Posada en funcionament d'un equip d'anàlisi d'imatges hiperespectrals a l'infraroig proper (HSI-NIR) per la discriminació de mostres de blat contaminades amb deoxinivalenol
En aquest treball final de màster s'ha posat a prova el HSI-NIR per determinar la seva capacitat per detectar deoxinivalenol (DON) en mostres de blat i s'ha deduït que no només és possible sinó que a més es pot fer amb bons resultats. Els models de predicció creats mitjançant PLS permeten...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Varias* (Consorci de Biblioteques Universitáries de Catalunya, Centre de Serveis Científics i Acadèmics de Catalunya) |
| Repositorio: | Recercat. Dipósit de la Recerca de Catalunya |
| OAI Identifier: | oai:recercat.cat:10459.1/69428 |
| Acceso en línea: | http://hdl.handle.net/10459.1/69428 |
| Access Level: | acceso abierto |
| Palabra clave: | Imatges hiperespectrals a l'infraroig proper (HSI-NIR) Blat Deoxinivalenol Micotoxines Blat -- Malalties i plagues |
| Sumario: | En aquest treball final de màster s'ha posat a prova el HSI-NIR per determinar la seva capacitat per detectar deoxinivalenol (DON) en mostres de blat i s'ha deduït que no només és possible sinó que a més es pot fer amb bons resultats. Els models de predicció creats mitjançant PLS permeten predir la concentració de DON en una mostra a partir de l'espectre obtingut amb l'equip HSI-NIR. El millor model creat correspon a l'obtingut amb les mostres de blat mòlt, que té un pendent de 0,94, una ordenada a l'origen de 2,63, un RMSEP de 210,21 ppb i un R2 de 0,95. Pel que fa al model obtingut a partir de les mostres de blat naturalment contaminat, el millor model té un pendent de 0,91, una ordenada a l'origen de 32,44, un RMSEP de 423,36 ppb, i un R2 de 0,81. Els paràmetres de tots dos models són molt bons i així es demostra que aquests models permeten predir la concentració de DON amb certa precisió. A més de la predicció de DON, el HSI-NIR també ens permet classificar les mostres segons el nivell de DON o segons si superen un llindar específic amb una concordança superior al 90%. |
|---|