An alternative method for identification of industrial tomato hybrids using NIRS
DOI:
https://doi.org/10.13083/reveng.v30i1.13333Keywords:
NIRS, hybrid identification, PC-LDA, PLS-DA.Abstract
The use of high productive-potential hybrids was one of the reasons for the increase in productivity in the agricultural segment of tomatoes for industrial processing. Thus, among the cultivars available on the market, in general, those that combine greater productivity with quality and that satisfy the needs of industries are chosen. In this context, the objective of this work was to evaluate the best time to implement near-infrared spectroscopy (NIRS) as an alternative method for identifying industrial tomato hybrids. Seeds from the hybrids: CRV8126, H9553, HMX4890, TPX28699 were used and 10 spectra were collected from a set of 20 seeds, from cotyledonary leaves of ten seedlings at 15 days after sowing (DAS) and from the true leaf of ten seedlings at 30 DAS. The results showed that the technique of spectroscopy in the near-infrared range, associated with multivariate analysis, allowed the discrimination of the studied hybrids. The phase in which the best results were obtained in the identification of each hybrid was in the seed, obtaining accuracy values above 90.00% and sensitivity of 100.00%, which proves the use of this instrumental technique on a portable scale for tomato hybrids with a high assertiveness rate.
Downloads
References
BOITEUX, L. S.; FONSECA, M. E. N.; GIORDANO, L. B.; MELO, P. C. T. Melhoramento genético. In: CLEMENTE F. M. V. T.; BOITEUX L. S. (ed.). Produção de tomate para processamento industrial. Brasília: Embrapa, 2012. cap. 2, p. 31-50.
BOTELHO, B. G.; REIS, N.; OLIVEIRA, L. S.; SENA, M. M. Development and analytical validation of a screening method for simultaneous detection of five adulterants in raw milk using mid-infrared spectroscopy and PLS-DA. Food Chemistry, v. 181, p. 31-37, 2015.
BRAGA, J. W. B.; POPPI, R. J. Validação de modelos de calibração multivariada: uma aplicação na determinação de pureza polimórfica de carbamazepina por espectroscopia no infravermelho próximo. Química Nova, v. 27, n. 6, p. 1004-1011, 2004.
CARVALHO, L. C.; MORAIS, C. L. M.; LIMA, K. M. G.; LEITE, G. W. P.; OLIVEIRA, G. S.; CASAGRANDE, I. P.; SANTOS NETO, J. P.; TEIXEIRA, G. H. A. Using Intact Nuts and Near Infrared Spectroscopy to Classify Macadamia Cultivars. Food Analytical Methods, 2017.
CUNHA JÚNIOR, L. C. S.; TEIXEIRA, G. H. D. A.; NARDINI, V.; WALSH, K. B. Quality evaluation of intact açaí and juçara fruit by means of near infrared spectroscopy. Postharvest Biology and Technology, v. 112, p. 64-74, 2016.
DINIZ, K. A.; GUIMARÃES, S. T. M. R.; LUZ, J. M. Q. Húmus como substrato para a produção de mudas de tomate, pimentão e alface. Bioscience Journal, v. 22, n. 3, p. 63-70, 2006.
DOWNES, G. M.; HARWOOD, C. E.; WIEDEMANN, J.; EBDON, N.; BOND, H.; MEDER, R. Radial variation in Kraft pulp yield and cellulose content in Eucalyptus globulus wood across three contrasting sites predicted by near infrared spectroscopy. Canadian Journal of Forest Research, v. 42, n. 8, p. 1577–1586, 2012.
DUARTE, A.; CARVALHO, C.; CAVICHIOLI, J. Densidade, teor de óleo e produtividade de grãos em híbridos de milho. Bragantia, v. 67, n. 3, p.759-767, 2008
DUDLEY, J. W.; HYMOWITZ, T.; COLLINS, F. I.; BROWN, C. M. Near-infrared reflectance measurement of protein and oil concentration in corn, soybean, and oat seed. In: HILL, L. D. (ed.). Quality in world markets saddle river: corn quality in world markets. Danville, Illinois: Interstate Printers and Publishers, 1975. cap. 3, p. 205-210.
GUTHRIE J. A.; WALSH, K. B.; REID, D. J.; LIEBENBERG, C. J. Assessment of internal quality attributes of mandarin fruit. NIR calibration model development. Australian Journal of Agricultural Research, v. 56, p. 405-416, 2005.
HF BRASIL. Principais itens do Custo de Produção de Goiânia: indústria em (%), 2018. Available in: https://www.hfbrasil.org.br/br/especial-hortalicas-custo-de-producao-de-tomate-em-goiania-go.aspx Access in: Oct. 10, 2020.
IFAG -Instituto para o Fortalecimento da Agropecuária de Goiás, 2020. Available in: http://ifag.org.br/custo-de-producao-tomate/. Access in: Jun. 5, 2021.
IBGE. Levantamento Sistemático da Produção Agrícola, Estatística da Produção Agrícola, julho 2020. Brasília: IBGE, 2020. Available in: https://biblioteca.ibge.gov.br/visualizacao/periodicos/2415/epag_2020_jul.pdf. Access in: Sep. 2, 2020.
LUZ, J. M. Q.; BITTAR, C. A.; OLIVEIRA R. C.; NASCIMENTO, A. R.; NOGUEIRA, A. P. O. Desempenho e divergência genética de genótipos de tomate para processamento industrial. Horticultura Brasileira, v. 34, p. 483-490, 2016.
MARETTO, D. A. Aplicação de máquinas de vetores de suporte para desenvolvimento de modelos de classificação e calibração multivariada em espectroscopia no infravermelho. 2011. Tese (Doutorado em Ciências) - Instituto de Química, Universidade Estadual de Campinas, Campinas, 2011.
MECOZZI, M.; PIETROLETTI, M.; TORNAMBÈ, A. Molecular and structural characteristics in toxic algae cultures of Ostreopsis ovata and Ostreopsis spp. evidenced by FTIR and FTNIR spectroscopy. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, v. 78, n. 5, p. 1572- 1580, 2011.
MELO, P. C. T.; FONTE, L. C. Brazil processing tomato season 2010: results and future perspectives. Tomato News, v. 3, p. 15-19, 2011.
MENDES, R. A. G. Utilização da espectroscopia em reflectância no infravermelho próximo para discriminação de espécies da família Myrtaceae. 2014. Dissertação (Mestrado em Botânica) - Universidade de Brasília, Brasília, 2014.
MONFERRERE, G. L.; AZCARATE, S. M.; CANTARELLI, M. Á.; ALEMÃO, I. F.; CAMIÑA, J. M. Chemometric characterization of sunflower seeds. Journal of Food Science, v. 77, n. 9, p. 1018-1022, 2012.
MORAIS, C. L. M.; LIMA, K. M. G. Principal Component Analysis with Linear and Quadratic Discriminant Analysis for Identification of Cancer Samples Based on Mass Spectrometry. Journal of the Brazilian Chemical Society, v. 29, p. 472-481, 2018.
MUÑIZ, G. I. B.; MAGALHÃES, W. L. E.; CARNEIRO, M. E.; VIANA, L. C. Fundamentos e estado da arte da espectroscopia no infravermelho próximo no setor de base florestal. Ciência Florestal, v. 22, n. 4, p. 865-875, 2012.
NAES, T.; ISAKSSON, T.; FEARN, T.; DAVIES, T. A user-friendly guide to multivariate calibration and classification. Chichester: NIR Publications. 2002.
NORGAARD, L.; SAUDLAND, A.; WAGNER, J.; NIELSEN, J. P.; MUNCK, L.; ENGELSEN, S. B. Interval partial least-squares regression (iPLS): a comparative chemometric study with an example from near-infrared spectroscopy. Applied Spectroscopy, v. 54, p. 413-419, 2000.
SANTOS, M. B. H.; GOMES, A. A.; VILAR, W. T. S.; ALMEIDA, P. B. A.; MILANI, M.; NÓBREGA, M. B. M.; MEDEIROS, E. P.; GALVÃO, R. K. H.; ARAÚJO, M. C. U. Non-destructive NIR spectrometric cultivar discrimination of castor seeds resulting from breeding programs. Journal of the Brazilian Chemical Society, v. 25, n. 5, 969-974, 2014.
SILEONI, V.; VAN DEN BERG, F.; MARCONI, O.; PERRETTI, G.; FANTOZZI, P. Internal and external validation strategies for the evaluation of long-term effects in NIR calibration models. Journal of Agricultural and Food Chemistry, v. 59, p. 1541-1547, 2011.
SILVA-JÚNIOR, A. R.; RIBEIRO, W. M.; NASCIMENTO, A. R.; SOUZA, C. B. Cultivo do tomate industrial no estado de Goiás: evolução das áreas de plantio e produção. Conjuntura Econômica Goiana, v. 34, p. 97-109, 2015.
SNEL, F. A.; BRAGA, J. W. B.; SILVA, D.; WIEDENHOEFT, A. C.; COSTA, A.; SOARES, R.; CORADIN, V. T. R. PASTORE, T. C. M. Potential field-deployable NIRS identification of seven Dalbergia species listed by CITES. Wood Science and Technology, v. 52, n. 5, p. 1411-1427, 2018.
SOARES, L. F.; SILVA, D. C.; BERGO, M. C. J.; CORADIN, V. T. R.; BRAGA, J. W. B.; PASTORE, T. C. M. Avaliação de espectrômetro NIR portátil e PLS-DA para a discriminação de seis espécies similares de madeiras amazônicas. Química Nova, v. 40, n. 4, p. 418-426, 2017.
VILELA, N. J.; MELO, P. C. T.; BOITEUX, L. S.; CLEMENTE, F. M. V. T. Perfil socioeconômico da cadeia agroindustrial no Brasil. In: CLEMENTE, F. M. V.; BOITEUX, L. S. (ed.). Produção de tomate para processamento industrial. Brasília: Embrapa Hortaliças, 2012. cap. 1, p. 17-27.
WILLIAMS, P. C.; NORRIS, K. Variable affecting near-infrared spectroscopic analysis. In: WILLIAMS, P. C.; NORRIS, K. (eds.). Near-Infrared Technology in Agricultural and Food Industries, 2nd Ed. St. Paul, Minnesota: American Association of Cereal Chemists, Inc. 2001, cap. 4, p.171-189.
XIAOBO, Z.; JIEWEN Z.; POVEY, M. J. W.; HOLMES, M.; HANPIN, M. Métodos de seleção de variáveis em espectroscopia no infravermelho próximo. Analytica Chimica Acta, v. 667, n. 1, p. 14-32, 2010.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2022 Engineering in Agriculture
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Authors who publish with this journal agree to the following terms:
The author(s) authorize(s) the publication of the text in the journal;
The author(s) ensure(s) that the contribution is original and unpublished and that it is not in the process of evaluation by another journal;
The journal is not responsible for the views, ideas and concepts presented in articles, and these are the sole responsibility of the author(s);
The publishers reserve the right to make textual adjustments and adapt texts to meet with publication standards.
From submission, the author is fully conceding the paper's patrimonial rights to the publication, but retaining the owner of its moral rights (authorship and paper's identification) according to Creative Commons Attribution-Noncommercial.
Licensed by 