Na cadeia produtiva da madeira, problemas associados a determinação científica das espécies tem se tornado um dos principais entraves na valoração do produto. Erros de associação de nomes científicos a partir de nomes vulgares tem raiz nos inventários florestais – IF e seguem por todo o percurso da cadeia, resultando em prejuízos econômicos e ecológicos até então imensuráveis por falta de ferramentas que possam ajudar a encontra-los e corrigi-los. Nessa perspectiva é nítida a necessidade de aprimoramento do processo de determinação das espécies para que os IF sejam realizados de forma mais consistentes. Dentro desse contexto, o presente estudo teve como objetivo avaliar o potencial da espectroscopia no infravermelho próximo – NIR, para discriminar madeiras de espécies florestais de ocorrência na Amazônia, a partir de análise multivariada de dados. Foram utilizadas amostras de 6 espécies florestais, a saber: Manilkara elata (Ducke) Chevalier; Dinizia excelsa Ducke; Goupia glabra Aubl.; Hymenaea sp.; Micropholis melinoniana Pierre e Copaifera sp. As amostras foram coletadas no município de Portel/PA, dentro da área do Plano de Manejo Florestal Sustentável - PMFS da empresa ABC Norte-Fazenda Pacajá, e cada espécie foi representada no estudo por 3 árvores, sendo coletado 1 disco na base de cada árvore para produção das amostras. Das 18 árvores utilizadas, foram produzidas 350 amostras cúbicas e 18 baquetas radiais, estas últimas para avaliar o efeito da posição de coleta no plano transversal sentido medula-casca. Também foram considerados para efeito de análise, o tipo de acabamento das peças (motosserra e serra circular), a via de aquisição espectral (fibra óptica e esfera de integração), o tipo de validação dos modelos (cruzada e independente) e a aplicação de pre-tratamento matemático à assinatura espectral. Com os corpos de prova fez-se a aquisição de 1.400 espectros nas amostras cúbicas e 528 espectros nas baquetas radiais. Os resultados indicaram que as amostras de madeira processadas com serra circular resultaram em superfície com melhor interação com a radiação no NIR e os modelos apresentaram maiores valores percentuais de classificação. A esfera de integração foi a via de aquisição espectral que gerou espectros que resultaram em modelos com maiores valores percentuais de classificação correta das amostras de madeira. A espectroscopia no NIR associada à estatística multivariada foi capaz de diferenciar amostras produzidas através de motosserra e serra circular com 98,4% de assertividade. Para árvores da mesma espécie, a média de classificação correta dos modelos baseados em NIR foi acima de 90% e para discriminar espécies diferentes a classificação correta chegou a 99,2%. Os melhores resultados para classificação correta das espécies foram obtidos com espectros adquiridos próximo a medula, chegando a 100% de acerto. Os menores percentuais de classificação das espécies foram obtidos com a abordagem baseada na calibração com espectros coletados via esfera de integração e validação independente com espectros coletados via fibra óptica
|
