SciELO - Scientific Electronic Library Online

 
vol.21 número4The quality comparison of particleboards produced from heartwood and sapwood of European larchPhysicochemical properties of Pinus massoniana wood subjected to silicone oil heat treatment índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Maderas. Ciencia y tecnología

versión On-line ISSN 0718-221X

Maderas, Cienc. tecnol. vol.21 no.4 Concepción dic. 2019

http://dx.doi.org/10.4067/S0718-221X2019005000408 

ARTÍCULOS

Physical properties of Guazuma crinita by conventional methods and near infrared spectroscopy

Propiedades físicas en Guazuma crinita por medios convencionales y espectroscopia infrarroja cercana

Manuel Chavesta

Rolando Montenegro1 

Mario Tomazello-Filho2 

Mayara Carnerio3 

Silvana Nisgoski4 

1Universidad Nacional Agraria la Molina. Lima, Perú

2Escola Superior de Agricultura “Luz de Queiroz” - ESALQ-USP, Piracicaba, SP, Brasil. mtomazel@esalq.usp.br

3Universidade Federal do Paraná, Curitiba, PR, Brasil. mayaraelita@ufpr.br

4Universidade Federal do Paraná, Curitiba, PR, Brasil. nisgoski@ufpr.br

Abstract:

The aim of the present study was to determine the physical properties of the Guazuma crinita wood by conventional methods, as well as to estimate these properties by near infrared spectroscopy (NIR) through the development of multivariate calibration models. The samples were obtained from five trees and from three levels longitudinally for 5 and 8 years of age randomly selected from a plantation in Puerto Inca, Department of Huánuco (Perú). Basic density, volumetric, tangential and radial contraction were determined by the conventional methods. Models were developed by regression of partial least squares (PLS) through mathematical transformations. For the validation of the models, a new group of samples -which did not participate in the development of the model were used. Statistical significance was found F 5años = 191,5; F 8 años =84,9) between the different heights in the stem. Basic density and volumetric contraction show values of (0,88 and 0,83) and RPDp (1,55 and 3,27) acceptable for prediction.

Keywords: radial shrinkage; tangential shrinkage; volumetric shrinkage; basic density; Partial Least Squares Regression

Resumen:

El objetivo del presente estudio fue determinar las propiedades físicas de la madera de Guazuma crinita por el método convencional, así como estimar estas propiedades por espectroscopia infrarroja cercana (NIR) a través del desarrollo de modelos de calibración multivariada. Las muestras fueron obtenidas de tres niveles del eje longitudinal en 5 árboles para 5 y 8 años de edad seleccionados al azar de una plantación en la zona de Puerto Inca, departamento de Huánuco (Perú). Se determinó la densidad básica, contracción total volumétrica, tangencial y radial por el método destructivo o convencional. Los modelos fueron desarrollados por regresión de mínimos cuadrados parciales (PLS) mediante transformaciones matemáticas. Para la validación de los modelos se empleó un grupo de muestras que no participo en el desarrollo del modelo. Se encontró diferencias estadísticas significativas (F 5años = 191,5; F 8años =84,9) entre las tres alturas en el fuste. Para densidad básica y contracción volumétrica se encontró valores de (0,88 y 0,83) y RPDp (1,55 y 3,27) aceptables para la predicción.

Palabras claves: Contracción radial; contracción tangencial; contracción volumétrica; densidad básica; Regresión de mínimos cuadrados parciales.

Introducción

La correcta utilización de la madera, implica el conocimiento de sus características anatómicas (fibras y ángulo microfibrilar), físicas (densidad y contracciones); mecánicas (rigidez), y químicas (contenido de celulosa y de lignina). Dicha información está directamente asociada a la calidad y el uso del producto final (Oliveira mencionado por Filgueira et al. 2015). Las técnicas tradicionales para determinar las propiedades de la madera son destructivas; sin embargo, en la actualidad se han desarrollado técnicas para aumentar la eficiencia y rapidez de resultados de estas propiedades, siendo la Espectroscopía de Infrarrojo Cercano (NIR) un ejemplo. Esta técnica es utilizada en diferentes países industrializados por su probada utilidad, sin embargo, en el Perú no se registra su uso con fines forestales.

