A luz é uma onda eletromagnética transversal, que consiste em campos elétrico e magnético perpendiculares um ao outro e à direção de propagação, caracterizada por um comprimento de onda (distância entre dois picos sucessivos) e freqüência, que é o número de picos que passam por um observador em um dado espaço de tempo. O olho humano é sensível a apenas uma pequena faixa de freqüências, a região da luz visível do espectro eletromagnético. A luz com freqüências levemente superiores (ou comprimentos de onda mais curtos) está na faixa do ultravioleta e a luz com freqüências levemente inferiores (comprimentos de onda mais longos) está na faixa do infravermelho (Figura 1) (Taiz e Zeiger 2004, p.140).
FIGURA 1 – ESPECTRO ELETROMAGNÉTICO.
Fonte: Taiz e Zeiger (2004, p.140).
A espectroscopia no infravermelho próximo (NIR) é a medição da intensidade da absorção/reflexão de luz infravermelha próxima (em uma faixa de 800 a 2500nm), em relação ao comprimento de onda, realizada pela amostra. É tipicamente usada na medição quantitativa
absorção/reflexão pode ser determinado com um espectrofotômetro, que consiste de uma fonte luminosa, um monocromador que contém o seletor de comprimentos de onda tipo de grupos funcionais orgânicos, especialmente O-H, N-H, e C=O. Um espectro de
prisma, um receptáculo para amostras, um fotodetector e uma impressora ou computador (Figura 2). O comprimento de onda emitido pelo monocromador pode ser alterado por rotação do prisma; o gráfico de absorbância (A) versus comprimento de onda (λ) é denominado espectro (Taiz e Zeiger, 2004, p.141).
FIGURA 2 – DIAGRAMA ESQUEMÁTICO DE UM ESPECTROFOTÔMETRO.
4 Fonte: Taiz e Zeiger (2004, p.141).
O Departamento de Agricultura dos Estados Unidos iniciou o desenvolvimento de métodos instrumentais para a aplicação do infravermelho próximo na agricultura. Karl Norris iniciou seu trabalho com a tecnologia NIR procurando por novos métodos para a determinação da umidade nos produtos agrícolas, primeiro pela extração da água no metanol e depois pela suspensão de sementes moídas em CCl (Hart et al., citados por Pasquini 2003, p.199). Entre as primeiras aplicações também estão as medições do teor de proteína em trigo, e de gordura/óleo em soja, para permitir que as estações de manuseio de grãos pudessem pagar os fazendeiros de acordo com o teor de proteína/óleo e segregar o trigo em diferentes silos, uma vez que métodos clássicos de análise são muito lentos. Desta forma o NIR teve um grande sucesso no segmento agrícola, sendo que, tão logo as vantagens da técnica foram publicadas, a indústria procurou por outras aplicações, por exemplo, no controle de processo/qualidade (Silva 2002).
A espectroscopia no infravermelho próximo tem sido reconhecida como uma poderosa técnica analítica para a rápida determinação de vários constituintes em muitos materiais
agrícol
ferentes à composição específica de um produto é uma
análises não destrutivas, sem a utilização de produtos químicos, design robusto e compacto, análise múltipla de componentes, velocidade de resultados de análise (menos de um minuto), transferência de calibrações entre equipamentos. Como desvantagem, a calibração requer: tempo, cuidado e conhecimentos básicos de estatística e computação (Silva 2002).
Muitos estudos na área florestal vêm sendo desenvolvidos com a utilização do infravermelho próximo e técnicas de análise multivariada para a predição de propriedades da madeira como Módulo de Elasticidade (MOE) e Módulo de Ruptura (MOR) (Hoffmeyer e Pedersen 1995, Schimleck et al. 2001a, 2002a,b, Kelley et al. 2004, Via 2004), densidade básica (Hoffmeyer e Pedersen 1995, Schimleck et al. 1999, 2001a, Hauksson et al. 2001, Via 2004), teor de lignina, celulose, polioses ou extrativos (Easty et al. 1990, Schultz e Burns 1990, Kelley et al. 2004, Yeh et al. 2004, Via 2004), conteúdo de umidade (Hoffmeyer e Pedersen 1995), ângulo de grã (Gindl e Teischinger 2002), ângulo microfibrilar (Schimleck et al. 2001, Schimleck e Evans 2002, Kelley et al. 2004, Via 2004), mudanças associadas à degradação química e biológica (Hoffmeyer e Pedersen 1995, Kelley et al. 2002, Via 2004), presença de preservantes inorgânicos (Feldhoff et al. 1998), características morfológicas das as e outras matérias-primas. A técnica envolve a aquisição de um espectro de absorbância/reflectância depois que a radiação de infravermelho próximo penetra em uma amostra. O espectro de NIR resultante é então comparado com medidas obtidas usando técnicas analíticas convencionais, usando análise multivariada (Sefara et al. 2000, p.16).
A obtenção de informações rápidas re
ferramenta de valor incalculável para a garantia da qualidade deste produto. Quanto mais rápido é determinada uma mudança na especificação deste produto, mais rápido uma correção pode ser feita, implicando em um melhor controle da qualidade e redução de custos, pois haverá menos desperdício (Silva 2002).
fibras (Hauksson et al. 2001, Schimleck e Evans 2004, Via 2004), rendimento em celulose (Schimleck e Michell 1998, Raymond et al. 2001) e até mesmo características do MDF como MOE, MOR e colagem interna (Rials et al. 2002). So et al. (2004) apresentaram um histórico da utilização da técnica.
