi considerado totalmente fermentado ( Gourieva e
Tserevitinov, 1979 ). Para a fermentação completa, o tempo de fermentação de 6 dias foi
necessário para as vagens armazenadas por 0 e 7 dias, enquanto as vagens armazenadas
por 14 e 21 dias levaram apenas 4 dias. dias para ficar totalmente fermentado. Os
resultados indicam que o aumento do tempo de fermentação e a duração do
armazenamento da vagem tiveram um efeito significativo no índice de fermentação Fig. 2 .
Investigações anteriores ( Kongor et al., 2013 , Nazaruddin et al., 2006 ) também
observaram um efeito semelhante no índice de fermentação devido ao armazenamento de
vagens.
Tabela 1 . Parâmetros de qualidade dos grãos de cacau medidos pelos métodos de espectroscopia
convencional e FT-NIR.
Parâmetro de qualidade Método convencional Espectroscopia FT-NIR
Gama a Significar SD b Gama a Significar SD b
Índice de fermentação 0,54–1,24 0,87 0,19 0,53–1,19 0,89 0,17
pH 4,26-6,13 5,53 0,56 4,06–6,17 5,32 0,48
Polifenóis totais (mg g −1 ) 6,48–15,58 11,08 2,41 7,02-16,23 11.15 2,29
uma
Valores obtidos de vagens armazenadas por 0, 7, 14 e 21 dias.
b
SD - desvio padrão (decimais).
Baixar Exportar
Download de imagem em alta resolução (310KB) Baixar imagem em tamanho real
Fig. 2 . Mudanças no (a) índice de fermentação, (b) pH, e (c) polifenóis totais durante a fermentação.
3.1.2 . Variação do pH
O pH medido de grãos de cacau por análise química e a variação com dias de fermentação
para diferentes dias de armazenamento também são apresentados na Tabela 1 e na Figura
2 . Com dias de fermentação há uma tendência geral de redução de até 3 ou 4 dias a partir
da inicial (5,76-6,11) e, em seguida, um aumento em direção aos 6 dias finais (5,19-6,13);
mas uma redução geral moderada foi observada para diferentes amostras armazenadas.
Além disso, uma queda acentuada no pH, onde as vagens foram armazenadas por 0 e 7
dias, e uma tendência de diminuição gradual para as vagens armazenadas para 14 e
21 dias foram observados. Isto deveu-se à diminuição do volume de polpa por semente,
devido à evaporação da água e à inversão da sacarose, o que diminui o teor total de
açúcar, levando à redução da produção de ácido durante a fermentação. A tendência
decrescente e crescente de pH durante os dias de fermentação foi devido ao fato de que a
polpa aderente foi convertida em ácido e álcool, o que cessou a fermentação ( Afoakwa et
al., 2013 ). Após o 4º dia, a polpa aderida foi liberada na forma de suor, que liberou o ácido
e o álcool produzidos durante a fermentação e, assim, o pH aumentou. No caso de vagens
armazenadas para 14 e 21 dias, os grãos de cacau, quando extraídos, tinham menor
adesão da polpa às sementes. No entanto, o feijão ácido teve um impacto direto sobre o
sabor do chocolate, que produzia sabor adstringente e parecia causar problemas durante a
fabricação do chocolate. Após os tratamentos de armazenamento das vagens, os grãos
obtidos após a fermentação tiveram um pH ligeiramente superior (ou seja, menos acidez).
Baixar indicaram
Esses resultados que, após 14 e 21 dias de armazenamento de vagens, os
Exportar
grãos de cacau eram menos ácidos do que outros tratamentos de armazenamento de duas
vagens.
3.1.3 . Variação total de polifenóis

Os teores totais de polifenóis para todos os dias de armazenamento estudados tiveram
diferentes valores iniciais, mas decresceram de maneira semelhante com os dias de
fermentação ( Fig. 2 ) e as faixas de valor com média são apresentadas na Tabela 1 . Em
geral, conforme os dias de armazenamento aumentaram, o polifenol total diminuiu em
qualquer nível de fermentação. Considerando o efeito da fermentação, houve uma redução
de 25% e 32% em relação aos teores totais iniciais de polifenóis de 14,84 e 9,53 mg g -1
para 0 e 21 dias ou armazenamento, respectivamente. Uma tendência decrescente
semelhante foi observada nos outros dias de armazenamento (7 e 14) com duração de
fermentação.
A diminuição do polifenol pode ser devido à difusão de polifenóis no suor de fermentação.

