Modelos NIRS para as características químicas da madeira de
Eucalyptus benthamii
Maiden
& Cambage
Talita Baldin
1
*; Maiara Talgatti
2
; Amanda Grassmann da Silveira
3
; Glêison Augusto dos Santos
4
; Osmarino
Pires dos Santos
5
;
Brígida Maria dos Reis Teixeira Valente
6
DOI: https://doi.org/10.35699/2447-6218.2020.19296
Resumo
A espectroscopia no infravermelho próximo (Near Infrared Spectroscopy, NIRS) é uma técnica não destrutível, rápida e
acurada, aplicável em muitas amostras e tem se mostrado como uma ferramenta eficiente na determinação das propriedades
químicas, anatômicas, físicas e mecânicas da madeira. O objetivo deste estudo foi desenvolver modelos de calibração NIRS
para as características químicas da madeira de Eucalyptus benthamii. Para o desenvolvimento dos modelos de calibração
toretes de 87 árvores, sendo 75 de E. benthamii, quatro de E. dunnii, quatro de E. grandis e
quatro de E. saligna foram
transformadas em cavacos. Parte deste material serviu para as análises de cinzas, extrativos,
lignina total e Klason e holocelulose,
outra parte foi moída para aquisição dos espectros, que posteriormente foram correlacionados aos valores laboratoriais. A
calibração do modelo foi determinada por análise de regressão dos míni- mos quadrados parciais (PLS). A seleção dos modelos
foi tomada com base nos critérios estatísticos de coeficiente de determinação (R²), erro médio da validação cruzada
(RMSECV), desvio residual de previsão (RPD) e do número de variáveis latentes (VLs). A composição química da madeira
de E. benthamii corrobora os resultados evidenciados na literatura para os eucaliptos. Os modelos de calibração apresentaram
ajustes satisfatórios para o teor de holocelulose (R2=0,82), lignina total (R2=0,74) e lignina Klason (R2=0,82) e a sua utilização
comercial é recomendada para predição de amostras desconhecidas. A técnica NIRS se mostrou promissora para predizer a
qualidade da madeira de Eucalyptus benthamii para a indústria de celulose.
Palavras chave:
Espectroscopia no infravermelho próximo. Lignina. Holocelulose. Análise não destrutiva.
Nirs models for chemical characteristics of
Eucalyptus benthamii
Maiden & Cambage wood
Abstract
Near Infrared Spectroscopy (NIRS) is a non-destructible, fast, and reliable technique that can be applied in many different
samples. NIR has been shown to be an efficient tool in determining the chemical, anatomical, physical, and mechanical
properties of wood. The aimed of this study was to development calibration models for the wood of Eu- calyptus benthamii as
to its chemical constitution. For the development of the calibration models 87 trees were used (75 of E. benthamii, 4 of E.
dunnii, 4 of E. grandis, and 4 of E. saligna). A portion of the sample was used for analysis
1Universidade Federal de Minas Gerais, Instituto de Ciências Agrárias - UFMG/ICA, Montes Claros, MG, Brasil.
https://orcid.org/0000-0003-4461-5974
2Universidade Federal de Santa Maria, UFSM, Santa Maria, RS, Brasil.
https://orcid.org/0000-0001-5535-922X
3Universidade Federal de Santa Maria, UFSM, Santa Maria, RS, Brasil.
https://orcid.org/0000-0002-5789-0513
4Universidade Federal de Viçosa, UFV, Viçosa, MG, Brasil.
https://orcid.org/0000-0002-0773-810X
5CMPC Celulose Riograndense, Guaíba, RS, Brasil.
https://orcid.org/0000-0003-3036-8861
6CMPC Celulose Riograndense, Guaíba, RS, Brasil.
https://orcid.org/0000-0003-0439-7060
*Autor para correspondência: talita.baldin@hotmail.com
Recebido para publicação em 14 de fevereiro de 2020. Aceito para publicação em 20 de junho de 2020.
e-ISSN: 2447-6218 /
ISSN: 2447-6218. Atribuição CC BY.
CADERNO DE CIÊNCIAS AGRÁRIAS
Agrarian Sciences Journal
2
Baldin, T. et al.
of ash, extractives, lignin and holocellulose content. Another portion was milled and used to acquire the spectra, which were
later correlated to laboratory values. Calibration of the model was determined by partial least squares regression analysis
(PLS). Selection of the best models was based on the following statistical criteria: coefficient of determination (R²), mean
cross-validation error (RMSECV), residual forecast deviation (RPD), and number of latent variables (VLs). The chemical
composition of E. benthamii wood agrees with the results evidenced in the literature for Eucalyptus. NIRS calibration models
presented satisfactory adjustments for holocellulose content (R2 = 0.82), total lignin content (R2 = 0.74) and Klason lignin
content (R2 = 0.82). The NIRS models developed in this study present a viable commercial tool for characterization of
samples of Eucalyptus benthamii wood for the cellulose industry.
Keywords:
Near Infrared Spectroscopy. Lignin. Holocellulose, Non-destructive technique.
