• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
Documento
Autor
Nome completo
Anielle Coelho Ranulfi
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Carlos, 2019
Orientador
Banca examinadora
Milori, Debora Marcondes Bastos Pereira (Presidente)
Andrade, Luis Humberto da Cunha
Ferreira, Edilene Cristina
Marangoni, Bruno Spolon
Miranda, Paulo Barbeitas
Título em português
LIBS como ferramenta diagnóstica em plantas: um estudo nutricional de folhas de soja na busca pelos efeitos da infestação por Aphelenchoides besseyi
Palavras-chave em português
Calibration free
Espectroscopia de emissão óptica com plasma induzido por laser
LIBS
Perfil nutricional
Soja
Resumo em português
A soja e os seus derivados são uma das mercadorias agrícolas mais valiosas e comercializadas no mundo. O Brasil é o segundo maior produtor mundial de soja, cujo complexo é o principal gerador de divisas cambiais para o país. Porém, um dos principais fatores que podem limitar os rendimentos da cultura e a qualidade dos produtos é a presença de doenças. Para evitar maiores prejuízos é importante identificar rapidamente qual doença acomete a planta e determinar o método mais eficaz de manejo. Atualmente, uma doença recém descoberta que causa preocupação aos produtores é a infestação pelo nematoide Aphelenchoides besseyi, causador da, popularmente conhecida, Soja louca II. Ainda não existem métodos que proporcionem um diagnóstico preciso para a doença, sendo este realizado por inspeção visual da plantação. Sabendo que plantas sadias e doentes apresentam perfis nutricionais diferentes, este trabalho vem propor o uso da técnica analítica LIBS, associada ao método livre de calibração (CF), como uma ferramenta alternativa para diagnóstico da doença. A técnica LIBS permite análises multielementares simultâneas, de maneira rápida e de baixo custo. Já o método CF tem por principal vantagem dispensar o emprego de qualquer padrão de matriz compatível, ou material de referência, para as quantificações em LIBS, fazendo-o com base nas características físicas do plasma formado. Assim, a associação de ambos se torna absolutamente adequada para determinações analíticas em amostras desconhecidas. Neste trabalho, foram conduzidos estudos de caracterização qualitativos, por meio de um sistema LIBS de baixa resolução, e avaliações semiquantitativa e quantitativa por meio de medidas LIBS em um sistema com detecção de alta resolução (DP LIBS). O primeiro estudo demonstrou que, qualitativamente, as variações nos macroelementos Ca, Mg e K presentes nas folhas de soja, permitiu alcançar, em média, 90% de acurácia na diferenciação entre amostras doentes e sadias, e inferir que a doença provoca relativa diminuição da concentração de Ca e Mg, e um pequeno aumento nos níveis de K. As quantificações obtidas pelo método CF foram consideradas satisfatórias, além de pioneiras nas análises de amostras de folhas de soja puras. A partir dos perfis nutricionais quantificados foram construídos classificadores (classificação via regressão associada à regressão por mínimos quadrados parciais), cuja acurácia alcançada foi de 94%, 92% e 90%, respectivamente para os dados de concentração obtidos pela técnica de referência, e DP LIBS+CF nas geometrias colinear e ortogonal. Na tentativa de eliminar o emprego de qualquer reagente, e ainda assim obter uma ferramenta diagnóstica precisa, foi conduzido um estudo semiquantitativo, também a partir da associação DP LIBS+CF. Baseado nas relações elementares entre os analitos que compõem a amostra, este apresentou acurácia diagnóstica superior a 90% para a geometria ortogonal. Portanto, este estudo permitiu o desenvolvimento de uma metodologia para diagnóstico que respeita 100% dos preceitos da Química Verde, e agrega muito ao sistema atual, quando o que se deseja é uma avaliação diagnóstica rápida para tomada de decisão imediata no campo.
Título em inglês
LIBS as a diagnostic tool in plants: a nutritional study of soybean leaves in the search for the infestation effects by Aphelenchoides besseyi
Palavras-chave em inglês
Calibration-free
Laser-induced breakdown spectroscopy
LIBS
Nutritional profile
Soybean
Resumo em inglês
Soybeans and their by-products are one of the most valuable and traded commodities in the world. Brazil is the second largest soybean producer in the world, whose soy complex is the main generator of foreign exchange for the country. However, one of the main factors that can limit crop yields and product quality is the occurrence of disease. To avoid further damage, it is important to quickly identify which disease affects the plant and determine the most effective method of management. Currently, a disease newly discovered and of concern to producers is the infestation by the nematode Aphelenchoides besseyi, which causes the disease known as GSFR (Green Steam and Foliar Retention). There are still no methods to provide a precise diagnosis for the disease, which is, nowadays, performed by visual inspection of the plantation. Knowing that healthy and diseased plants have different nutrient profiles, this work proposes the use of the LIBS technique, associated with the calibration free method (CF), as an alternative tool for the disease detection. The LIBS technique allows simultaneous multi-element analysis, quickly and inexpensively. The CF method has the main advantage of avoiding the use of any compatible standard matrix, or reference material, for LIBS quantifications, based on the physical characteristics of the plasma formed. Thus, the association of both becomes absolutely suitable for the analytical determination of unknown samples. Qualitative characterization studies using a low-resolution LIBS system, and semiquantitative and quantitative analysis using LIBS measurements in a high-resolution detection system (DP LIBS), were performed. The first study showed that it was possible to achieve, on average, 90% accuracy in the differentiation between diseased and healthy samples, and to infer that the disease provokes relative decrease in Ca and Mg concentration, and a small increase in K levels. Quantifications achieved by the CF method were considered satisfactory since it is a pioneer study in the analysis of pure soybean leaves. Classifiers were constructed from the nutritional profiles quantified by CF, applying classification via regression associated with partial least square regression, with accuracy of 94%, 92% and 90%, respectively, for the concentration data obtained by the reference technique, and DP LIBS + CF colinear and orthogonal. In attempt to eliminate the use of any chemical reagent and still obtain an efficient diagnostic tool, a semiquantitative study was conducted, also from the DP LIBS + CF association and based on the elementary relations between the analytes that make up the sample, with accuracy diagnosis greater than 90% for DP LIBS in orthogonal geometry. Therefore, this study allowed the development of a diagnostic methodology that respects 100% of green chemistry principles, and adds a lot to the current system, if the desire is a rapid diagnostic evaluation for immediate decision making in the field.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2019-05-23
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
CeTI-SC/STI
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2019. Todos os direitos reservados.