Tese em PDF - departamento de engenharia florestal - ufpr ...

utilizados os espectros de absorção das amostras do conjunto de calibração para
a construção de um modelo matemático que melhor ajuste os dados espectrais
aos valores de referência do parâmetro desejado); a validação interna (que avalia
o erro de previsão de amostras que pertencem ao conjunto de calibração,
também conhecida como validação cruzada); e validação externa (na qual se
avalia o poder de previsão do modelo construído utilizando amostras externas ao
conjunto ou que não participaram da etapa de calibração). Esse último conjunto
de amostras é conhecido também como conjunto de validação (Scafi, 2005, citado
por CARNEIRO, 2008).
A etapa de validação é extremamente importante, pois os resultados dessa
etapa indicarão se o modelo construído é adequado ou não para efetuar a
determinação do parâmetro desejado (CARNEIRO, 2008).
Carneiro (2008) utilizou o método PLS em seu trabalho na confecção de
modelos de previsão para as variáveis Massa Especifica Básica e Resistência a
Flexão.
Os dados espectrais podem não ter uma distribuição adequada dificultando
a sua interpretação, sendo necessário utilizar ferramentas de pré-processamento
dos dados, com o objetivo de melhorar o modelo multivariado. A literatura reporta
inúmeros procedimentos dentre eles: centrar na média, autoescalar os dados,
normalização, alisamento, cálculo de derivada, correção da linha base, correção
do fator multiplicativo do sinal (MSC) entre outros (MESSERSCHIMIDT, 1999).
Além disso, possíveis fontes de variações nos dados espectrais incluem
orientação da amostra, imperfeições na superfície da amostra, no caso da
madeira, espessura, direção das fibras, rugosidade, condições geométricas
(TSUCHIKAWA et al., 2000 citado por SAMISTRARO, 2008).
A eficiência dos modelos de calibração multivariada pode ser avaliada pelo
cálculo dos valores da raiz quadrada do erro médio quadrático (RMSE – do inglês,
Root Mean Square Error) (CARNEIRO, 2008).
Tais valores expressam a exatidão do modelo, ou seja, a proximidade entre
o valor calculado pelo modelo (yprev) e o valor verdadeiro ou obtido por um
método de referência (yreal), definidos como: (Carneiro, 2008).
57