Introdução
O diagnóstico fiável das características da ma-
téria-prima utilizada é atividade rotineira nas indústrias de
base florestal. A análise da madeira, por exemplo,
geralmente requer muito tempo (dias ou meses) para ser
determinada em laboratório, além de ser um processo
normalmente caro, aplicável em um número restrito de
amostras e, na maioria das vezes, utiliza métodos destru- tivos.
No entanto, para a caracterização de seus produtos,
as
empresas que trabalham com a produção florestal
demandam métodos rápidos e precisos, que possam ser
aplicados em um grande número de amostras obtidas,
preferencialmente, de árvores vivas do povoamento, para
que
as propriedades da madeira possam ser mapeadas e
melhoradas geneticamente.
lizada nessa atividade. Da mesma forma, a literatura é
muito bem documentada sobre pesquisas científicas com E.
grandis, E. badjensis, E. paniculata, E. robusta, E. smithii e
E. viminalis (Magalhães et al., 2005); E. dunnii (Samistraro
et al., 2009); E. grandis (Viana et al., 2010) e E. urophylla
(Hein, 2012). No entanto, são escassas as referências que
utilizaram a técnica para estimar o po- tencial de produção
de celulose de Eucalyptus benthamii (Lazzarotto; Magalhães,
2014; Estopa, 2017; Diniz et al., 2019). Uma investigação
consistente desta espécie, objeto do presente trabalho,
mostra-se fundamental, considerando os resultados
promissores verificados em plantios comerciais no sul do
Brasil, onde tem resistido satisfatoriamente a temperaturas
muito baixas e a ocor- rência de geadas, e poderá compor o
rol de espécies usadas na indústria do setor de celulose.
Nesse cenário, é crescente a adoção de metodo-
logias de avaliação não destrutivas da madeira, visando
reduzir custos e tempo nas análises com vistas a direcionar
a
melhor forma de uso deste material. A espectroscopia no
infravermelho próximo (Near Infrared Spectroscopy,
NIRS) tem se mostrado como uma ferramenta eficiente no
controle de qualidade de produtos e processos indus- triais.
NIRS é uma técnica rápida e acurada, aplicável a um grande
número de amostras e que pode ser utilizada em qualquer
substância cujas moléculas contenham, principalmente,
ligações C-H, O-H, N-H, S-H ou C=O (Muniz et al., 2012;
Hein; Chaix, 2014).
Tendo por base todo o conhecimento científico
literário acumulado sobre a utilização do NIRS para
análises de materiais lenhosos, formulou-se a seguinte
hipótese: É possível, utilizando as técnicas de espectros-
copia no infravermelho próximo, predizer a química da
madeira de Eucalyptus benthamii e qualifica-la visando a
produção de celulose?
Nesse sentido objetiva-se investigar as caracte-
rísticas químicas da madeira de Eucalyptus benthamii e
desenvolver modelos de calibração NIRS para predição da
qualidade da madeira para produção de celulose, de maneira
rápida, simples, confiável e não destrutiva.
Na espectroscopia NIRS, o aparelho chamado
espectrômetro emite radiação infravermelha sobre o
material (sólido ou líquido) e os sensores são os respon-
sáveis por captar as oscilações nas vibrações moleculares dos
seus constituintes químicos, gerando uma assinatura
espectral
única. A análise de dados espectrais e o desen-
volvimento de
modelos preditivos baseados em espectros são possíveis com o
uso de técnicas de análise univariada
e ou multivariada de
dados. Desse modo, informações obtidas no espectrômetro,
são correlacionadas com in- formações das propriedades da
madeira, determinadas
por métodos convencionais em
laboratórios (Tsuchikawa;
Kobori, 2015).
Material e métodos
Caracterização geral do experimento e preparação das amostras
para construção dos modelos de calibração
A madeira foi proveniente de indivíduos de Eu-
calyptus benthamii em plantio experimental de quatro anos
de idade de propriedade da empresa CMPC - Ce- lulose
Riograndense (30°55’26,8” S, 52°46’83,9” W). O
povoamento foi implantado no ano de 2011 e continha além
da espécie de Eucalyptus benthamii, outras três
testemunhas: E. dunnii, E. grandis e E. saligna.
A técnica NIRS é empregada em larga escala na
determinação de características da madeira para fabri-
cação de celulose e papel, principalmente com espécies do
gênero Eucalyptus, matéria-prima mundialmente uti-
Para a seleção inicial das amostras que cons-
tituíram o modelo de calibração NIRS retirou-se uma
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
3
Modelos NIRS para as características químicas da madeira de
Eucalyptus benthamii
Maiden & Cambage
alíquota de serragem na altura do DAP da madeira dos
eucaliptos. Dentre as 1.219 árvores selecionadas (vivas e em
condições de amostragem), 1.190 eram de Eucalyptus
benthamii, 14, 6 e 9 de E. dunnii, E. grandis e E. salig- na,
respectivamente. Estas últimas espécies, embora em menor
quantidade, também precisaram ser amostradas para compor
o modelo de calibração, tornando-o mais robusto e capaz de
predizer novas amostras.