Além disso, a redução no volume de polpa durante o armazenamento da vagem pode
facilitar a oxidação e a polimerização de polifenóis. A tendência decrescente dos polifenóis
( Fig. 2 ) foi semelhante ao resultado obtido por Nazaruddin et al. (2006) . Assim, o
armazenamento de vagens causou uma redução significativa nos compostos de polifenol, o
que reduzirá a adstringência e amargor nos produtos de cacau e cacau feitos a partir dos
respectivos grãos de cacau e é considerado desejável. A análise estatística (ANOVA)
mostrou que houve um efeito altamente significativo ( ) em todos os atributos de
qualidade devido ao tempo de armazenamento e fermentação da vagem, bem como sua
interação ( Tabela 2 ).
Tabela 2 . ANOVA de armazenamento de vagens e tempo de fermentação em parâmetros de qualidade.
Fonte Índice de fermentação pH Polifenóis totais
Armazenamento de Pod (P) 1114,00 a 775,34 a 12221,83 a
Tempo de fermentação (F) 3890,98 a 340,96 a 3066,94 a
Interação (P × F) 59,76 a 64,22 a 141,74 a
uma
Os valores da proporção F são significativos ao nível de 1%.
3.2 . Características espectrais do FT-NIR

Os espectros obtidos em toda a faixa espectral, correspondentes aos números de onda de
12.500-3600 cm- 1 para a análise da qualidade não destrutiva dos grãos de cacau, são
mostrados na Figura 3 . É evidente que todas as amostras exibiram uma tendência
semelhante na absorvância, mas cada amostra variou dependendo da sua orientação,
características da superfície e, mais importante, dos seus constituintes bioquímicos. O

algoritmo deBaixar
regressão PLS relaciona os dados espectrais com o componente de interesse
Exportar
em toda a região NIR e determina qual região é a mais adequada para esse componente
em particular.
Baixe imagem de alta resolução (190 KB) Baixar imagem em tamanho real
Fig. 3 . Espectros de FT-NIR obtidos para o cacau em toda a região.
Os picos proeminentes foram causados devido ao estiramento de grupos de hidrogênio de

CH, OH e NH na amostra ( Krähmer et al., 2015 , Teye et al., 2015 ). Estes picos
observados em diferentes faixas de número de onda foram causados devido às seguintes
vibrações ( Fig. 3 ):
8100-8600 cm −1 : 2ª sobretons de grupos C H
6700-6900 cm -1 : 1ª sobretons de grupos C H
5100–5300 cm −1 : 2ª sobretons de grupos CO
4000–4800 cm −1 : Combinações de amidas
Picos entre 5600 e 5800 cm- 1 e 4000-4200 cm -1 estavam ausentes, o que foi causado
por sobretons de 1ª e vibrações combinadas de alongamento de CH ( grupos CH2 ),
respectivamente. As bandas de absorção de água devem ser eliminadas para reduzir a
interferência com as estruturas químicas do nosso componente de interesse. Portanto, no
presente estudo, as regiões de absorção de água (10.500-9250, 7100-6800 e 5300-4950

cm- 1 ) foram
Baixar
excluídas. As regiões restantes em cinco bandas, como 9000–7450, 6900–
Exportar
6030, 6030–5500, 4950–4500 e 4500–3850 cm −1 foram selecionadas apenas para o
desenvolvimento do modelo de calibração usando a “ Seleção de região interativa ”.opção
fornecida no software OPUS. Como observado, os picos proeminentes foram observados
em torno de 4000, 5200, 6800 e 8200 cm- 1 dentro da região NIR ( Fig. 3 ). Como o
número de amostras foi menor (72 amostras), o método de validação cruzada foi seguido
para o desenvolvimento do modelo de calibração ( Westad e Marini, 2015). A validação
cruzada constrói o modelo usando a técnica “leave-one-out” e valida o modelo com a
amostra à esquerda. O método utilizou 71 amostras remanescentes para construção do
modelo e validou com a amostra da esquerda para fora e repetiu até que todas as amostras
fossem validadas uma vez. É possível ter um modelo mais robusto com maior número de
amostras, que por sua vez melhoram as previsões dos modelos. O padrão espectral obtido
foi semelhante aos estudos anteriores ( Krähmer et al., 2015 , Teye et al., 2015 ).
3.3 . Modelos de calibração para qualidade de grãos de cacau