Nos últimos anos, tem havido grande interesse no desenvolvimento de aplicações do NIR na indústria de celulose e papel (Birkett e Gambino 1988b; Easty et al. 1990; Michel, 1995). Trabalhos com várias espécies de eucalipto têm enfocado o desenvolvimento de modelos de infravermelho próximo para quantificar e caracterizar os componentes químicos da madeira, como celulose e lignina (Garbutt et al. 1992) e também para propriedades da polpa (rendimento, número Kappa) (Easty et al. 1990; Birkett e Gambino 1988a).
Wright et al. (1990, p.165) utilizando amostras de 29 árvores de 14 espécies diferentes de Pinus estudaram a previsão do rendimento da polpa e celulose através do NIR, obtendo um coeficiente de correlação significante para as duas variáveis, o que indica que esta técnica pode ser utilizada para prever estas propriedades em pequenas amostras de madeira.
O potencial de aplicação da espectroscopia no infravermelho próximo para predizer o rendim
ção para a ento em polpa de amostras de eucalipto foi reportado na literatura (Michell e Schimleck 1995). Birkett e Gambino (1988b, p.40) demonstraram que espectros de NIR podem ser usados para estimar o rendimento da polpa de Eucalyptus grandis. Usando uma série de filtros de diferentes comprimentos de onda, correlações de calibração até 0,91 foram obtidas. Wright et al (1990, p.165) obtiveram coeficientes de correlação de 0,88 usando uma combinação de quatro comprimentos de onda, mas, o coeficiente de correla
predição foi baixo (0,49). Trabalhos com Eucalyptus globulus (Michell 1995) mostraram que coeficientes de correlação melhores (r = 0,99) poderiam ser obtidos quando o comprimento de onda total do espectrômetro é utilizado. Este trabalho foi expandido para outras espécies
como
dente, aplicaram uma regressão linear pelo método PLS (P
om o rendimento da polpa K
celulose em várias espécies de eucalipto. A calibração desenvolvida usando 47 amostras de E. nitens e a qualidade dos modelos foi comparável com aquelas obtidas para E. globulus (Schimleck et al. 1996 e 1997).
Silva et al. (2000) utilizaram o infravermelho próximo para analisar polpas e polímeros gerados por carbamilação, em um estudo de caracterização do efeito cumulativo das etapas de branqueamento sobre a composição e estrutura de polpas Kraft de Pinus e Eucalyptus. Observaram que mudanças na intensidade dos picos são indicativo seguro da ocorrência de mudanças no estado de organização estrutural da celulose.
Sefara et al. (2000), estudaram o emprego do uso de espectroscopia de infravermelho próximo para uma rápida determinação do rendimento da polpa em plantações de eucalipto. Utilizaram um total de 100 árvores, pertencentes a quatro índices de sítio, 5 grupos de idades e 5 árvores por grupo de idade. Para relacionar o rendimento de cada polpa obtida nos digestores com o espectro NIR correspon
artial Least Squares). Concluíram que o rendimento da polpa pode ser previsto com precisão relativamente alta usando espectros de NIR de cunhase cavacos e que a porcentagem média de erro desta técnica foi muito similar à convencional, que utiliza amostras de celulose coletadas nos digestores.
O conteúdo de celulose foi mostrado ser de grande correlação c
raft por Wallis (1966a, 1966b), Kube e Raymond (2002). DuPlooy (1980) observou que o conteúdo de celulose explicava 83% da variação observada na polpa de E. grandis na África do Sul, e Dillner et al. (1971) tinham reportado igual correlação em E. globulus.
A análise com a tecnologia NIR é útil para processar grande número de amostras e como a quantidade de madeira requerida é muito pequena (em torno de 3g seca ao ar), permite a predição do conteúdo de celulose a partir de pequenas amostras de madeira, como rolos de incremento. Clarke e Wessels (1995) usaram a análise do NIR para predizer o conteúdo de
diferentes espécies apresentou uma correlação de 0,73 entre o conteúdo de celulose previsto e o encontrado em laboratório.
o de
riedades analisadas e comentam que o uso da correção ortogonal
validação. Raymond e Schimleck (2002, p.174) estudaram uma análise de reflectância para estimar os parâmetros genéticos relacionados ao conteúdo de celulose em Eucalyptus globulus. Verificaram que a análise de NIR fornece boas calibrações para prever o conteúdo de celulose em E. globulus. O erro ficou em torno de 1%, indicando que o conteúd celulose pode ser previsto de uma maneira segura pelo NIR. As correlações entre o conteúdo de celulose previsto e o rendimento da polpa previsto foram muito altos (acima de 0,8) e ambos mostraram herdabilidade similar e correlações com outras características.
Hauksson et al. (2001, p.484) analisaram o uso do infravermelho próximo utilizando uma regressão modelo PLS para predizer a densidade, comprimento de fibra médio e distribuição do comprimento de fibra em Picea abies. Verificaram uma boa correlação entre os espectros obtidos e as prop
do sinal (OSC) melhorou o modelo utilizado. Schimleck e Evans (2004, p.68), estudando Pinus radiata, obtiveram um coeficiente de determinação (R2) de 0,89 na calibração com a espessura da parede e de 0,65 a 0,69 para o diâmetro radial e tangencial, respectivamente. A predição foi satisfatória para a espessura da parede, obtendo-se um R2 de 0,88 e 0,91, e para o diâmetro tangencial (R2 de 0,69 e 0,79). No caso do diâmetro radial a predição não foi satisfatória, superestimando os valores.Via (2004, p.52) obteve na calibração um R2 de 0,72 para o comprimento de fibra de Pinus palustris, caindo para 0,65 no momento da
4 MATERIAL E MÉTODOS