Klason (Tappi t222 om-2, 2002); Lignina Total (Tappi
um-
250, 1991) e Holocelulose (Tappi t203 cm-99, 1999)
Construção dos modelos de calibração NIRS
Foram adquiridos espectros das 87 amostras (75
de
E. benthamii, 4 de E. dunnii, 4 de E. grandis e 4 de E.
saligna) em espectrômetro de infravermelho próximo em
transformada de Fourier (FT-NIR), importados ao compu-
tador e associados com os valores das propriedades quí-
micas das madeiras determinados pelas técnicas padrão. Antes
das leituras no aparelho, contudo, as amostras de madeira
foram acondicionadas em estufa a 22°C e teor de umidade
relativa 50% por dois dias.
A serragem das 1.219 amostras foi então proces- sada
em moinho Willye dotado de peneira com orifícios de 1 mm, e
os espectros coletados utilizando espectrômetro
de
infravermelho próximo em transformada de Fourier (FT-
NIR), modelo MPA, da Bruker. Os espectros foram obtidos
em refletância difusa entre 12000 e 4000 cm-1 e resultaram
da condição de 100 varrimentos de leitura
(Scans) com uma
resolução de 8 cm
-1
. O processamento e
a análise dos dados
foram realizados em software OPUS Quant 6.2.
O método de validação utilizado no estudo foi a
validação-cruzada, porém, antes do processamento
propriamente dito, os dados passaram por transforma- ções
matemáticas preliminares, denominadas de pré-
-processamento, sendo a primeira derivada (1stDer); a
normalização vetorial (VN); a primeira derivada (1
st
Der)
+ a normalização vetorial (VN) e a primeira derivada
(1stDer) + a correção multiplicativa do sinal (MSC).
A partir destes espectros foram estimados os
parâmetros de rendimento total em celulose e a relação da
lignina Siringil/Guaiacil (S/G) de todas as árvores do
povoamento, fazendo uso de modelos de calibração de
Eucalyptus globulus e E. grandis, desenvolvidos em
estudos anteriores no laboratório de Espectroscopia no
Infravermelho (Alves et al., 2011a; Alves et al., 2012).
Os
valores estimados foram utilizados para selecionar 20 árvores
com alto rendimento (55 até 62%) e 20 com baixo (36 até 43%)
e outras 37 com valores intermediários (44
até 54%) de
rendimento. Adicionalmente, cinco árvores
foram
selecionadas para representar altos valores de S/G
(1,70 até
2,10) e mais cinco com baixos valores de S/G (1,10 até
1,69). No total, 87 árvores, sendo 75 de E. ben- thamii, 4 de E.
dunnii, 4 de E. grandis e 4 de E. saligna, foram escolhidas
para serem amostradas novamente. A seleção das 12
amostras de outros eucaliptos teve por finalidade
proporcionar a confecção de um modelo de calibração
heterogêneo e robusto, envolvendo a maior variabilidade de
dados possível.
A calibração do modelo foi determinada por aná- lise
de regressão dos Mínimos Quadrados Parciais (PLS).
Os
modelos foram ajustados com o número de variáveis
latentes
(VLs) necessárias para fornecer o melhor ajuste, sem perder a
variância dos dados. Adicionalmente, foram excluídas as faixas
espectrais acima de 10.000 cm
-1
, posto
que, nessa região, o
espectro apresenta repetições de ruídos que não tem
informação relevante sobre a pro-
priedade de interesse. Os
valores definidos como outliers
na elaboração do modelo
pelo programa estatístico do software OPUS Quant 6.2
foram excluídos.
A seleção dos modelos de calibração foi tomada
com base no coeficiente de determinação (R²), na raiz
quadrada do erro médio da validação cruzada (RMSECV),
no
número de variáveis latentes utilizadas na calibração
(VLs),
adotado como sendo o valor que minimizou o RM-
SECV e
maximizou o R² e no desvio residual de previsão
(RPD) que,
de acordo com Schimleck et al., (2003), deve
possuir valor
acima de 1,5 para o modelo ser considera- do satisfatório na
seleção de árvores em programas de melhoramento
genético. Complementarmente, o RPD serviu para estimar a
qualidade dos modelos de calibra- ção, pois fornece a
padronização do erro da previsão e torna possível a
comparação de diferentes propriedades (Prieto et al., 2013).
A amostragem das 87 novas árvores foi então
destrutiva: coletou-se um torete de cerca de 70 cm o mais
próximo possível do DAP (altura em que anteriormente
havia sido coletado a serragem) e picado em cavacos. Parte
desse material foi utilizado para os ensaios con- vencionais
de química úmida e outra parte foi moído em moinho
Willye, dotado de peneira com orifícios de 1 mm e utilizado
para coleta de novos espectros.
Análises convencionais da madeira
Resultados e discussão
Para análise química da madeira os cavacos, livres
de
casca e nó, passaram por um classificador seguindo a
normativa Scan cm-40:01 (2011). A fração requerida
(diâmetro > 7 mm) foi moída em moinho de facas e
classificada. A fração ≥ 40 mesh foi coletada e usada para
as análises do Teor de cinzas (Tappi 21 1 om-02, 2002);
Extrativos (Tappi 280 pm-99, 2007); Lignina
Análises químicas
Embora foram realizadas análises químicas para
as
87 amostras de madeira de Eucalyptus (75 de E. ben- thamii,
4 de E. dunnii, 4 de E. grandis e 4 de E. saligna), os
resultados aqui retratados referem-se apenas à E.