Os espectros de FT-NIR foram pré-processados por normalização de vetores, correção de
dispersão multiplicativa (MSC) e primeira derivada (FD) para o desenvolvimento de
modelos de calibração, e e RMSECV foram utilizados como parâmetros de desempenho
( Tabela 3 ). Um modelo de regressão simplificado baseado no melhor método de pré-
processamento para cada parâmetro de qualidade também foi desenvolvido, plotado ( Fig.
4 ) e discutido.
Tabela 3 . A calibração da espectroscopia FT-NIR mostra os resultados da estatística de desempenho

da qualidade dos grãos de cacau usando vários métodos de pré-processamento.
Método de pré- Índice de fermentação pH Polifenóis totais

processamento
RMSECV RPD Viés RMSECV RPD Viés RMSECV RPD Viés
Normalização 0,83 0,09 1,82 - 0,58 0,35 1,52 - 0,84 0,93 2,53 −0,0
vetorial
Correção de 0,86 0,07 2,35 - 0,65 0,31 1,72 - 0,82 0,98 2,40 -
dispersão
multiplicativa
Primeiro 0,88 0,06 2,74 −0,0004 0,76 0,26 2,05 0,015 0,79 1,06 2,22 -
derivado
RMSECV - erro quadrático médio para validação cruzada.
RPD - desvio preditivo residual.
O viés foi calculado apenas para o melhor modelo.
Baixar Exportar
Download de imagem em alta resolução (350KB) Baixar imagem em tamanho real
Fig. 4 . Gráfico de regressão linear de calibração entre valores experimentais e preditos pela
espectroscopia FT-NIR.
3.3.1 . Modelos de calibração do índice de fermentação

Os resultados do modelo de previsão concordaram bem com os valores obtidos por análise
química ( Tabela 1 ). O primeiro pré-processamento de derivadas foi considerado adequado
para modelos de índice de fermentação do que outros dois métodos de pré-processamento.
O software OPUS considera a variação da absorbância nos espectros e está diretamente
relacionado à concentração do componente ( Tripathi e Mishra, 2009 ). Parâmetros
estatísticos de desempenho do modelo, como (Eq. (4) ), RMSECV (Eq. (3) ), RPD (Eq.
(5) ) valores do modelo de índice de fermentação foram 0,88, 0,06 e 2,74, respectivamente.
Nenhum outliers foi detectado no desenvolvimento do modelo. O gráfico de regressão
linear entre os valores experimentais do índice de fermentação e os valores preditos do FT-
NIR ( Fig. 4 ) mostram um ajuste linear muito bom ( ). Além disso, o valor de
polarização indicou que o modelo de calibração estava subestimando.
As regiões espectrais que tiveram a influência máxima no ajuste do modelo de regressão

podem ser encontradas pelos espectros de carregamento de PLS ( Bala e Singh, 2013 ).
As regiões espectrais entre 6033 e 5493, e entre 4953 e 3849 cm- 1 foram encontradas
responsáveis pela previsão do índice de fermentação dos grãos de cacau ( Fig. 5 a). A
previsão doBaixar
modelo resulta
Exportar e RPD na faixa de 2,5 a 3,0 foram considerados
confiáveis e o modelo poderia ser usado como um bom modelo de predição para o índice
de fermentação em grãos de cacau. Embora, Teye et al., 2015 , Hue et al., 2014 obtiveram
estimativas de predição mais altas com e Esses experimentos
foram conduzidos com grãos de cacau triturados fornecendo uma amostra ideal. Porém, no
presente estudo, grãos inteiros de cacau foram usados, portanto, uma previsão mais baixa
era esperada. Outros resultados promissores ( Jiang et al., 2015 , Giovenzana et al., 2014 )
também mostraram que a espectroscopia FT-NIR pode ser uma ferramenta confiável na
previsão dos níveis de fermentação de produtos alimentícios.
Baixe imagem de alta resolução (274KB) Baixar imagem em tamanho real
Fig. 5 . Cargas espectrais obtidas por regressão PLS (a) índice de fermentação, (b) pH e (c) polifenóis
totais .
3.3.2 . Modelos de calibração para pH

