Determination of ligning and cellulose content in leaves of woody plants by NIRS: comparison of statistical methods | Determinación de lignina y celulosa en hojas de plantas leñosas mediante NIRS: comparación de métodos estadísticos

Spanish; Castilian. Se han obtenido ecuaciones de calibración mediante espectroscopía en el infrarrojo cercano (NIRS), para la determinación de lignina y celulosa en muestras de hojas de 18 especies leñosas, comparando los resultados obtenidos por regresión lineal múltiple (MLR) y regresión por mínimos cuadrados parciales (PLSR). Las especies proceden de zonas montañosas, ribereñas y relativamente secas de la región Centro-Oeste de la Península Ibérica. Para el desarrollo de las ecuaciones de calibración, se utilizan 183 muestras y se consideran tres transformaciones matemáticas: log 1/R, primera y segunda derivada. El análisis de lignina y celulosa resultó más satisfactorio mediante PLSR. Con este tratamiento, se consiguieron mejores resultados utilizando la primera derivada; sin embargo, con MLR se consiguieron mejores estadísticos con log 1/R. Los coeficientes de determinación múltiple (R al cuadrado) y los errores estándar de calibración (SEC) con MLR, fueron 0,88 y 1,29 para lignina, y 0,97 y 1,02 para celulosa. Con PLSR mejoraron notablemente éstos estadísticos, alcanzándose R al cuadrado=0,96, SEC=0,88 para lignina, y R al cuadrado=0,98, SEC=0,75 para celulosa; los errores estándar de validación cruzada (SECV) fueron 1,19 y 0,93, respectivamente. En la validación externa se obtuvieron errores estándar de predicción (SEP) de 1,03 y 0,96 con MLR y 0,85 y 0,86 con PLSR, para lignina y celulosa.

English. Calibration equations were obtained to determine lignin and cellulose content in leaf samples of 18 woody species by near infrared spectroscopy (NIRS). Plant species were typical of mountain, riparian, and relatively dry areas from the West-Central Iberian Peninsula. Two regression methods, multiple linear regression (MLR) and partial least squares regression (PLSR) were compared. To develop calibration equations, a set of 183 samples were used and three mathematical transformations were applied: log 1/R, first and second derivative. The best results for lignin and cellulose analysis were obtained by means of PLSR. Using this treatment, the best results were achieved with the first derivative; however, with MLR we obtained better statistics using log 1/R. Coefficients of multiple determination (square R) and standard errors of calibration (SEC) with MLR, were 0.88 and 1.29 for lignin, and 0.97 and 1.02 for cellulose. These statistics were improved by PLSR: square R=0.96, SEC=0.88 for lignin, and square R=0.98, SEC=0.75 for cellulose; the standard errors of cross validation (SECV) were 1.19 and 0.93, respectively. In the external validation the standard errors of prediction (SEP) for lignin and cellulose determination were 1.03 and 0.96 with MLR, and 0.85 and 0.86 with PLSR.