This study aimed to analyze use of near infrared spectroscopy (NIRS) to estimate wood density of Eucalyptus grandis. For that, 66 27-year-old trees were logged and central planks were removed from each log. Test pieces 2.5 x 2.5 x 5.0 cm in size were removed from the base of each plank, in the pith-bark direction, and subjected to determination of bulk and basic density at 12% moisture (dry basis), followed by spectral readings in the radial, tangential and transverse directions using a Bruker Tensor 37 infrared spectrophotometer. The calibration to estimate wood density was developed based on the matrix of spectra obtained from the radial face, containing 216 samples. The partial least squares regression to estimate bulk wood density of Eucalyptus grandis provided a coefficient of determination of validation of 0.74 and a ratio performance deviation of 2.29. Statistics relating to the predictive models had adequate magnitudes for estimating wood density from unknown samples, indicating that the above technique has potential for use in replacement of conventional testing.
Conduziu-se este estudo, com o objetivo de analisar a espectroscopia no infravermelho próximo (NIR) aplicada à predição da massa especifica da madeira de Eucalyptus grandis. Foram coletadas 66 árvores, com 27 anos de idade, transformadas em pranchões centrais e, da base de cada pranchão foram retirados os corpos de prova, medindo 2,5 x 2,5 x 5,0 cm, no sentido medula-casca, destinados à determinação da massa especifica (aparente e básica ambas a 12% de umidade base seca) e, posterior obtenção dos espectros em espectrofotômetro de infravermelho, da marca Bruker, Tensor 37, conforme os sentidos radial, tangencial e transversal. A calibração para predizer a massa específica da madeira foi ajustada a partir da matriz de espectros obtidos a partir da face radial contendo 216 amostras. A regressão dos mínimos quadrados parciais para a estimativa da massa especifica aparente da madeira de Eucalyptus grandis apresentou coeficiente de determinação em validação de 0,74 e relação de desempenho do desvio de 2,29. As estatísticas associadas aos modelos preditivos apresentaram magnitudes adequadas para estimar a densidade da madeira de amostras desconhecidas, indicando que a técnica tem potencial para substituir os ensaios convencionais.