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
4
Baldin, T. et al.
benthamii, que é o foco da pesquisa e a espécie escolhida
para
criação dos modelos de calibração (Tabela 1).
Tabela 1 – Características químicas da madeira de Eucalyptus benthamii aos quatro anos de idade
Característica
Média
Mínimo
Máximo
Desvio padrão
Teor de cinzas (%)
Extrativos em acetona (%)
Extrativos em água (%)
Extrativos totais (%)
Lignina klason (%) Lignina
solúvel (%) Lignina total
(%)
Holocelulose (%)
0,5
1,1
2,6
3,6
27,7
3,6
31,3
64,8
0,2
0,2
0,2
1,3
24,6
2,1
28,1
56,2
2,5
1,9
6,7
7,5
30,7
4,9
34,4
68,2
0,2
0,3
0,6
0,8
1,2
0,5
1,2
1,8
O teor médio de cinzas, de extrativos em acetona,
água
e totais corroboram os resultados evidenciados na
literatura
para o gênero Eucalyptus (Mendoza et al., 2015;
Araújo et al.,
2016; Estopa et al., 2017). Ao avaliarem 19 amostras de
madeira de eucalipto em idade de corte comercial, Jardim et
al., (2017) encontraram teores de cinzas entre 0,1 e 0,3%. As
cinzas da madeira de E. ben- thamii, ligeiramente superiores,
sugerem que as árvores avaliadas ainda estão em fase de
crescimento, em que o metabolismo acelerado demanda
maior quantidade de minerais, como demonstrado por
Morais et al., (2017).
Espera-se, com o passar dos anos e
crescimento da árvore,
uma diminuição nesses valores, face a
redução do ritmo de crescimento e da atividade fisiológica,
reduzindo ou mantendo estável a demanda por materiais
inorgânicos, comentam os autores.
proporção de lenho juvenil, que é mais rico em lignina
quando comparado ao lenho adulto (Estopa et al., 2017).
Sendo a remoção da lignina o principal objetivo dos
processos de polpação, madeiras com baixos teores
requerem condições mais brandas para atingirem deter-
minado número Kappa. Assim, um baixo teor de lignina, de
cinzas e de extrativos, favorece o desempenho da atividade
e proporciona economia de reagentes Gomide et al., (2010).
Analisando os critérios de qualidade da
madeira de eucalipto
para produção de celulose kraft, os
autores supracitados
afirmam que o alto teor de lignina
afetou negativamente o
rendimento, com uma correlação
linear simples de -0,45
(p<0,05).
A quantidade total de polissacarídeos em Eu-
calyptus benthamii, mensurados como holocelulose, foi
de
64,8%, superior ao reportado por Estopa et al., (2017) para a
mesma espécie com quatro anos de idade (61,7%).
Por outro
lado, o valor foi inferior ao encontrado por Alves et al.,
(2011b) aos 6 anos de idade (68%).
Ao analisarem a composição química de Eucalyp-
tus
urograndis e Corymbia citriodora, duas das principais
matérias-primas utilizadas no Brasil para o estabele-
cimento de florestas plantadas de rápido crescimento,
Medeiros et al., (2016) relataram, para a idade de qua- tro
anos, teores de extrativos totais de 6,5 e 9,3%. Os valores
superiores a este estudo, podem ser atribuídos a
características genéticas das espécies ou as condições
ambientais de desenvolvimento.
Alto conteúdo de holocelulose na madeira é
desejável e está correlacionado positivamente com pro-
dução de polpa. Para um aproveitamento rentável na
indústria de celulose da madeira de Eucalyptus bentha- mii,
os resultados deste estudo sugerem a permanência dos
indivíduos por mais de quatro anos no campo. Isto
potencialmente aumentaria os teores de holocelulose e
reduziria a proporção de constituintes que afetam negati-
vamente o rendimento da atividade, tais como extrativos,
cinzas e lignina.
Os teores médios de lignina solúvel, lignina Kla- son
e total estão dentro da variação normal reportada em
estudos químicos da madeira de Eucalyptus: Neiva et al.,
(2015) investigaram 12 espécies de Eucalyptus plantadas
em Portugal, com seis anos de idade, e encon- traram
porcentagens de lignina solúvel na faixa de 2,2 a 3,8,
lignina Klason 18,5 a 28,1 e lignina total 21,6 a
30,8. Souza et al., (2017) determinaram para 8 clones
comerciais plantados na região centro oeste do Brasil teor
de
lignina Klason entre 22,3 e 25,8%. A porcentagem de
lignina é propensa a diminuir com a idade da árvore,
pois
madeiras mais jovens geralmente apresentam maior
Calibração dos modelos NIRS
Para todas as variáveis estudadas são apresenta-
dos
apenas os melhores modelos de calibração, ou seja,
aqueles
que mostraram o melhor desempenho estatístico e foram
selecionados pelos seus altos valores de R² e RPD
e baixos
valores de RMSECV (Tabela 2).
