Predicción de la calidad de lana mediante Espectroscopia de Reflectancia en el Infrarrojo Cercano (NIRS)

Abstract

This study was performed to evaluate the potential of Near Infrared Spectroscopy (NIRS) to predict some economically relevant variables of sheep wool, such as average fiber diameter (DMF), traction resistance (RT), scouring percentage (RL), comfort factor (FC) and staple length (LM). Corriedale and Multi Purpose Merino (MPM) wool samples (22 of each genotype) were scanned with a NIRSystems 6500 monochromator. To obtain the reference data, samples were analyzed with an OFDA 2000 instrument (Consorcio Ovino S.A.) and using the Sirolan Laser scan technique (New Zealand Wool Testing Authority, NZWTA Laboratory). Regression equations (WINISI II software) were obtained for the spectral data and the different variables of wool quality, by using modified partial least squares (MPLS) applying different mathematical treatments to the spectral values. The best equations were selected based on the determination coefficient of cross validation (R 2 CV), the standard error of cross validation (SECV) and the relation RPD, i.e., between standard deviation of reference data and the SECV. Three out of the five wool variables (DMF, RL and FC) could be reliably predicted by the NIR spectra, with calibrations that achieved a RPD>3 (DMF and FC) or very close to 3 (RL). No reliable equations could be obtained for RT and LM. It is concluded that NIRS has the capability to predict some wool variables of economic relevance, such as fiber diameter, comfort factor and scouring percentage.

Desarrollo y evaluación de modelos de predicción de Finura en vellones de vicuña, mediante espectroscopía de reflectancia en el infrarrojo cercano.

“…Para el desarrollo de los modelos se utilizó el método de regresión Modified-Partial Least Squares (M-PLS) (Alomar, Alarcón Buhofer, & Kusanovic, 2015). En todos los casos, se utilizó la técnica leave-one-out para llevar a cabo la Validación Cruzada.…”

“…Comparativamente, los resultados del modelo que presentó mayor coeficiente de correlación (R 2 =0,71) fue menor a los obtenidos en fibra de alpaca (R 2 = 0,9) (Canaza-Cayo et al, 2013;Gishen & Cozzolino, 2007), y lana de oveja limpia, (R 2 = 0,90); pero no así en lana sucia (R 2 = 0,50) (Cozzolino et al, 2005). El Error de Validación Cruzada más bajo de los modelos (SECV=0,595), fue considerablemente menor a los reportados en alpaca por Canaza-Cayo, et al (2013) y Gishen & Cozzolino, (2007) (SECV=1,06 µm y 2,62 µm respectivamente) (Alomar et al, 2015;Canaza-Cayo et al, 2013;Cozzolino et al, 2005;Gishen & Cozzolino, 2007). Finalmente, el valor de RPD más alto de todos los modelos evaluados (RPD=2,10), fue menor a 3.…”

Desarrollo de Modelos NIRS de Predicción para el Análisis de la Finura de Fibras Textiles de Vicuña y Llama

“…Comparativamente, los resultados del estadístico R 2 de los mejores modelos de cada grupo (R 2 =0.61 en el grupo 1 y R 2 =0.70 en los grupos 2 y 3) fueron menores a los obtenidos en fibra de alpaca (R 2 = 0.88) (Alomar, Alarcón Buhofer, & Kusanovic, 2015;Canaza-Cayo, Alomar, & Quispe, 2013;Gishen & Cozzolino, 2007), y lana de oveja limpia, (R 2 = 0.90); pero no así en lana sucia (R 2 = 0.50) (Cozzolino et al, 2005). Por otro lado, el RPD≅ 1.7 en los tres grupos, fue mucho menor a 3, que es el umbral mínimo que debería tener un modelo de calibración para considerarse aceptable para realizar predicciones con exactitud (Fearn, 2002;Gishen & Cozzolino, 2007).…”

“…Por otro lado, el RPD≅ 1.7 en los tres grupos, fue mucho menor a 3, que es el umbral mínimo que debería tener un modelo de calibración para considerarse aceptable para realizar predicciones con exactitud (Fearn, 2002;Gishen & Cozzolino, 2007). Finalmente, los SECV del grupo 1 (SECV≅0.7 µm), y grupos 2 y 3 (SECV≅2.2 µm), fueron mayores a los reportados en otros trabajos en alpaca (SECV=2.62 µm) (Alomar, Alarcón Buhofer, & Kusanovic, 2015;Canaza-Cayo, Alomar, & Quispe, 2013;Gishen & Cozzolino, 2007), y lana de oveja sucia (SECV=11.2µm) (Cozzolino et al, 2005).…”

Development of Calibration Models to Predict Mean Fibre Diameter in Llama (Lama glama) Fleeces with Near Infrared Spectroscopy

“…Applications have focused on yield estimations [23], ash and grease content determination [24], fibre origin classification [16,25], measurement of medullated fibres [26] and lustre identification in alpaca fibres [27]. Few studies have reported the use of NIRS to analyse MFD in wool [24,28] and alpaca fibre [13,29]. These reports assume that results, although encouraging, have not achieved the accuracy required to be used by industry, especially regarding quantitative parameters such as MFD.…”