La evaluación de las propiedades físicas de la madera se realiza utilizando métodos directos e indirectos. El método directo más común para determinar la densidad básica consiste en un procedimiento gravimétrico, método destructivo que requiere mucho tiempo y limita su aplicación en muestreos de campo (Rybníček et al. 2012). En los últimos años, la espectroscopia aparece como una técnica ideal para reemplazar a los métodos tradicionales de laboratorio, teniendo como ventajas realizar un gran número de mediciones en cortos intervalos de tiempo, análisis cuantitativos y cualitativos rápidos, poca preparación y no destrucción de las muestras (Tsuchikawa y Kobori 2015, Lang et al. 2015). La espectroscopía NIR es una técnica que forma parte del campo de estudio de la espectroscopía molecular, la cual analiza la interacción de la radiación electromagnética con la materia y cuyo rango espectral está comprendido entre los 750 - 2500 nm (Reis-Milagres et al. 2013).

Dentro de las propiedades de la madera, la densidad es sin duda la propiedad más empleada para la evaluación de la misma por ser de fácil determinación y presentar una estrecha relación con la mayor parte de sus demás características. Es un parámetro importante para la evaluación de la calidad de madera y para otras estimativas en el análisis de las plantaciones forestales (Suckow et al. 2009). Otro índice importante dentro de las propiedades físicas son las contracciones de la madera que permiten evaluar su estabilidad dimensional; ya que las maderas que se contraen menos son más estables (Gonçalves et al. 2009). La magnitud de la variación dimensional es normalmente mayor en maderas con mayor peso específico debido a la mayor cantidad de madera por unidad de volumen; además, maderas de mayor peso específico para un mismo contenido de humedad contienen más agua en la pared celular (Silva et al. 2006).

En el Perú es poca la información en términos de variación de las propiedades de las especies maderables utilizadas en plantaciones forestales siendo la especie Guazuma crinita una de ellas (Weber et al. 2011, Sotelo et al. 2008). En los últimos años se han realizado diversos trabajos con espectroscopia NIR en distintos materiales y con el fin de estimar distintas propiedades. En el campo forestal se ha utilizado la espectroscopía NIR en diversas líneas de investigación; así tenemos a Viana et al. (2010), Vimal et al. (2015), Cassia et al. (2016) y Lengowski et al. (2018) en la predicción de la composición química en madera y papel; en madera y carbón a Bolzon et al. (2016). En propiedades físicas y mecánicas de Mimosa tenuiflora a Diesel et al. (2014); en la influencia de la anisotropía en los resultados estadísticos, a Costa et al. (2018); y en la estimación de carbono en bambú a Dallagnol (2012). En la determinación de origen y trazabilidad de la madera a Silva et al. (2018) y Paredes et al. (2018); en discriminación de especies y clasificación de maderas de distinta procedencia con espectrómetro NIR portátil a Soares et al. (2017).

Uno de los géneros más estudiados por espectroscopia es el género Eucalyptus; así para densidad básica, Reis-Milagres et al. (2013) obtuvo coeficientes de determinación de 0,84 a 0,89; Viana et al. (2010), valores de correlación de 0,56 a 0,97 y Tyson et al. (2009) de 0,75; así mismo, diversos trabajos relacionados con las propiedades físicas utilizando NIRs demostraron buenas estimaciones de esta propiedad (Hein et al. 2009). Así mismo, Alves et al. (2012), en un estudio de la densidad básica de Pinus pinaster y Larix x eurolepis hallaron un RPD de 3,5 y 3,2 respectivamente, con coeficientes de determinación entre 0,82 y 0,92. Por otro lado, Santos et al. (2012), reportan para densidad básica de Acacia melanoxylon, RPDs de 2,8 a 4,1 y coeficientes de determinación de 0,84 a 0,94.

Los objetivos de este trabajo fueron determinar las propiedades físicas (densidad básica, contracción volumétrica, tangencial y radial) de G. crinita por el método destructivo para edades de 5 y 8 años; desarrollar modelos de calibración multivariada empleando ambas edades y evaluar la capacidad predictiva de cada modelo en la calibración y validación de los modelos.

