Avaliação do teor de borracha seca (DRC) em lâminas de coágulos de borracha natural por espectrometria de infravermelho próximo (NIRS): instrumento de bancada versus portátil
DOI:
https://doi.org/10.5433/1679-0359.2026v47n2p357Palavras-chave:
Quimiometria, DRC, Coágulo de borracha, Espectrometria NIR, PLS, Variação sazonal.Resumo
O objetivo deste trabalho foi desenvolver um método rápido e preciso para determinação do teor de borracha seca (DRC) em lâmina de coágulo de borracha, utilizando a espectroscopia no infravermelho, Near Infrared (NIR) Spectroscopy (NIRS), como técnica analítica, em espectrômetros de bancada e portátil. Amostras de coágulos de borracha natural para o NIRS de bancada (n = 936) e NIRS portátil (n = 987) foram coletadas de uma cooperativa processadora de borracha, no período de janeiro de 2024 a julho de 2025, nas condições edafoclimáticas das épocas de seca, de transição e de águas. Foram utilizados três diferentes métodos de coleta: convencional, quadrado e revolvimento. Os coágulos foram processados na forma de lâminas e analisados o DRC. Após, os espectros NIR das amostras foram obtidos utilizando o método transflectância, e a acurácia e a precisão do modelo foram investigadas. Os espectros NIR foram associados aos resultados laboratoriais para construir modelos quimiométricos de calibração pelo método de regressão por mínimos quadrados parciais (PLS). A equação de calibração utilizando o NIRS de bancada apresentou valores dos parâmetros de calibração R2, RMSEC, RMSECV, Slope e Offset de 0,63; 2,04; 2,18; 0,63; 24,5, respectivamente. Por sua vez, o NIRS portátil apresentou parâmetros de calibração 0,51; 2,37; 2,40; 0,51; 32,0, respectivamente para os mesmos coeficientes. Os modelos ajustados foram testados quanto a precisão e exatidão (validação externa) utilizando um conjunto independente de amostras (n = 163) não incluídas na construção dos modelos de calibração e selecionadas aleatoriamente pelo software quimiométrico. Os resultados da validação externa mostraram que os NIRS de bancada e portátil apresentaram habilidades similares na predição do DRC de coágulo de borracha em lâminas, com R2, RMSEP, SEP, r (Pearson) e bias muito próximos. Os valores de R² iguais a 0,68 (NIRS de bancada) e 0,61 (NIRS portátil) e demais métricas (RPD e RER), indicam que os modelos ainda devem ser aplicados com cautela em uso operacional direto. De modo geral, os métodos desenvolvidos tanto para o NIRS de bancada como o portátil apresentam potencial para predizer os valores de DRC em coágulo de borracha em lâminas. Entretanto, antes da aplicação rotineira nas análises, os modelos devem ser aprimorados por meio da inclusão de novas amostras e de recalibrações contínuas. Embora o modelo de bancada tenha a vantagem de ser ligeiramente mais preciso, as análises precisam ser realizadas sob condições laboratoriais. Em contrapartida, o modelo portátil tem a vantagem de ser usado em tempo real e em análise in situ.
Downloads
Referências
Abreu, J. G., Kazama, D. C. S., Sauceda, M., Ferreira, E. A., Peixoto, W. M., & Detlefsen, G. (2023a). NIRS estimation of the nutritive value of Urochloa sp. (Syn. Brachiaria sp.) forages. Revista Uniaraguaia, 18(2), 18-28. https://sipe.uniaraguaia.edu.br/...
Abreu, J. G., Kazama, D. C. S., Sauceda, M., Peixoto, W. M., Assis, L. M. B., Baldissarelli, V. Z., Butzge, J. L., Herrera, D. M., & Herrera, D. S. (2023b). NIRS estimation fo the nutritive value of Megathyrsus maximus. (Syn. Panicum sp.) forages. Journal of Experimental Agriculture International, 45(8), 126-137. doi: 10.9734/JEAI/2023/v45i82165
Alomar, D., Gallo, C., Castañeda, M., & Fuchslocher, R. (2003). Chemical and discriminant analysis of bovine meat by near infrared reflectance spectroscopy (NIRS). Meat Science, 63(4), 441-450. doi: 10.1016/S0309-1740(02)00101-8
Alvarenga, T. I. R. C., Hopkins, D. L., Morris, S., McGilchrist, P., & Fowler, S. M. (2021). Intramuscular fat prediction of the semimebranosus muscle in hot lamb carcaces using NIR. Meat Science, 181, 10804, 2021. doi: 10.1016/j.meatsci.2020.108404
Associação Brasileira de Normas Técnicas (2011). ABNT NBR ISO 126: látex de borracha natural: determinação do teor de borracha seca. ABNT.