O modelo pré-processado com o primeiro método derivativo para variação de pH resultou
em um melhor desempenho com maior valor de 0,76 e menor valor de RMSECV de 0,26
comparado aos outros métodos ( Tabela 3 ). O valor de polarização de 0,015 obtido para
pH indicou que o modelo de calibração estava superestimando. Não houve outliers
detectados no desenvolvimento do modelo. Mas o valor de RPD foi de apenas 2,05, o que
significa que o modelo poderia ser usado apenas para quantificação aproximada ( Saeys et
Baixar
al., 2005 ). A falta de melhor
Exportardesempenho pode ser vista a partir dos dados de dispersão do
gráfico linear ( Fig. 4 ), e isso explica a natureza da variação dos valores de pH como
observado anteriormente ( Fig. 2b), quando comparado com os outros parâmetros que
exibiram tendências uniformes. Cargas espectrais de PLS ( Fig. 5b), mostrou que a
influência espectral estava nas regiões de 9003-8223, 6904-5493 e 4953-4721 cm -1 .
Deve-se notar que a espectroscopia NIR simplesmente registra a variação na absorbância

devido à interação molecular em diferentes números de onda e se relaciona
especificamente com a composição química da amostra. Portanto, a espectroscopia NIR
não pode medir o pH diretamente como um medidor de pH. Mas ainda assim, o modelo
pode ser melhorado, aumentando o número de amostras e estreitando o intervalo de
valores. A previsão do pH com maior coeficiente de determinação ( ) foi obtido
por Krähmer et al., 2015 , Teye et al., 2015 para amostras de cacau moídas, Balage et al.
(2015) para carne de porco, Giovenzana et al. (2014) para cerveja e Li et al. (2013) para
peras. Estes estudos consideraram mais de 200 amostras (em comparação com 72 no
presente estudo) e obtiveram valores.
3.3.3 . Modelos de calibração de polifenóis totais

O conteúdo total de polifenóis previsto pela espectroscopia FT-NIR estava na faixa de 7,02-
16,23 mg g- 1 , que foi comparado com o intervalo de análise química de 6,48–15,58 mg
g- 1 ( Tabela 1 ). O gráfico de regressão linear ( Fig. 4 ) também produziu melhor
confiabilidade do modelo desenvolvido e erro padrão do valor de validação
cruzada de 0,93. O valor de RPD avaliado de 2,53 mostrou que este pode ser um bom
modelo para predição do conteúdo de polifenol. A análise mostrou que o valor de viés de
-0,0408 para polifenóis totais indicou que o modelo estava subestimando. Além disso, não
foram detectados outliers no desenvolvimento de modelos. Para os polifenóis totais, o
melhor modelo foi obtido quando os espectros foram pré-processados com normalização
vetorial ( Tabela 3 ). Os espectros de carregamento de PLS ( Fig. 5 c) indicaram claramente
que a região de predição entre 6904,3 e 5492,6 cm -1 era a melhor para quantificar
polifenóis em grãos de cacau. A previsão de fenóis na mostarda também mostrou influência
máxima em um intervalo semelhante de 6102-5446 cm -1( Bala e Singh, 2013 ). Estudos
recentes também relataram que o FT-NIR é uma ferramenta rápida para estimar o conteúdo
total de polifenóis ( Aliakbarian et al., 2015 , Giovanelli et al., 2014 ).
Os modelos de calibração desenvolvidos mostraram que o método FT-NIR pode ser

confiável. As estimativas de todos os três atributos de qualidade (índice de fermentação, pH
e polifenóis totais) por métodos químicos levaram aproximadamente 28 h (24 h para
índice de fermentação, 5 min para pH e 3,5 h para polifenóis totais). No entanto, para o
método FT-NIR, uma vez que os métodos de calibração sejam desenvolvidos para atributos
de qualidade individuais, uma única varredura sobre os grãos de cacau produziria os
resultados analisados em um minuto ou menos. Além disso, os grãos de cacau utilizados
no desenvolvimento do modelo de calibração FT-NIR eram grãos secos simples usados
sem trituração, tornando-o um método puramente não destrutivo.
3.4 . Sugestões para trabalhos futuros