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
5
Modelos NIRS para as características químicas da madeira de
Eucalyptus benthamii
Maiden & Cambage
Tabela 2 – Resultados obtidos na fase de calibração para os modelos matemáticos desenvolvidos para a madeira de
Eucalyptus benthamii
Validação-Cruzada
Propriedades
avaliadas
Pre-processamento
R
2
RMSECV
RPD
V
L
Out
Cinzas (%)
Extrativos em água (%)
Extrativos em acetona (%)
Extrativos totais (%)
Lignina Klason (%)
Lignina total (%)
Holocelulose (%)
2(h+e)
1(a+b+c)
2(d+e)
2(f+c)
1f
1f
3(g+f)
0,44
0,29
0,62
0,66
0,82
0,74
0,82
0,07
0,33
0,19
0,32
0,64
0,74
0,76
1,34
1,2
1,62
1,71
2,36
1,95
2,39
4
6
3
6
2
3
6
6
6
5
14
7
3
6
Onde: R2 – coeficiente de determinação; RMSECV – raiz quadrada do erro o médio da validação cruzada; RPD – desvio residual de previsão; VL – número de
variáveis latentes; Out – outlier. 1 – 1stDerMSC; 2 – 1stDerVN; 3 – 1stDer. a – 9002 – 7498 cm-1; b – 5774 – 5446 cm-1; c – 5002 – 4246 cm-1; d – 7502 – 5446
cm-1; e – 5002 – 3849 cm-1; f – 6102 – 5446 cm-1; g – 9002 – 7498 cm-1; h – 9002 – 5446 cm-1; i – 6102 – 4597 cm-1
O modelo calibrado para o teor de cinzas obteve
baixo coeficiente de determinação R² = 0,44 (Figura 1A)
e
necessita ser melhorado para uso comercial. Porém
o teor de materiais inorgânicos na madeira pode ser
estimado com sucesso usando espectro NIR, como bem
demonstrado em Chen et al., (2003).
Figura 1 – Correlação entre os valores determinados convencionalmente em laboratório e os valores preditos por Es-
pectroscopia no Infravermelho próximo (NIRS) para o teor de cinzas (A), extrativos em água (B), extrativos em
acetona (C) e extrativos totais (D) da madeira de Eucalyptus benthamii
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
6
Baldin, T. et al.
A correlação encontrada no modelo desenvolvido
para extrativos em água foi baixa (Figura 1B), já para
aqueles solubilizados em acetona e os extrativos totais, as
correlações entre os valores obtidos em laboratório e os
preditos por NIRS podem ser consideradas boas, com
respectivos R² de 0,62 e 0,66 (Figura 1C, D). O teor de
extrativos em Eucalyptus foi estimado com R² de 0,47 e
0,53 por Viana et al., (2010), e R² de 0,35 por Andrade et
al., (2010), confirmando que a dificuldade na calibra- ção
desse constituinte químico é compartilhada entre
pesquisadores. Atribui-se grande parte dessa dificuldade
é a
baixa proporção dos extrativos na madeira (inferior a 4% em
Eucalyptus benthamii, por exemplo) bem como a sua grande
variabilidade nas diferentes espécies de eucalipto.
Por outro viés, autores como Fantuzzi Neto (2012)
e
Estopa (2017) criaram, com sucesso, modelos de ca-
libração para predição de extrativos com R² superior a 0,8.
Tais diferenças podem ser atribuídas a metodologia na
obtenção dos espectros (madeira maciça, cavacos ou
serragem) bem como a norma utilizada para extração em
laboratório.
O modelo matemático de lignina Klason apre-
sentou alta correlação (Figura 2A) demonstrando seu
potencial de utilização na predição de amostras desco-
nhecidas. Altos valores de R², como bem mencionado por
Ramadevi et al., (2016), implicam em maior correlação com
os valores da reta obtida, indicando maior ajuste entre os
métodos laboratoriais e as análises em NIRS.
Figura 2 – Correlação entre os valores determinados convencionalmente em laboratório e os valores preditos por
Espectroscopia no Infravermelho próximo (NIRS) para lignina Klason (A), lignina total (B) e Holocelulose
(C) e da madeira de Eucalyptus benthamii
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
7
Modelos NIRS para as características químicas da madeira de
Eucalyptus benthamii
Maiden & Cambage
O modelo de calibração para a lignina total apre-
sentou parâmetros estatísticos promissores (Figura 2B).
Resultados semelhante são frequentemente relatados na
literatura, pois, entre os parâmetros de qualidade da
madeira, o teor de lignina é um dos que apresentam
melhores respostas nos modelos de predição (Souza, 2008).
