Use este identificador para citar ou linkar para este item: https://repositorio.inpa.gov.br/handle/1/12749
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorHiguchi, Niro-
dc.contributor.authorBotelho, Izailene Monteiro Saar-
dc.date.accessioned2020-02-18T19:41:59Z-
dc.date.available2020-02-18T19:41:59Z-
dc.date.issued2017-03-31-
dc.identifier.urihttps://repositorio.inpa.gov.br/handle/1/12749-
dc.description.abstractIdentification of Amazon forest species is difficult and several new techniques are being developed and tested. Near-infrared spectroscopy (FT-NIRS) what quantifies and characterizes the organic compounds in plant tissue is one method which shows promise in species recognition. We tested different methods for obtaining the FT-NIRS spectra of herbarium samples: 1) using the disc supplied with the standard equipment; 2) using a vinyl acetate disc (EVA); 3) using only the mounted leaves on paperboard. We also tested the ability of the technique to recognize species from different geographic regions of the Amazon: 1) samples only from Manaus, 2) samples from other locations, excluding Manaus and 3) samples from the entire region. The data were submitted to principal components analysis (PCA) and linear discriminant analysis (LDA) different cross validation methods. It was observed a high distinction between the exsicate spectra mounted and unmounted in the PCA, the same did not occur between the standard disk and the EVA disk. With the LDA comparing the assembled and unmounted exsicles, the model had recognition of 86.4% and unmounted 93.9%. The percentage of correctness with the EVA disk and the standard disk were similar (88.2% and 90.3%, respectively). The results indicate that, individually, models can recognize species. When these models were compared in a cross validation, the model using mounted material as the base correctly predicted the identity of unmounted material with 71% accuracy, while the inverse accuracy was only 30%. These results indicate that, although the model of samples assembled has a high percentage of correctness, by including the influence of paper in the spectrum, there are variations difficult to control when thinking about a global model, with several herbal and different materials used in the assembly. The evaluation of the influence of geographic variation showed that the model based on samples from the entire Amazon had a prediction accuracy of 90.6%, while the model based on only one locality was 66.5%. In this case, the results indicate that the error may be due to the lack of intraspecific variation of the model and not actually to the error of the identifier. We suggest, therefore, to standardize the spectral collection of exsicatas with materials that do not have as much variation as the use of black EVA; and to capture as much intraspecific variation as possible with samples from different locations to achieve a quality spectral model to identify Amazonian plants.pt_BR
dc.language.isoporpt_BR
dc.publisherInstituto Nacional de Pesquisas da Amazônia - INPApt_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectBurseraceaept_BR
dc.subjectIdentificação de espéciespt_BR
dc.subjectInventário florísticopt_BR
dc.titleUso da espectroscopia no infravermelho próximo (FT-NIR) como ferramenta na discriminação de espécies herborizadas de Burseraceae oriundas de diferentes locais da Amazônia Legalpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.co-advisorHopkins, Michael John Gilbert-
dc.identifier.author-latteshttp://lattes.cnpq.br/3608600451755381pt_BR
dc.publisher.programBotânicapt_BR
dc.description.resumoA identificação de espécies florestais amazônicas é difícil e várias novas técnicas estão sendo desenvolvidas e testadas. A espectroscopia de infravermelho próximo (FT-NIRS) que quantifica e caracteriza os compostos orgânicos no tecido vegetal, é um método que se mostra promissor no reconhecimento de espécies. Foram testados diferentes métodos para obtenção dos espectros FT-NIRS de amostras de herbário: 1) utilizando o disco fornecido com o equipamento (padrão); 2) utilizando um disco de acetato de vinilo (EVA); 3) usando apenas as folhas montadas em cartolina. Também foi avaliada a capacidade da técnica para reconhecer espécies de diferentes regiões geográficas da Amazônia: 1) amostras somente de Manaus, 2) amostras de outros locais, excluindo Manaus e 3) amostras de toda a região. Os dados foram interpretados com análise de componentes principais (PCA) e análises discriminantes (LDA) com validação cruzada. Foi observado elevada distinção entre os espectros de exsicatas montadas e não montadas na PCA, o mesmo não ocorreu entre disco padrão e disco EVA. Com a LDA comparando as exsicatas montadas e não montadas, o modelo montado teve reconhecimento de 86,4% e o não montado 93,9%. Já a porcentagem de acerto com o disco de EVA e o disco padrão foram similares (88,2% e 90,3% respectivamente). Os resultados indicam que, individualmente, os modelos reconhecem espécies. Quando esses modelos foram comparados em uma validação cruzada, o modelo usando material montado como a base previu corretamente a identidade de material desmontado com precisão de 71%, enquanto a precisão inversa foi de apenas 30 %. Estes resultados indicam que, apesar do modelo de amostras montadas ter alta porcentagem de acerto, ao incluir a influência do papel no espectro, acrescentam-se variações difíceis de controlar ao pensar em um modelo global, com diversos herbários e diferentes materiais usados na montagem. A avaliação da influência da variação geográfica mostrou que o modelo baseado em amostras de toda a Amazônia acertou 90,6% dos indivíduos testados, enquanto o modelo baseado em apenas uma localidade foi de 66,5%. Neste caso, os resultados indicam que o erro pode ser pela falta de variação intraespecífica do modeloe não realmente a erro do identificador. Sugere-se, por tanto: padronizar a coleta espectral de exsicatas com materais que não possuam tanta variação como o uso do preto EVA; e captar a maior variação intraespecífica possível com amostras de diferentes localidades para alcançar um modelo espectral de qualidade para identificar as plantas da Amazônia.pt_BR
Aparece nas coleções:Mestrado - BOT

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Izailene_Saar_versao_final (1).pdf2,77 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons