Canneddu, Giovanna (a.a. 2015/2016) Valutazione della qualità delle noci di macadamia mediante spettroscopia nel vicino infrarosso (NIR). Tesi di Laurea in Sistemi agrari (LM-69), Università degli studi di Sassari, relatore Deiana Pietrino, pp. 48. [Tesi di Laurea magistrale]
|
Text
Download (774kB) | Preview Full text disponibile come PDF. Richiede visualizzatore di PDF come GSview, Xpdf o Adobe Acrobat Reader. |
Abstract
La qualità delle noci di macadamia con e senza guscio è stata valutata mediante spettroscopia nel vicino infrarosso. Le noci di macadamia con guscio sono state classificate come 1. noci buone; 2. noci con danni da insetti provocati dall’Ecdytolopha aurantiana; 3. noci con danni da insetti provocati dalla Leucoptera coffeella; 4. noci spaccate a causa della germinazione del seme. Le noci sgusciate sono state classificate come 1. noci intatte; (<10% noci spaccate, recentemente raccolte); 2. mezze noci (raccolte a Marzo 2013); 3. mezze noci (raccolte a Novembre 2013); 4. noci macinate (recentemente raccolte). Le determinazioni del valore di perossido d’idrogeno (PV) e dell’indice di acidità (AI) sono state eseguite secondo i metodi ufficiali di analisi AOAC. Gli spettri FT-NIR sono stati raccolti entro la gamma di 1,000-2,500 nm con 64 scansioni e risoluzione spettrale di 2 nm. La PCA (Analisi delle Componenti Principali), la PCA-LDA (Analisi delle Componenti Principali e Analisi Discriminante Lineare) e la PLS-DA (Analisi Discriminante dei minimi quadrati parziali) sono state usate per classificare le noci con guscio e la PLS (Regressione dei minimi quadrati parziali) è stata usata per correlare il PV e l’AI con gli spettri FT-NIR. La migliore classificazione PCA-LDA ha portato al 93.2% delle classificazioni accurate usando spettri FT-NIR pre-processati con SNV seguita dalla derivata seconda di Savitsky-Golay. Il miglior modello PLS per la previsione di PV è stata ottenuta utilizzando i risultati di trasformazione MSC in un SEP (Square Error of Prediction, Errore Quadratico della Previsione) di 3.45 meq.kg-1, e un coefficiente di previsione (Rp2) di 0.72. Il risultato della previsione di AI è stato migliore con gli spettri FT-NIR senza nessun pretrattamento (SEP=0.14%, Rp2 = 0.80). Nonostante sia stato possibile ottenere un’adeguata classificazione (93,2% di precisione) impiegando la spettroscopia nel vicino infrarosso, le norme di qualità per le noci di macadamia impongono che si di debba raggiungere il 100% di precisione. Questi valori non sono raggiungibili quando nelle noci di macadamia con guscio sono contenuti insetti vivi. Dai risultati ottenuti la precisione dei modelli di classificazione non è stata soddisfacente. La spettroscopia FT-NIR può anche essere utilizzata con successo per classificare le noci di macadamia prive di guscio, basandosi sugli indici di ossidazione PV e AI.
Tipologia di tesi: | Tesi di Laurea magistrale |
---|---|
Autore: | Canneddu, Giovanna |
Relatore: | Deiana, Pietrino |
Disciplina MIUR: | Area 07 - Scienze agrarie e veterinarie > AGR/16 MICROBIOLOGIA AGRARIA |
Struttura: | Dipartimento di Agraria |
Corsi di Laurea: | Sistemi agrari (LM-69) |
Anno Accademico: | 2015/2016 |
Sessione: | Autunnale |
Parole Chiave: | Macadamia integrifolia Maiden & Betche, ecdytolopha aurantiana, leucopteara coffeella, valore perossido (PV), indice di acidità (AI), PCA, PLS-DA, LDA, PLS |
Codice ID dell'EPrint: | 457 |
Data di Deposito: | 04 Nov 2016 11:30 |
Tipo di tesi: | Sperimentale |
URI: | http://unisslaurea.uniss.it/id/eprint/457 |
Accesso riservato agli amministratori
![]() |
Modifica Elemento |