valorizzazione degli effluenti di allevamento e loro gestione ... - ARAL

Gli spettri sono stati acquisiti sui campioni a temperatura ambiente (20°C) dopo scongelamento,termostatazione ed omogeneizzazione per rimescolamento con agitatore magnetico.La scansione è stata effettuata in modalità di riflettanza diffusa utilizzando circa 40 ml di campionetal quale. Gli spettri sono stati acquisiti in sequenza sui diversi strumenti, con l’eccezione di quelliFOSS che furono acquisiti nel 2004. Le repliche sono state ottenute svuotando e riempiendo lacuvetta con nuovo campione.Gli spettri cosi ottenuti sono stati importati ed elaborati avvalendosi del software Matlab R2009b(The Mathworks, Inc.). Le repliche spettrali di ogni campione sono state mediate, ottenendo unospettro medio per ogni campione.In caso di rumorosità nella parte iniziale e/o finale degli spettri, l’intero set ottenuto daun’apparecchiatura NIR è stato opportunamente ridotto.Tramite il pacchetto software di Matlab (Wise B.M., Gallagher1969), PLS Toolbox© (Wise B.M.,Gallagher 2000) versione 5.8 (Eigenvector Research, Inc.), gli spettri sono stati pre-processatiutilizzando; l’Extended Multiplicative Scattering Correction (EMSC) sviluppato da Martens(Martens, H., Stark, E.,1991; Martens et al.,2002; Pedersen, D.K et al.2002); l’algoritmo diderivazione di Savitzky e Golay (1964), che comprende, oltre alla derivazione, lo smoothing; e lacentratura della media (CM).Mediante una Cross-Validazione è stato determinato il numero di componenti principali dautilizzare nel modello PLS, il pre-processamento e i parametri di derivazione (ampiezza dellefinestre spettrali, ordine della polinomiale interpolante e ordine di derivazione) che meglioottimizzavano RMSECV (indice descritto nel paragrafo 5.1.2.4). La cross-validazione è statacostruita suddividendo il set campionario in 8 gruppi di cancellazione sorteggiati casualmente per4 volte. I campioni appartenenti a ciascun gruppo di cancellazione sono stati predetti utilizzandotutto il resto del set campionario. In questo modo è stato possibile ottenere una stima robusta incross-validazione, con errore RMSECV sui livelli di quello ottenibile in validazione indipendenteRMSEP.Sulla base dei modelli generati per ogni singolo strumento sono stati calcolati il coefficiente Q test(somma dei quadrati dei residui spettrali di ciascun campione) che indica quanto ciascun campionesi adatta al modello fattoriale prodotto, e il coefficiente di Hotelling T 2 che rappresenta la misuradella distanza di ciascun campione dal centroide del modello, necessari per valutare la presenza dioutliers nella popolazione. (figura 5.4)Progetto Pilota SATA “Valorizzazione effluenti di allevamento e loro gestione comprensoriale“ – pag. 144