Baixar Exportar
Os outros indicadores de qualidade do cacau, como conteúdo de gordura, infestações de
mofo e germinação de grãostambém pode ser estudado usando espectroscopia FT-NIR.
Durante o processo de fabricação de chocolate, o conteúdo de polifenol é responsável por
transmitir o sabor único ao chocolate. O efeito de diferentes processos no teor de polifenol
durante o processo de fabricação de chocolate pode ser outra área potencial de estudos
futuros. A presente modelagem de calibração pode ser estendida a uma ampla gama de
parâmetros e com diferentes variedades de grãos de cacau. Esses futuros resultados de
pesquisa serão de grande vantagem para os comerciantes e indústrias de fabricação de
chocolate, já que modelos de calibração para uma ampla gama de parâmetros e
variedades de cacau reduzem o tempo de avaliação de qualidade e produzem resultados
confiáveis, como demonstrado nesta pesquisa.
4 . Conclusões
O presente estudo demonstrou com sucesso o potencial da espectroscopia FT-NIR em
predizer os parâmetros de qualidade, ou seja, índice de fermentação, pH e polifenóis totais
de grãos de cacau não destrutivamente. Os modelos de calibração de espectroscopia FT-
NIR foram desenvolvidos com base em maior coeficiente de determinação ( ), menor erro
médio quadrático dos valores de calibração (RMSECV) e desvio preditivo residual (RPD); e
os modelos ( ;e ) foram
considerados aceitáveis. A predição dos modelos e valores obtidos através de métodos
químicos convencionais em um sentido geral concordaram bem com os parâmetros de
qualidade estudados. Verificou-se que o método de espectroscopia FT-NIR foi mais
adequado para certos atributos de qualidade (índice de fermentação e polifenóis totais) do
que outros (pH), e o aumento do número de amostras melhorou os modelos e as previsões.
Esses modelos podem ser aplicados para triagem geral e estimativa rápida de qualidade
(<1 min em comparação com 28 h do método convencional), o que resulta em economia
significativa de tempo e esforço nas medições. A pesquisa pode ser potencialmente
estendida a outros parâmetros de qualidade de cacau e variedades de cacau.
Agradecimentos
Agradecimentos a R. Pandiselvam, estudante de doutorado, e ao Dr. R. Arul Mari,
Professor Assistente do Departamento de Engenharia de Alimentos e Processos Agrícolas
da Faculdade de Engenharia Agrícola e Instituto de Pesquisa da Universidade Agrícola de
Tamil Nadu, Índia, pela ajuda durante este estudo.
Artigos recomendados Citando artigos ( 9 )
Referências
Afoakwa, 2011 EO Afoakwa

cacau cultivo, feijão composição e sabor de chocolate formação precursor e caráter
Ciência e Tecnologia do Chocolate , John Wiley & Sons ( 2011 ) , pp. 12 - 34

Visualizar
Baixarregistro no Scopus
Exportar
Afoakwa et al., 2013 EO Afoakwa , JE Kongor , JF Takrama , AS Budu , H. Mensah-Brown

Efeitos do pré-condicionamento polpa no total de polifenóis, o-difenóis e concentrações de
antocianina durante a fermentação e secagem do cacau ( Theobroma cacao ) feijões
J. Food Sci. Eng. , 3 ( 2013 ) , pp. 235 - 245
Visualizar registro no Scopus
Aliakbarian et al., 2015 B. Aliakbarian , M. Casale , M. Paini , AA Casazza , S. Lanteri , P. Perego

Produção de um romance leite fermentado enriquecido com antioxidantes naturais e a sua
análise por espectroscopia de NIR
LWT-Food Sci. Technol. , 62 ( 2015 ) , pp. 376 - 383
Artigo Download PDF Visualizar registro no Scopus
AOAC, 1995 AOAC, 1995. Associação de Químicos Analíticos Oficiais, Métodos de Análise Oficial da AOAC
International.
Bala e Singh, 2013 M. Bala , M. Singh

Estimação não destrutiva do conteúdo total de fenol e fibra bruta em sementes intactas de
mostarda usando FT-NIR
Indust. Culturas Prod. , 42 ( 2013 ) , pp. 357 - 362
Balage et al., 2015 JM Balage , SDL Silva , CA Gomide , MDN Bonin , CA Figueira
Prever a qualidade da carne suína usando espectroscopia Vis / NIR
Carne Sci. , 108 ( 2015 ) , pp. 37 - 43
Cantor et al., 2011 Aplicações de espectroscopia

