Análises não-destrutivas para avaliação das propriedades da madeira
APLICAÇÃO DO NIR NA PREDIÇÃO DA DENSIDADE BÁSICA DA MADEIRA PARA A INDÚSTRIA DE CELULOSEJulia R. de A. Gomes1, Fernando J. B. Gomes1, Paulo R. G. Hein2, Larisse A. R. Batalha1, Roberto C. C. Lelis1, Nilton L. da S. Júnior1
1Universidade Federal Rural do Rio de Janeiro, 2Universidade Federal de Lavras
E-mail: julia.r.gomes@outlook.com
A densidade básica da madeira é uma característica essencial na área de tecnologia da madeira, por estar diretamente associada às suas propriedades físicas e mecânicas. Tradicionalmente, essa propriedade é determinada por métodos destrutivos, que demandam maior tempo de análise. Como alternativa, técnicas não destrutivas vêm ganhando destaque, como a espectroscopia no infravermelho próximo (NIR), que permite estimar diversas propriedades da madeira de forma rápida e eficiente. Este estudo teve como objetivo desenvolver um modelo preditivo da densidade básica de clones comerciais de Eucalyptus spp., empregando a espectroscopia e análise estatística multivariada. Foram analisadas 100 amostras de cavacos, cuja densidade foi determinada conforme a norma ABNT NBR 11941. Em seguida, os cavacos foram moídos e peneirados, sendo utilizada a fração retida entre as malhas 40 e 60 mesh para aquisição dos espectros. As assinaturas espectrais foram obtidas por espectrômetro e tratadas com a primeira derivada de Savitzky-Golay, visando reduzir ruídos. A modelagem foi realizada por regressão por mínimos quadrados parciais (PLS-R), utilizando o software Chemoface. A validação cruzada dos modelos resultou em R²cv = 0,82 e RMSEcv = 21,00 kg/m³, enquanto a validação independente obteve R²p = 0,79 e RMSEp = 21,79 kg/m³. Os resultados demonstram que a técnica empregada é eficaz para predizer a densidade da madeira de Eucalyptus, apresentando potencial para aplicações industriais, especialmente na cadeia produtiva de celulose.
Palavras-chave: espectroscopia no infravermelho próximo; qualidade da madeira; avaliação não destrutiva; modelos de calibração; estatística multivariada.