Bonin, M. N., Silva, S. L., Bünger, L., Ross, D., Feijó, G. L. D., Gomes, R. C., Rennó, F. P., Santana, M. H. A., Rezende, F. M., Ítavo, L. C. V., Novais, F. J., Surita, L. M., Bonin, M. N., Pereira, M. W., & Ferraz, J. B. S. (2020). Predicting the shear value and intramuscular fat in meat from Nellore cattle using Vis-NIR spectroscopy Meat Science, 163, 108077. doi: 10.1016/j.meatsci.2020.108077
Campos, R. L.C., Oliveira, R. H. M., Macedo, M. C. M., & Gomes, R. C. (2024). Predicting the nutritional value of tropical forages by Near Infrared Reflectance Spectroscopy (NIRS). EMBRAPA Gado de Corte. (Boletim de Pesquisa e Desenvolvimento, 56).
Cozzolino, D., & Labandera, M. (2002). Determination of dry matter and crude protein contents of undried forages by near-infrared reflectance spectroscopy. Journal of the Science of Food and Agriculture, 82(4), 380-384. doi: 10.1002/jsfa.1050
Decruyenaere, V., Lecomte, P., Demarquilly, C., Aufrere, J., Dardenne, P., Stilmant, D., & Buldgen, A. (2009). Evaluation of green forage intake and digestibility in ruminants using near infrared reflectance spectroscopy (NIRS): developing a global calibration. Animal Feed Science and Technology, 148(2), 138-156. doi: 10.1016/j.anifeedsci.2008.03.007
Gonçalves, E. C. P., Oliveira, M. D. M., Martins, A. L. M., Martins, A. N., Almeida, L. C., & Grizotto, R. K. (2024a). Análise dos desafios e das oportunidades da produção de borracha natural no Brasil In L. F. da Silva, J. R. S. Oliveira, & F. L. F. de Jesus. (Orgs.), Cultivando o futuro, tendências e desafios nas ciências agrárias (Cap. 1, pp. 1-14). Atena Editora.
Gonçalves, E. C. P., Oliveira, M. D. M., Martins, A. N., Martins, M. A., & Grizotto, R. G. (2024b). A crise da borracha natural: de maior produtor a grande erradicador. Pesquisa & Tecnologia, 21(1), 1-7. https://agricultura.sp.gov.br/apta-regional/revista/2024janeiro-junhoa-crise-da-borracha-natural-de-maior-produtor-a-grande-erradicador
Grizotto, R. K., Martins, A. N., Martins, A. L. M., Oliveira, M. D. M., & Gonçalves, E. C. P. (2024). Espectroscopia na região do infravermelho próximo para avaliação do teor de borracha seca em coágulo de borracha natural. Pesquisa & Tecnologia, 21(1), 1-7. https://agricultura.sp.gov.br/apta-regional/revista/2024janeiro-junhoespectroscopia-na-regiao-do-infravermelho-proximo-para-avaliacao-do-teor-de-borracha-seca-em-coagulo-de-borracha-natural
Grizotto, R. K., Siqueira, G. R., & Resende, F. D. (2019). Uso do NIRS como ferramenta na pecuária de precisão. In A. J. C. Nuñez, A. E. Furtini Neto, D. T. Lima, D. P. Almeida, H. L. B. Nascimento, J. Restle, R. H. Fernandes, & U. O. Biego (Eds.), Anuário de pesquisa pecuária - resultados 2018 -2019.9 (Cap. 1, pp. 81-85). Instituto de Ciência e Tecnologia COMIGO.