SL Cantor , SW Hoag , CD Ellison , MA Khan e RC Lyon
no desenvolvimento de um sistema multiparticulado compactado para liberação modificada
AAPS PharmSciTech , 12 ( 2011 ) , pp. 262 - 278
CrossRef View Record no Scopus
FAOSTAT, 2016 FAOSTAT, 2016. < http://faostat3.fao.org/download/Q/QC/E > (Acesso em: 20 de abril de
2016).
Ferreira et al., 2013 DS Ferreira , JAL Pallone , RJ Poppi

transformada de Fourier espectroscopia no infravermelho próximo aplicação (FT-NIR) para
estimar brasileira de soja [ Glycine max (L.) Merril] composio
Food Res. Int. , 51 ( 2013 ) , pp. 53 - 58
Giovanelli et al., 2014 G. Giovanelli , N. Sinelli , R. Beghi , R. Guidetti , E. Casiraghi

espectroscopia NIR para a optimização da gestão de maçã pós-colheita
Biol pós-colheita. Technol. , 87 ( 2014 ) , pp. 13 - 20
Giovenzana et al., 2014 V. Giovenzana , R. Beghi , R. Guidetti

Avaliação rápida da
Baixar qualidade da cerveja artesanal durante o processo de fermentação por
Exportar
espectroscopia Vis / NIR
J. Food Eng. , 142 ( 2014 ) , pp. 80 - 86
Gourieva e Tserevitinov, 1979 Gourieva, K., Tserevitinov, O., 1979. Método de avaliar o grau de fermentação de
feijões de cacau. Patente URSS 646.
Hue et al., 2014 C. Hue , Z. Gunata , A. Bergounhou , S. Assemat , R. Boulanger , F. Sauvage , F. Davrieux
Espectroscopia no infravermelho próximo como uma nova ferramenta para determinar os níveis
de fermentação do cacau através da quantificação de nitrogênio amoniacal
Food Chem. , 148 ( 2014 ) , pp. 240 - 245
Jha e Garg, 2010 S. Jha , R. Garg

Predição não destrutiva da qualidade de maçã intacta usando espectroscopia no infravermelho
próximo
J. Food Sci. Technol. , 47 ( 2010 ) , pp. 207 - 213
Jiang et al., 2015 H. Jiang , H. Zhang , Q. Chen , C. Mei , G. Liu

Identificação de grau de fermentação em estado sólido com espectroscopia FT-NIR: comparação
de métodos de selecção de comprimento de onda variável de carros e CICATRIZES
Spectrochim Acta A: Molec. Biomolec. Spectrosc. , 149 ( 2015 ) , pp. 1 - 7
Artigo Download PDF CrossRef View Record no Scopus
Jinap et al., 1995 S. Jinap , P. Dimick ,

avaliação
R. Hollender
Sabor de chocolate formulado a partir de grãos de cacau de diferentes países
Food Control , 6 ( 1995 ) , p. 105 - 110
Kemsley, 1998 Estudos de caso de

EK Kemsley
EK Kemsley (Ed.) , Análise Discriminante e Modelagem de Classes de Dados Espectroscópicos , Wiley ,
Chichester, UK ( 1998 ) , pp. 110 - 164
Kongor et al., 2013 JE Kongor , JF Takrama , AS Budu , H. Mensah-Brown , EO Afoakwa

Efeitos da fermentação e secagem sobre o índice de fermentação e teste de corte de pasta de
cacau Gana (pré-condicionado de cacau de Theobroma ) feijões
J. Food Sci. Eng. , 3 ( 2013 ) , pp. 625 - 634
Krähmer et al., 2015 A. KRAHMER , R. Engel , D. Kadow , N. Ali , P. Umaharan , LW Kroh , H. Schulz
rápido e limpo-determinação de parâmetros de qualidade em bioquímicas cacau usando
espectroscopia de infravermelho próximo
Food Chem. , 181 ( 2015 ) , p. 152 - 159

Baixar Exportar
Li et al., 2013 J. Li , W. Huang , Zhao C. , B. Zhang
Um estudo comparativo para a determinação quantitativa do teor de sólidos solúveis, pH e
firmeza das peras por espectroscopia Vis / NIR
J. Food Eng. , 116 ( 2013 ) , pp. 324 - 332
Nazaruddin et al., 2006 R. Nazaruddin , L. Seng , O. Hassan , M. Said

Efeito do pré-condicionamento pulpar sobre o teor de polifenóis no cacaueiro ( Theobroma cacao
) durante a fermentação
Indust. Culturas Prod. , 24 ( 2006 ) , pp. 87 - 94
Saeys et al., 2005 W. Saeys , AM Mouazen , H. Ramon