Poke e Raymond (2006) observaram R² = 0,78 quando
NIRS foi utilizado para estimativa do teor de lignina em
madeira sólida de Eucalyptus globulus. Tyson
et al., (2009),
em seus estudos com 140 árvores do gênero
Eucalyptus,
encontraram valores de R² de 0,76.
por NIRS para a holocelulose e a lignina, indicando a
possibilidade de uso da técnica para estimar estes com-
postos químicos da madeira a partir de espectros obtidos
em
amostras de serragem. Os resultados são altamente
promissores, considerando que na seleção de clones para
produção de polpa celulósica, tanto a holocelulose como
a
lignina são características químicas fundamentais, uma
vez
que afetam diretamente o rendimento da polpação e o
potencial de produção industrial.
Os modelos desenvolvidos neste estudo também
poderão reduzir as demoradas análises tradicionais nos
laboratórios da indústria de celulose e melhorar o mo-
nitoramento em tempo real do processo.
A holocelulose pode ser estimada por um modelo
com
seis variáveis latentes, que apresentou coeficiente
de
determinação de 0,82 e um erro de validação cruzada
de
0,76% (Figura 2C). Estopa et al., (2017) utilizando o
mesmo número de variáveis latentes, calibrou, para
Eucalyptus benthamii, modelos com estatísticas inferiores
(R²
= 0,69 e RMSECV = 0,61 %).
Conclusão
Os teores de cinzas, extrativos, lignina e holocelu- lose
corroboram os resultados evidenciados na literatura
para os
eucaliptos e a composição química da madeira de E.
benthamii mostra similaridade com as diferentes espécies
utilizadas na indústria brasileira de celulose.
O desvio residual de previsão (RPD) dos extra-
tivos em acetona (1,62), extrativos totais (1,71), lig- nina
Klason (2,36), lignina total (1,95) e holocelulose (2,39)
demonstra o potencial dos modelos para avaliar a qualidade
da madeira na indústria de celulose. Para as cinzas (1,34) e
extrativos em água (1,2) a análise do RPD indica que estes
modelos não são confiáveis e, sua utilização, acarretaria
erros de previsão. No campo das ciências florestais,
Schimleck et al., (2003) e Todorovic et al., (2015)
consideram um RPD maior que 1,5 satis-
fatório para
leituras e predições preliminares, bem como para seleção de
árvores em programas de melhoramento
genético.
Os modelos matemáticos de calibração mostram-
-se eficientes para a determinação do teor de holocelulose
e do
teor de lignina total e lignina Klason da madeira.
Resultados que recomendam sua utilização na indústria de
celulose para predição de amostras desconhecidas.
Os modelos matemáticos de calibração para
extrativos em acetona e extrativos totais apresentaram
estatísticas moderadamente boas e, embora possam ser úteis
em estimativas futuras, precisam necessariamente
ser
melhorados. Para as características químicas de extra-
tivos em
água e teor de cinzas, os modelos de calibração
construídos
apresentaram ajustes pobres, e sua utilização
não é
recomendada.
Observa-se uma forte associação entre os valo- res
mensurados por química convencional e os preditos
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
8
Baldin, T. et al.
Referências
Alves, A.; Simões, R.; Stackpole, D. J.; Vaillancourt, R. E.; Potts, B. M.;
Schwanninger, M.; Rodrigues, J. C. 2011a. Determination of the syringyl/
guaiacyl ratio of Eucalyptus globulus wood lignin by near infrared-based
partial least squares regression models using analytical pyrolysis as the
reference method. J. Near Infrared Spectrosc. 19: 343–348. Doi:
https://doi.org/10.1255/jnirs.946.
Lazzarotto, M.; Magalhães, W. L. E. 2014. Uso da espectroscopia no
infravermelho próximo (NIR) para predição não-destrutiva de densidade
básica da madeira de Eucalyptus benthamii e Eucalyptus pellita.
Comunicado técnico 334. Colombo, Paraná, 6 p. https://ainfo.
cnptia.embrapa.br/digital/bitstream/item/113491/1/CT-0334.pdf.
Magalhães, W. L. E.; Pereira, J. C. D.; Muniz, G. I. B.; Silva, J. R. M. da.
2005. Determinação de propriedades químicas e anatômicas de madeira
com o
uso da reflexão difusa de infravermelho próximo. Bol. Pesq. Fl. 50: 25–36.
https://www.alice.cnptia.embrapa.br/alice/bitstream/
doc/304099/1/pag2536.pdf.
Alves, I. C.; Gomide, J. L.; Colodette, J. L.; Silva, E. D. 2011b.
Caracterização tecnológica da madeira de Eucalyptus benthamii para
produção de celulose kraft. Ciência Florestal, 21: 167–174. Doi: https://
doi.org/10.5902/198050982759.
Alves, A.; Simões, R.; Santos, C.; Potts, B. M.; Rodrigues, J. C.;
Schwanninger, M. 2012. Determination of Eucalyptus globulus wood
extractives content by NIR-based PLS-R models: Comparison between
extraction procedures. J. Near Infrared Spectrosc, 20: 275–285. Doi:
https://doi.org/10.1255/jnirs.987.
