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

Fig. 5.4 - Hotelling’s e Q test con limite di selezione del 98% per l’individuazione degli outliersSono stati individuati come outliers spettrali e quindi eliminati dal modello quei campioni chesuperavano il limite imposto del 98% per entrambi i coefficienti. Per valutare la vera capacitàpredittiva del modello per i campioni incogniti, è stata effettuata una validazione con set di datiindipendente.Affinché in questa fase il set di calibrazione mantenga buone doti di previsione è necessario chel’informazione in esso contenuta sia rappresentativa dell’intera popolazione. Il Training set el’Evaluation set devono quindi essere generati in modo da ottenere due sub-popolazioni cheabbiano caratteristiche simili. Su base spettrale il set campionario è stato quindi suddiviso in dueset, uno di calibrazione ed uno di validazione, mediante il criterio della Neighbourhood Mahlanobisdistance, come descritto in De Ferrari et al, 2008. Ne sono risultati un set di calibrazione di 68campioni e un set di validazione di 32 campioni.Per ogni strumento, i modelli PLS costruiti sul set di calibrazione sono stati testati sul set divalidazione indipendente.Calibrazioni sul set di liquami suiniPer l’acquisizione degli spettri NIR sono stati utilizzati 2 diversi spettroscopi NIR :- NIRMaster (Büchi - Italia, Assago, Milano)- LAB POD TM + Sonda Mobillight + fibraottica QP600-2-VIS-NIR (Polycromix - Wilmington,MA)Progetto Pilota SATA “Valorizzazione effluenti di allevamento e loro gestione comprensoriale“ – pag. 145