Use este identificador para citar ou linkar para este item: https://repositorio.inpa.gov.br/handle/1/38225
Título: Discriminação de espécies manejadas na Amazônia central: um princípio para a rastreabilidade da madeira por meio da espectroscopia no infravermelho próximo
Autor: Moreira, Kelly Dayanne
Orientador: Lima, Adriano José Nogueira
Coorientador: Durgante, Flávia Machado
Palavras-chave: Manejo Florestal Sustentável
Data do documento: 8-Nov-2021
Editor: Instituto Nacional de Pesquisas da Amazônia - INPA
Programa: Ciências de Florestas Tropicais - CFT
Abstract: Sustainable Forest Management - MFS is a legal instrument for forest planning and ordering (wood production) to move industries and maintain forest services. However, the illegal exploitation and sale of timber promotes unfair competition in the market, in addition to contributing to deforestation and degradation of the Amazon forest. Among the challenges of forest management, the identification of exploited species stands out. Exploitation of misidentified species compromises the sustainability of management and the integrity of commercial transactions in forest products. In the search for developing tools to help identify wood species and traceability along the production chain, this work tested the visible and near infrared spectroscopy technique to recognize species with the wood spectrum at the time of exploration and days later of the cut. The study sought to answer the following questions: i. Is it possible to discriminate species by means of spectra along the radius of the log, right after cutting? ii. What is the influence of sample preparation on models to discriminate and track species? iii. Is it possible to recognize species in samples of stored species, using spectral models obtained soon after cutting and under different conditions? The research was developed at the company Mil Madeiras Preciosas, using the ASD FieldSpec 3 spectrometer to collect wood spectra of 4 species under field conditions and stored in the laboratory at an ambient temperature of 26.4 ± 1 ºC. Stored samples were read about 10 days after cutting, after washing in running water; later they were read after drying in air for about 15 and 60 days after cutting. Both dry samples were sanded before collecting the spectra. From 3 to 8 spectral readings per sample were taken. Discriminant models were built using two cross-validation methods (“70-30” and “leave one out”). The discrimination of wood directly in the field is possible, as the models obtained identification rates above 90%, with no great difference in the reading position along the radius. The best models are those that use the average between the different positions (> 95%). The spectral model with field readings, with an average of 3 readings, obtained higher identification rates regardless of sample preparation. The field spectral model does not recognize samples of species stored days after exploration, so the application of the model is restricted only to that condition of the samples. The dry model (15 days) recognizes species in dry samples 60 days after harvest (80%), therefore, to recognize wood species during the production chain in Amazonia, discrimination models must be built from dry samples at room temperature. It is important to standardize the sampling condition to build spectral models that will allow the recognition of species under different conditions. Thus, this work contributes with essential knowledge to allow the identification of species through NIR spectroscopy in the process of inspection and traceability of wood.
Resumo: O Manejo Florestal Sustentável - MFS é um instrumento legal para o planejamento e ordenamento florestal (produzir madeira) para movimentar indústrias e manter os serviços da floresta. No entanto, a forma de exploração e comercialização ilegal de madeira promovem uma competição injusta no mercado, além de contribuir para o desmatamento e degradação da floresta Amazônica. Dentre os desafios do manejo florestal destaca-se a identificação das espécies exploradas. A exploração de espécies erroneamente identificadas compromete a sustentabilidade do manejo e a integridade das transações comerciais de produtos florestais. Na busca por desenvolver ferramentas para auxiliar na identificação de espécies madeireiras e na rastreabilidade ao longo da cadeia produtiva, o presente trabalho testou a técnica da espectroscopia no visível e no infravermelho próximo para reconhecer espécies com o espectro da madeira no momento da exploração e dias depois do corte. O estudo buscou responder as seguintes perguntas: i. é possível discriminar espécies por meio de espectros ao longo do raio da tora, logo após o corte? ii. Qual a influência do preparo da amostra nos modelos para discriminar e rastrear as espécies? iii. É possível reconhecer espécies em amostras de espécies armazenadas, utilizando modelos espectrais obtidos logo após o corte e em diferentes condições? A pesquisa foi desenvolvida na empresa Mil Madeiras Preciosas, utilizando o espectrômetro ASD FieldSpec 3 para coletar espectros da madeira de 4 espécies em condições de campo e armazenadas em laboratório à temperatura ambiente de 26,4 ± 1 ºC. As amostras armazenadas foram lidas cerca de 10 dias após o corte, após lavagem em agua corrente; posteriormente foram lidas após secagem ao ar por cerca de 15 e 60 dias após o corte. Ambas amostras secas foram lixadas antes de coletar os espectros. Foram realizadas de 3 a 8 leituras espectrais por amostra. Os modelos discriminantes foram construídos utilizando dois métodos de validação cruzada (“70-30” e “deixe um de fora”). A discriminação da madeira diretamente em campo é possível, pois os modelos obtiveram taxas de identificação superiores a 90%, não havendo grande diferença na posição de leitura ao longo do raio. Os melhores modelos são os que utilizam a média entre as diferentes posições (> 95%). O modelo espectral com leituras no campo, com a média de 3 leituras, obteve taxas de identificação superiores independente do preparo da amostra. O modelo espectral de campo não reconhece as amostras de espécies armazenadas dias depois da exploração, portanto a aplicação do modelo fica restrita somente à aquela condição das amostras. O modelo seco (15 dias) reconhece as espécies em amostras secas 60 dias após o corte (80%), portanto, para reconhecer as espécies de madeira durante a cadeia produtiva na Amazônia, os modelos de discriminação deverão ser construídos a partir de amostras secas em temperatura ambiente. É importante padronizar a condição amostral para construir modelos espectrais que permitirão reconhecer as espécies em diferentes condições. Deste modo o presente trabalho contribui com conhecimentos primordiais para permitir a identificação das espécies por meio da espectroscopia NIR no processo de fiscalização e rastreabilidade da madeira.
Aparece nas coleções:Mestrado - CFT

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertacao_KellyMoreira.pdf2,28 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons