Agricultura de precisão; Algodão; Tecnologia espectroscópica; Quimiometria; Reconhecimento de padrões. 

As tecnologias fundamentadas em espectroscopia vibracional, como NIR e Raman, com abordagem quimiométrica, representam soluções inovadoras no campo das análises de produtos agropecuários. Na fronteira desse conhecimento, há uma demanda analítica para determinações da capacidade germinativa de sementes e do comprimento (UHM) em fibras de algodão. A rotina para determinar o UHM pode ser realizada por meio de um instrumento de alto volume (HVI) ou um sistema avançado de informações de fibras (AFIS). No entanto, isso requer investimentos consideráveis para instalação de pessoal qualificado, bem como custos tangíveis por se tratar de análise laboriosa. No caso das sementes, a avaliação da germinação é essencial para mitigar os riscos agrícolas. Assim, objetivou-se nesse trabalho desenvolver métodos analíticos robustos, rápidos e de baixo

custo para predição da capacidade germinativa de sementes de algodão, e classificação de fibras de algodão em relação ao comprimento (UHM), utilizando espectroscopia NIR e Raman integrando estratégias quimiométricas. Em relação as etapas de estudos de aplicação com sementes foram utilizadas 280 sementes transgênicas (BRS 500 B2RF), e 90 sementes convencionais (BRS 286). As sementes transgênicas foram envelhecidas artificialmente para ampliar a variabilidade da germinação. Um ensaio de germinação foi realizado para categorizar as classes das sementes. No estudo com a matriz de fibras de algodão foram utilizadas um total de 142 amostras. Duas abordagens de classificação foram empregadas com base no UHM da pluma. A primeira com o propósito de distinguir entre fibras curtas (SM) e longas, enquanto a segunda para classificar as fibras longas em classes internas (L, VM e EL). Dois espectrômetros NIR portáteis e um equivalente de bancada foram empregados para análises espectrais das sementes de algodão. Com as fibras, incluiu-se um Raman portátil. Modelos de reconhecimento de padrão (RP) PLS-DA, SIMCA e DDSIMCA para prever a capacidade germinativa de sementes de algodão foram treinados, validados e testados. Para as fibras, as modelagens foram realizadas com PLS-DA e LDA, esse combinado com algoritmos de seleção de variáveis (GA, SPA e AOC). Os modelos SIMCA e DDSIMCA com as sementes transgênicas evidenciaram uma classificação correta acima de 89,1% em todos os equipamentos testados. Já para sementes convencionais, os modelos PLS-DA também alcançaram altos índice de classificação correta, nos três espectrômetros utilizados. O melhor desempenho foi obtido com o NIR3, cuja a acurácia foi de 100%, seguido do NIR1 com o 98,6% e NIR2 com 98,7%. Em relação às fibras, no geral, os métodos com dados adquiridos no espectrômetro Raman portátil exibiram desempenho de 100% na classificação do UHM das fibras, independentemente da técnica de RP utilizada. Enquanto isso, os métodos baseados em espectrômetros NIR alcançaram acurácia de 100% dependendo do método RP, e da seleção de variáveis. No contexto de aplicação analítica em sementes, os espectrômetros NIR, quando utilizados em conjunto com técnicas quimiométricas de modelagem para RP, são promissores para análises de larga escala. Essas metodologias têm a capacidade de antecipar a germinação de cada semente individualmente e proporcionar ganhos produtivos de até 25%. Por fim, o uso de espectrômetros portáteis NIR e Raman combinados com métodos de RP, também são tecnologias inovadoras e viáveis para a classificação de fibras de algodão com base no seu comprimento.