Materiales y métodos

La madera de árboles de Guazuma crinita Mart. proviene de plantaciones forestales de la Empresa Reforestadora Amazónica S.A.; sector Maquizapallo localizada en la ciudad de Puerto Inca, Huánuco - Perú; ubicada geográficamente a 9° 37’ 43’’, latitud S y 74° 58’ 28’’ longitud W; 145 m de altitud (Figura 1). La zona tiene una precipitación media anual de 2482 mm y temperatura mínima de 22 °C y máxima de 35 °C. Los suelos de la plantación son de tipo aluvial de textura franco y franco-limoso; pH 5,5, con contenido de materia orgánica 4%; CIC 10,8 meq/100 g y profundidad efectiva mayor a 90 cm. Las muestras de madera fueron colectadas en campo en noviembre del 2016. El espaciamiento de los árboles en la plantación fue de 3 m x 3 m.

Corte, colección y preparación de muestras de madera

Los arboles al momento del corte tenían cinco años (63 meses) y ocho años (103 meses). Se seleccionaron cinco árboles por edad; se midió la altura comercial, tumbados y divididos en tres partes (basal, media y apical) conforme a la metodología utilizada por Valente et al. (2013). Se tomó un metro de la parte inferior de cada troza de cada nivel y de cada una de ellas se obtuvo una rodaja de 5 cm de espesor, de donde se obtuvieron muestras diametrales de 2 mm de espesor y 2 cm de ancho para su evaluación por espectroscopia. De lo restante se obtuvo una porción central de 5 cm de espesor para la obtención de probetas para la determinación de las propiedades físicas; conforme a la Figura 2.

Figura 1: Localización de las plantaciones de Guazuma crinita en Huánuco (Perú). 

Las muestras para los ensayos destructivos fueron preparadas en el taller de trabajabilidad de la Universidad Nacional Agraria la Molina (UNALM), codificadas y guardadas en bolsas herméticas, buscando mantener la máxima condición de humedad, para luego ser medidas y analizadas en el Laboratorio de Ensayos Tecnológicos de la UNALM. Para la determinación de las propiedades físicas se utilizaron las normas: NTP 251.011 (2014), para determinación de densidad y NTP 251.012 (2015), para determinación de las contracciones: volumétrica, tangencial y radial.

Para los ensayos físicos se prepararon 45 probetas por árbol correspondiente a tres niveles axiales totalizando 225 probetas por edad; habiéndose determinado en ellas la densidad básica y contracciones. Las dimensiones de las muestras fueron de 3 cm x 3 cm x 10 cm (tangencial x radial x longitudinal); las que fueron pesadas y medidas con micrómetro de precisión 0,01 mm en estado húmedo y llevado a estufa (103 ± 2 °C) hasta estado anhidro, para determinar densidad básica y contracciones totales. Las mediciones en las muestras se realizaron en dos puntos: uno en dirección tangencial y otro en dirección radial, tomando como referencia el centro de las caras antes indicadas. Para la contracción volumétrica, el volumen fue determinado por el método de desplazamiento de agua (Arquímedes); y para determinar el volumen en estado anhidro las probetas fueron parafinadas para evitar la absorción de agua.

Las muestras consistieron en láminas de 2 mm de espesor obtenidas diametralmente a partir de las porciones centrales de las rodajas. Se obtuvo una lámina por cada uno de los tres niveles de altura de cada uno de los 10 árboles para las dos edades. Para la medición de los espectros se utilizó un espectrofotómetro NIR Bruker Tensor 37 que obtuvo espectros a cada 2 nm de longitud de onda, en el intervalo de 1000 a 2500 nm con resolución de 1 nm, totalizando 300 lecturas para ambas edades. Se tomaron 10 lecturas equidistantes (5 a cada lado de la medula) para cada muestra y se utilizó el promedio por nivel. Las muestras no recibieron ningún tratamiento químico y las condiciones de trabajo en laboratorio fueron de 20 ºC y 65% HR. La información de las mediciones y procesamiento de los espectros fue registrada por el software OPUS SPECTROSCOPY del equipo BRUKER y procesados por el software Unscrambler X Versión 10.4.

Figura 2: Toma de muestra para determinación de propiedades físicas y espectroscopia. 