Medeiros, B. L. M. A; Guimarães Junior, J. B.; Ribeiro, M. X.; Lisboa,
F. J. N.; Guimarães, I.; Protásio, T. P. 2016. Avaliação das propriedades
físicas e químicas da madeira de Corymbia citriodora e Eucalyptus
urophylla x Eucalyptus grandis cultivadas no Piauí. Nativa, 4: 403–407.
Doi:
https://doi.org/10.14583/2318-7670.v04n06a10.
Andrade, C. R.; Trugilho, P. F.; Napoli, A.; Quinhones, R.; Lima, J. T.
2010. Calibrações NIRS para três propriedades químicas da madeira
de
Eucalyptus urophylla. Cerne, 16: 9–14. <http://www.cerne.ufla.br/
site/index.php/CERNE/article/view/98>.
Mendoza, M. S.; Gómez, M. C.; Navarrte, L. R. O.; Herrera, R. E. 2015.
Chemistry characterization of Eucalyptus nitens from 8 years old coming
from
a commercial plantation. Mexican Journal of Materials Science and
Engeneering, 2: 38–44. https://intranet.matematicas.uady.mx/
mjmatse/volumenes/volumen2/3/MJMATSE_2_3_38.pdf.
Araújo, A. C. C. DE; Trugilho, P. F.; Napoli, A.; Braga, P. P. DE C.; Lima,
R. V. DE; Protásio, T. DE P. 2016. Efeito da relação siringil/guaiacil e de
fenóis derivados da lignina nas características da madeira e do carvão
vegetal de Eucalyptus spp. Scientia Forestalis, 44: 405–414. Doi: https://
doi.org/10.18671/scifor.v44n110.13.
Morais, P. H. D.; Longue Júnior, D.; Colodette, J. L.; Morais, E. H. C.;
Jardim, C. M. 2017. Influence of clone harvesting age of Eucalyptus
grandis and hybrids of Eucalyptus grandis x Eucalyptus urophylla in the
wood chemical composition and in Kraft pulpability. Ciência Florestal, 27:
237–248. Doi: https://doi.org/10.5902/1980509826462.
Chen, J. Y.; Matsunaga, R.; Ishikawa, K.; Zhang, H. 2003. Main inorganic
component measurement of seawater using near-infrared spectroscopy.
Applied Spectroscopy, 57: 1399–1406. Doi: https://doi.
org/10.1366/000370203322554572.
Muniz, G. I. B.; Magalhaes, W. L. E.; Carneiro, M. E.; Viana, L. C. 2012.
Fundamentos e estado da arte da Espectroscopia no Infravermelho
Próximo
no setor de base florestal. Ciência Florestal, v. 22, p. 865–875.
Doi:
http://dx.doi.org/10.5902/198050987567.
Diniz, C. P.; Grattapaglia, D.; Mansfeld, S. D.; Figueiredo, L. F. A. 2019.
Nearinfraredbased models for lignin syringyl/guaiacyl ratio of Eucalyptus
benthamii and E. pellita using a streamlined thioacidolysis procedure as the
reference method. Wood Science and Technology, 53:521–533. Doi:
https://doi.org/10.1007/s00226-019-01090-3.
Neiva, D.; Fernandes, L.; Araújo, S.; Lourenço, A.; Gominho, J.; Simões, R.;
Pereira, H. 2015. Chemical composition and Kraft pulping potential
of 12
eucalypt species. Industrial Crops and Products, 66: 89–95. Doi:
https://doi.org/10.1016/j.indcrop.2014.12.016.
Estopa, R. A.; Milagres, F. R.; Gomes, F. J. B.; Amaral, C. A.
S. 2017. Caracterização química da madeira de Eucalyptus benthamii por
meio de espectroscopia nir. O Papel, 78: 75–81.
http://www.revistaopapel.org.br/noticia-anexos/1487601059_
da031e80f6703b43067ad6d9592a1422_718793106.pdf.
Prieto, N.; Dugan, M.E.R.; López-Campos, O.; Aalhus, J.L.; Uttaro, B.
2013. At line prediction of PUFA and biohydrogenation intermediates in 21
perirenal and subcutaneous fat from cattle fed sunflower or flaxseed
by near
infrared spectroscopy. Meat Science, 94: 27–33. Doi: https:// doi.org/
10.1016/j.meatsci.2012.12.014.
Fantuzzi Neto, H. Qualidade da madeira de Eucalyptus spp. para produção
de celulose kraft. 2012. 112 p. Tese (Doutorado em Ciências Florestais) -
Universidade Federal de Viçosa, 2012.
Poke, F. S.; Raymond, C. A. 2006. Predicting Extractives, Lignin, and
Cellulose Contents Using Near Infrared Spectroscopy on Solid Wood in
Eucalyptus globulus. Journal of Wood Chemistry and Technology, 26:
187–199. Doi: https://doi.org/10.1080/02773810600732708.
Gomide, J. L.; Fantuzzi Neto, H.; Regazzi, A. J. 2010. Análise de critérios
de
qualidade da madeira de eucalipto para produção de celulose kraft. R.
Árvore, 34: 339–344. Doi: http://dx.doi.org/10.1590/S0100-
67622010000200017.