Potencial para análise on-line e on-line de dejetos de suínos usando espectroscopia de
refletância visível e infravermelha próxima
Biosist. Eng. , 91 ( 2005 ) , pp. 393 - 402
Saltini et al., 2013 R. Saltini , R. Akkerman e S. Frosch

Otimizando a produção de chocolate através da rastreabilidade: uma revisão da influência das
práticas agrícolas na qualidade do grão de cacau
Controle de Alimentos , 29 ( 2013 ) , pp. 167 - 187
Singleton e Rossi, 1965 V. Singleton , JA Rossi

Colorimetria de fenólicos totais com reagentes de ácido fosfomolíbdico-fosfotungstico
Sou. J. Enol. Viticulture , 16 ( 1965 ) , pp. 144 - 158
Sinija e Mishra, 2009 V. Sinija , espectroscopia H. Mishra

FT-NIR para estimativa de cafeína em pó de chá verde instantâneo e grânulos
LWT-Food Sci. Technol. , 42 ( 2009 ) , pp. 998 - 1002
Artigo Download PDF Ver Record in Scopus
Subramanian e Rodriguez-Saona, 2008 A. Subramanian , L. Rodriguez-Saona

espectroscopia no infravermelho com transformada de Fourier (FTIR)
D. Sun (Ed.) , Espectroscopia no infravermelho para Análise e Controle da Qualidade de Alimentos ,
Academic Press , New York ( 2008 ) , pp. 145 - 178
Teye et al., 2014 E. Teye , X. Huang , W. Lei , H. Dai

Estudo de viabilidade sobre o uso de espectroscopia no infravermelho próximo por transformada
de Fourier juntamente com quimiometria para discriminar e quantificar a adulteração em grãos
de cacau
Food Res. Int. , 55 ( 2014 ) , pp. 288 - 293
Teye et al., 2015 E. Teye , X. Huang , LK Sam-Amoah , J. Takrama , D. Boison , F. Botchway , F. Kumi
Estimando os parâmetros do cacau por FT-NIRS e análise quimiométrica

Food Chem.
Baixar , 176 Exportar
( 2015 ) , págs. 403 - 410
Tripathi e Mishra, 2009 S. Tripathi , H. Mishra

Um método rápido FT-NIR para estimativa de aflatoxina B1 em pó de pimenta vermelha
Controle de Alimentos , 20 ( 2009 ) , pp. 840 - 846
Tripathi et al., 2010 S. Tripathi , K. Patel , A. Bafna

Determinação não destrutiva de curcuminoides de açafrão em pó usando FT-NIR
J. Food Sci. Technol. , 47 ( 2010 ) , pp. 678 - 681
Veselá et al., 2007 A. Veselá , AS Barros , A. Synytsya , I. Delgadillo , J. Čopíková , MA Coimbra

espectroscopia de infravermelho e análise de produtos de exterior, para a quantificação de
gordura, de azoto, e de humidade do pó de cacau
Anal. Chim. Acta , 601 ( 2007 ) , pp. 77 - 86
Westad e Marini, 2015 F. Westad , F. Marini

Validação de modelos quimiométricos - um tutorial
Anal. Chim. Acta , 893 ( 2015 ) , pp. 14 - 24
Worldatlas, 2016 Worldatlas, 2016. Os 10 principais países produtores de cacau. <

http://www.worldatlas.com/articles/top-10-cocoa-producing-countries.html > (Acesso em: 20 de abril de
2016).
Publicado por Elsevier BV
Sobre o ScienceDirect Acesso remoto Carrinho de compras Contato e suporte

Termos e condições Política de privacidade
Usamos cookies para ajudar a fornecer e aprimorar nossos serviços e personalizar conteúdo e
anúncios. Ao continuar, você concorda com o uso de cookies .
Copyright © 2018 Elsevier BV ou seus licenciadores ou colaboradores. ScienceDirect ® é uma
marca registrada da Elsevier BV

Determinação Não Destrutiva Da Qualidade Do Cacau em Uso Espectroscópico FT-NIR - ScienceDirect

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Determinação Não Destrutiva Da Qualidade Do Cacau em Uso Espectroscópico FT-NIR - ScienceDirect

Enviado por

Direitos autorais:

Formatos disponíveis

31/10/2018 Determinação não destrutiva da qualidade do cacau em uso espectroscópico FT-NIR - ScienceDirect

Computadores e Eletrônica na Agricultura

Determinação não destrutiva da qualidade do grão de cacau

https://doi.org/10.1016/j.compag.2016.04.012 Obtenha direitos e conteúdo

• A determinação da qualidade de grãos de cacau fermentados e não

• A regressão simples de PLS produziu quantificação precisa dos atributos de

• A análise foi realizada dentro de um minuto em comparação com cerca de

O índice de fermentação de todos os tratamentos variou entre 0,535 e 1,242, valores de pH

Baixe imagem de alta resolução (101KB) Baixar imagem em tamanho real

A cadeia de fornecimento de grãos de cacau é muito longa, complexa e envolve vários

Devido à alta demanda por grãos de cacau, há chances de adulteração ao fornecer os

Os parâmetros de qualidade dos grãos incluem principalmente o índice de fermentação, o

Actualmente, os métodos convencionais (química húmida) são utilizados para determinar o

indústria alimentícia para medições rápidas de qualidade foi bem pesquisada. A

Apenas alguns estudos analisaram os aspectos da qualidade do cacau, como a

2.1 . Amostra de grãos de cacau

Baixe a imagem em alta resolução (490KB) Baixar imagem em tamanho real

2.2 . Análises químicas

2.2.1 . Índice de fermentação

2.2.3 . Polifenóis totais

2.3 . Espectroscopia FT-NIR

2.4 . Pré-processamento de dados

2.5 . Desenvolvimento de modelo de calibração

2.5.1 . Soma de erros quadrados

onde n é o número de amostras no conjunto de calibração, é o valor previsto para a

2.5.2 . Erro quadrático médio da raiz para validação cruzada

2.5.3 . Coeficiente de determinação

O coeficiente de determinação , expresso como uma fração sem dimensão, de um

Onde é o valor médio do atributo de qualidade selecionado de todas as amostras

2.5.4 . Desvio preditivo residual

Os modelos de calibração com valor de RPD inferior a 2 são considerados insuficientes

2.5.5 . Preconceito das previsões do NIR

2.5.6 . Análise estatística

3.1 . Qualidade de cacau por análise química

Parâmetro de qualidade Método convencional Espectroscopia FT-NIR

Gama a Significar SD b Gama a Significar SD b

Índice de fermentação 0,54–1,24 0,87 0,19 0,53–1,19 0,89 0,17

pH 4,26-6,13 5,53 0,56 4,06–6,17 5,32 0,48

Polifenóis totais (mg g −1 ) 6,48–15,58 11,08 2,41 7,02-16,23 11.15 2,29

Download de imagem em alta resolução (310KB) Baixar imagem em tamanho real

3.1.3 . Variação total de polifenóis

A diminuição do polifenol pode ser devido à difusão de polifenóis no suor de fermentação.

Tabela 2 . ANOVA de armazenamento de vagens e tempo de fermentação em parâmetros de qualidade.

Fonte Índice de fermentação pH Polifenóis totais

Armazenamento de Pod (P) 1114,00 a 775,34 a 12221,83 a

Tempo de fermentação (F) 3890,98 a 340,96 a 3066,94 a

Interação (P × F) 59,76 a 64,22 a 141,74 a

3.2 . Características espectrais do FT-NIR

características da superfície e, mais importante, dos seus constituintes bioquímicos. O

Fig. 3 . Espectros de FT-NIR obtidos para o cacau em toda a região.

Os picos proeminentes foram causados devido ao estiramento de grupos de hidrogênio de

8100-8600 cm −1 : 2ª sobretons de grupos C H

6700-6900 cm -1 : 1ª sobretons de grupos C H

5100–5300 cm −1 : 2ª sobretons de grupos CO

4000–4800 cm −1 : Combinações de amidas

presente estudo, as regiões de absorção de água (10.500-9250, 7100-6800 e 5300-4950

3.3 . Modelos de calibração para qualidade de grãos de cacau

Tabela 3 . A calibração da espectroscopia FT-NIR mostra os resultados da estatística de desempenho

Método de pré- Índice de fermentação pH Polifenóis totais

RMSECV RPD Viés RMSECV RPD Viés RMSECV RPD Viés

RMSECV - erro quadrático médio para validação cruzada.

RPD - desvio preditivo residual.

O viés foi calculado apenas para o melhor modelo.