Análise multivariada aplicada à caracterização de vinhos: estudo em vinhos da região demarcada do Douro

Abstract

O trabalho desenvolvido incidiu na aplicação de ferramentas estatísticas e de métodos quimiométricos clássicos no tratamento da informação multivariada relativa à caracterização físico-química de vinhos. A informação existente na base de dados foi obtida no âmbito da certificação e controlo de vinhos da Região Demarcada do Douro, em particular de vinhos da Denominação de Origem Douro e da Indicação Geográfica Duriense, referente ao período entre janeiro de 2007 e março de 2012. Esta informação foi processada e interpretada em duas perspetivas sequenciais: Procurámos evidenciar a equivalência estatística entre resultados obtidos por métodos analíticos diferentes, em que um deles é tomado como método de referência e que permite que um laboratório opte, em função de critérios rigorosamente estabelecidos, por métodos de análise mais expeditos, com maior facilidade de execução, com capacidade de automatização, com custos associados mais baixos, menos poluentes e, assim, ambientalmente sustentáveis, mas igualmente fiáveis. A análise multivariada revela-se um instrumento poderoso para analisar informação proveniente de inúmeras amostras de vinhos caracterizadas por diversos parâmetros físico-químicos. Na maioria das situações, a avaliação do perfil global dos dados desta natureza pode ser notavelmente mais esclarecedora do que a avaliação individual de cada parâmetro per si. A deteção de padrões subjacentes aos dados que esta análise permite é uma preciosa contribuição para a interpretação e racionalização da informação conduzindo à criação de modelos de previsão e à possibilidade de desenvolvimento de estratégias ajustadas de controlo. Neste trabalho, foram utilizados alguns métodos quimiométricos clássicos disponíveis, para avaliar o impacto das variáveis na descrição do sistema e procurar os melhores descritores. Concretamente foram processados e interpretados dados relativos à caracterização físico-química de vinhos. Os resultados mostram que, utilizando algumas ferramentas estatísticas e métodos quimiométricos como a análise de componentes principais (PCA) e o método por mínimos quadrados parciais (PLS), é possível identificar padrões, separar classes ou categorias e isolar fatores. A análise de componentes principais e o método por mínimos quadrados parciais no seu conjunto, distinguem corretamente os grupos existentes e permitem tirar conclusões muito significativas sobre a forma como os vários dados se distribuem e se relacionam. Servem também de base para futuros desenvolvimentos na criação de modelos e análise de fatores.