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

Gli spettri cosi ottenuti sono stati elaborati avvalendosi dei software Matlab R2009b (TheMathworks, Inc.) e PLS Toolbox© [9] versione 5.8 (Eigenvector Research, Inc.).I tre spettri ottenuti da ogni campione sono stati mediati ottenendo uno spettro medio per ognicampione. Gli spettri sono stati pre-processati applicando l’Extended Multiplicative ScatteringCorrection (EMSC), la Standard Normal Variate (SNV) (Barnes, R.J., et al.1989), l’algoritmo diderivazione di Savitsky-Golay e la centratura della media (CM).Si è valutata l’influenza della diversa modalità di presentazione del campione durante le scansioni(sabbia o transflettore) calcolando, nello spazio delle componenti principali normalizzate, ledistanze delle singole repliche spettrali dal loro spettro medio che equivale al calcolo della distanzadi Mahalanobis (Maesschalck R. et al.2000). Sono stati estratti gli score del modello di PCA a 4componenti principali, ottenuto sugli spettri in derivata prima e centrati sulla media, normalizzati ecalcolate le distanze con il seguente algoritmo:for i=1:3:390x1m=mean(scores_norm_poly(i:i+2,1));x2m=mean(scores_norm_poly(i:i+2,2));x3m=mean(scores_norm_poly(i:i+2,3));x4m=mean(scores_norm_poly(i:i+2,4));D1=sqrt((scores_norm_poly(i,1)-x1m)^2+(scores_norm_poly(i,2)-x2m)^2+(scores_norm_poly(i,3)-x3m)^2+(scores_norm_poly(i,4)-x4m)^2);D2=sqrt((scores_norm_poly(i+1,1)-x1m)^2+(scores_norm_poly(i+1,2)-x2m)^2+(scores_norm_poly(i+1,3)-x3m)^2+(scores_norm_poly(i+1,4)-x4m)^2);D3=sqrt((scores_norm_poly(i+2,1)-x1m)^2+(scores_norm_poly(i+2,2)-x2m)^2+(scores_norm_poly(i+2,3)-x3m)^2+(scores_norm_poly(i+2,4)-x4m)^2);D(t)=(D1+D2+D3)/3;t=t+1endAl fine di stabilire quale era il numero minimo di campioni per un set di calibrazione che avesse ilpiù possibile una distribuzione uniforme nello spazio delle componenti principali e che mantenessebuone doti previsionali, bassi valori di errori di stima, senza ricorrere a un ampio numero dicampioni in calibrazione, si è applicato l’algoritmo di Kennard Stone (R.W. Kennard and L.A.Stone1969), tramite il pacchetto software Parvus 2008. La matrice degli spettri pre-processata, èstata convertita in formato ASCII, quindi tramite PARVUS CHANGE in formato Parvus.Successivamente i dati sono stati caricati in PARVUS KENNARD, quindi dopo aver selezionato ilnumero di componenti principali desiderate (5 in questo caso) è stata applicata la PCA.Successivamente, esplicitando la numerosità di campioni da tenere in calibrazione, 1/3, 1/2 e 2/3Progetto Pilota SATA “Valorizzazione effluenti di allevamento e loro gestione comprensoriale“ – pag. 147