Guimarães, I. C. S. B., Silva, T. H., Picchi, C. C., & Fukushima, R. S. (2023). Assessing the repeatability and reliability of NIRS to predict nutritional values and to evaluate two lignin methods in Urochloa spp grasses. Grasses, 2(2), 112-126. doi: 10.3390/grasses2020010
Lobos, I., Moscoso, C. J., & Pavez, P. (2019). Calibration models for the nutritional quality of fresh pastures by near-infrared reflectance spectroscopy. Ciencia e Investigación Agraria, 16(3), 234-242. doi: 10.7764/rcia. v46i3.2020
Maraphum, K., Wanjantuk, P., Hanpinitsak, P., Paisarnsrisomsuk, S., Lim, C. H., & Posom, J. (2022). Fast determination of total solids content (TSC) and dry rubber content (DRC) of para rubber latex using near-infrared spectroscopy. Industrial Crops and Products, 182, 1-9. doi: 10.1016/j.indcrop.2022.115507
Murphy, D. J., O'Brien, B., O'Donovan, M., Condon, T., Claffey, A., & Murphy, M. D. (2019). A preliminary near infrared spectroscopy calibration for the prediction of undried fresh grass quality. Proceeding of the European Conference on Precision Livestock Farming, ECPLF 2019, Cork, Ireland, 9.
Pasquini, C. (2003). Near infrared spectroscopy: fundamentals, practical aspects and analytical applications. Journal of the Brazilian Chemical Society, 14(2), 198-219. doi: 10.1590/S0103-50532003000200006
Pasquini, C. (2018). Near infrared spectroscopy: a mature analytical technique with new perspectives – a review. Analytica Chemica Acta, 1026, 8-36. doi: 10.1016/j.aca.2018.04.004
Puttipipatkajorn, A., & Puttipipatkajorn, A. (2020). Development of calibration models for rapid determination of moisture content in rubber sheets using portable near-infrared spectrometers. Journal of Innovative Optical Health Sciences, 13(2), 2050009. doi: 10.1142/S1793545820500091
Rambo, M. K. D., Ferreira, M. M. C., Melo, P. M., Santana, C. C., Jr., Bertuol, D. A., & Rambo, M. C. D. (2020). Prediction of quality parameters of food residues using NIR spectroscopy and PLS models based on proximate analysis. Food Science and Technology, 40(2), 444-450. doi: 10.1590/fst.02119
Serafim, C. C., Guerra, G. L., Mizubuti, I. Y., Castro, F. A. B., Prado-Calixto, O. P., Galbeiro, S., Parra, A. R. O., Bumbieris, V. H., Jr., Pértile, S. F. N., & Rego, F. C. A. (2020). Use of near-infrared spectroscopy for prediction of chemical composition of Tifton 85 grass. Semina: Ciências Agrarias, 42(3), 1287-1302. doi: 10.5433/1679-0359.2021v42n3p1287
Siano, D., Puttipipatkajorn, D. A., Puttipipatkajorn, A., Noypitak, S., & Terdwongworakul. A. (2022). Application of near infrared spectroscopy for quality evaluation in Para rubber industry. IOP Conference Series: Materials Science and Engineering, 1234(1), 12037. doi: 10.1088/1757-899X/1234/1/012037
Suchat, S., Theanjumpol, P., & Karrila, S. (2015). Rapid moisture determination for cub lump natural rubber by near infrared spectroscopy. Industrial Crops and Products, 76, 772-780. doi: 10.1016/j.indcrop.2015.07.070
Trópia, N. V., Silva, F. A. S., Andrade, D. R., Matos, E. M. A., Cidrini, F. A. A., Borges, K. M., Ebani, F. Y. C., Roque, J. V., Zanetti, D., & Valadares, S. C., Fº. (2023). Development and validation of regression models from NIR spectra to predict the composition of sugarcane, soybean meal, and cornmeal. Semina: Ciências Agrarias, 42(44), 859-880. doi: 10.5433/1679-0359.2023v44n2p859
Williams, P., & Sobering, D. (1996). How do we do it: a brief summary of the methods we use in developing near infrared calibrations. In A. M. C. Davies, & P. L. Williams (Eds.). Near Infrared spectroscopy: the future waves (pp. 185-188). NIR Publications.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Regina Kitagawa Grizotto, Adriana Novais Martins , Gilberto Batista de Souza , Marli Dias Mascarenhas Oliveira , Antônio Lucio Mello Martins , Elaine Cristine Piffer Gonçalves

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
Semina: Ciências Agrárias adota para suas publicações a licença CC-BY-NC, sendo os direitos autorais do autor, em casos de republicação recomendamos aos autores a indicação de primeira publicação nesta revista.
Esta licença permite copiar e redistribuir o material em qualquer meio ou formato, remixar, transformar e desenvolver o material, desde que não seja para fins comerciais. E deve-se atribuir o devido crédito ao criador.
As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.