Ramadevi, P.; Hegde, D. V.; Varghese, M.; Kamalakannan, R.; Ganapathy,
S. P.; Gurumurthy, D. S. 2016. Evaluation of lignin syringyl/guaiacyl ratio
in Eucalyptus camaldulensis across three diverse sites based on near
infrared spectroscopic calibration modelling with five Eucalyptus species
and its impact on Kraft pulp yield. J. Near Infrared Spectrosc. 24: 529–536.
Doi: https://doi.org/10.1255/jnirs.1251.
Hein, P. R. G.; Chaix, G. 2014. NIR spectral heritability: a promising tool
for wood breeders? J. Near Infrared Spectrosc. 22: 141–147. Doi:
https://doi.org/10.1255/jnirs.1108.
Samistraro, G.; Muniz, G. I. B.; Zamora, P. P.; Cordeiro, G. A. 2009.
Previsão das propriedades físicas do papel kraft por espectroscopia no
infravermelho próximo (NIR) e regressão por mínimos quadrados parciais
(PLS). Quím. Nova, 32: 1422–1425. Doi: https://doi. org/10.1590/S0100-
40422009000600011.
Hein, P. R. G. 2012. Estimating shrinkage, microfibril angle and density
of
Eucalyptus wood using near infrared spectroscopy. J. Near Infrared
Spectrosc. 20: 427–436. Doi: https://doi.org/10.1255/jnirs.1005.
Jardim, J. M.; Gomes, F. J. B.; Colodette, J. C.; Brahim, B.
P. 2017. Avaliação da qualidade e desempenho de clones de eucalipto na
produção de celulose. O Papel, 78: 122–129.
http://www.revistaopapel.org.br/noticia-anexos/1511752138_
ff11fd342f854c676b1e4c75f58698a1_1284175620.pdf.
Schimleck, L. R.; Doran, J. C.; Rimbawanto, A. 2003. Near infrared
spectroscopy for cost-effective screening of foliar oil characteristics in a
Melaleuca cajuputi breeding population. Journal of Agricultural and Food
Chemistry, 51: 2433–2437. Doi: https://doi.org/10.1021/jf020981u.
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
9
Modelos NIRS para as características químicas da madeira de
Eucalyptus benthamii
Maiden & Cambage
Souza, L. C. 2008. Espectroscopia na região do infravermelho próximo
para
predição de características da madeira para produção de celulose.
Viçosa:
Universidade Federal de Viçosa, 109 f. Tese Doutorado. http://
locus.ufv.br/handle/123456789/563.
TAPPI. (2007). Solvent extractives of wood and pulp. T - 280 pm-99.
Tappi Test methods. Atlanta: TAPPI Press.
Todorovic, N.; Popovic, Z.; Milic, G. 2015. Estimation of quality of
thermally modified beech wood with red heartwood by FT-NIR
spectroscopy. Wood Science and Technology, 49: 527–549. Doi: https://
doi.org/10.1007/s00226-015-0710-3.
Souza, F. M. L. de; Pupo, C. H.; Sereghetti, G. C.; Sansígolo, C. A.;
Ferreira, J. P.; Silva, R. B.; Garcia, D. P. 2017. Características de
crescimento, densidade básica e composição química da madeira de
Eucalyptus spp na região de Ribas do Rio Pardo-MS. Brazilian Journal of
Biosystems Engineering, 11: 350–359. Doi: https://doi.org/10.18011/
bioeng2017v11n4p350-359.
Tsuchikawa, S.; Kobori, H. 2015. A review of recent application of near
infrared spectroscopy to wood science and technology. J. Wood Science,
61:
213–220. Doi: https://doi.org/10.1007/s10086-015-1467-x.
TAPPI. (1991). Acid-soluble lignin in wood and pulp. T - UM 250. Tappi
Test
methods. Atlanta: TAPPI Press.
Tyson, J. A.; Schimleck, L. R.; Aguiar, A. M.; Abad Muro, J. I.; Rezende,
G. D. S. P. 2009. Adjusting near infrared wood property calibrations for
central Brazil to predict the wood properties of samples from Southern
Brazil. Journal Appita, 62: 46–51.
TAPPI. (1999). Alpha-, beta- and gamma-cellulose in pulp. T - T203 cm-
99. Tappi Test methods. Atlanta: TAPPI Press.
Viana, L. C.; Trugilho, P. F.; Hein, P. R. G.; Silva, J. R. M. da.; Lima, J.
T. 2010. Modelos de calibração e a espectroscopia no infravermelho
próximo para a predição das propriedades químicas e da densidade da
madeira de Eucalyptus. Ciência Florestal, 20: 367–376. Doi: https://
doi.org/10.5902/198050981859.
TAPPI. (2002). Acid-insoluble lignin in wood and pulp. T - 222 om-02. Tappi
Test methods. Atlanta: TAPPI Press.
TAPPI. (2002). Ash in wood, pulp, paper and paperboard: combustion at
525°C. T - 21 1 om-02. Tappi Test methods. Atlanta: TAPPI Press.
Cad. Ciênc. Agrá., v. 12, p. 01–09, DOI: https://doi.org/10.35699/2447-6218.2020.19296