Análisis estadístico

El análisis se descompone en dos partes: análisis para ensayos destructivos y análisis de espectroscopia infrarroja cercana (NIR). Para el análisis de los ensayos destructivos fue utilizado el programa R versión 3.5.1, siendo cada árbol considerado como repetición. Se evaluó el efecto de la posición axial a través del análisis de varianza (ANOVA) para cada edad. En caso de significancia en los efectos se aplicó la prueba de Tukey con un nivel de confianza de 95%. Así mismo, para el procesamiento de datos de NIR se empleó el programa The Unscrambler X versión 10.4 con el cual se realizó una regresión PLS de los espectros NIR vs las propiedades físicas. Para ello se aplicó como pretratamiento la segunda derivada de Savitzky-Golay de orden polinómico 2 y con suavización de 10 puntos a cada lado. Se utilizó validación cruzada con 10 factores y se realizó el test de incertidumbre para estimar un modelo de regresión estable. La calibración y validación estadística de cada regresión incluyó el coeficiente de determinación (R2), cuadrado del error estándar (RMSE), el error estándar de predicción (SEP) y la razón de desempeño de la desviación, la cual es calculada por el cociente entre las desviaciones estándar de los valores de referencia y predicción (RPD).

Resultados y discusión

Los valores de densidad básica (DB) y de contracción volumétrica, tangencial y radial; son mayores para la edad de 8 años (Tabla 1). Los resultados de densidad básica promedio (360 kg/m3 para 5 años y 400 kg/m3 para 8 años) clasifican la madera de G. crinita como madera de baja densidad, conforme a la clasificación de Souza et al. (2002). Dichos valores son similares comparados con 430 kg/m3 para la misma zona y edad de 8 años (Tuisima et al. 2017), 420 kg/m3 para 32 meses de edad (Weber y Sotelo 2008), y 410 kg/m3 para madera proveniente de bosque natural (Acevedo y Kikata 1994). A pesar que existen diferencias estadísticas significativas entre la densidad básica de 5 y 8 años, Zobel y Jett (1995) señalan que la edad no es determinante en esta propiedad, sino que depende de su carácter genético; mientras que en un estudio de once procedencias para la misma especie, Weber y Sotelo (2008) indican que las diferencias en esta propiedad dependen de la procedencia.

Tabla 1: Valores medios de propiedades físicas de Guazuma crinita para 5 y 8 años. 

Edad D.B (kg/m3) CV (%) CT (%) CR (%)
5 años 360 b1 7,93 b 5,26 b 2,78 b
(63 meses) (14) 2 (12) (14) (18)
8 años 400 a 8,67 a 5,59 a 3,09 a
(103 meses) (12) (14) (19) (21)

D.B: densidad básica; CV: contracción volumétrica; CT: contracción tangencial; CR: contracción radial. 1Medias seguidas de la misma letra dentro de una misma columna, no difieren estadísticamente entre sí, por la prueba de Tukey (p>0,05). 2Valores entre paréntesis corresponden al coeficiente de variación respectivo.

Axialmente los valores de densidad básica y contracciones son mayores en la parte basal del árbol en ambas edades (Tabla 2) y disminuyen de la base a la parte apical del árbol, evidenciando diferencias estadísticas en los tres niveles evaluados. La variación longitudinal encontrada sigue uno de los patrones de variación presentado por Panshin y De Zeeuw (1980), así como patrones para G. crinita y Calycophyllum spruceanum reportados por Tuisima et al. (2017) y Weber y Sotelo (2008). La mayor densidad básica en la parte basal del árbol se debe a la mayor compactación por la superposición de células en este nivel del tronco; así como a una respuesta adaptativa al estrés de flexión producido por el viento (Ali et al. 2010, Weber y Sotelo 2008).

Tabla 2: Valores medios de propiedades físicas de Guazuma crinita para 5 y 8 años en dirección axial. 

Edad / Posición D.B (kg/m3) C CV (%) CT (%) CR (%)
Dirección axial
5 años (63 meses) Basal 410 a1 8,57 a 5,72 a 3,07 a
(7)2 (9) (10) (14)
Intermedia 350 b 7,73 b 5,16 b 2,76 b
(12) (12) (16) (17)
Apical 320 c 7,47 b 4,89 c 2,49 c
(10) (11) (13) (19)
8 años (103 meses) Basal 430 a 9,19 a 5,98 a 3,37 a
(9) (12) (16) (19)
Intermedia 400 b 8,44 b 5,36 b 3,05 b
(11) (12) (16) (18)
Apical 370 c 8,33 b 5,38 b 2,82 c
(10) (17) (23) (23)

D.B: densidad básica; CV: contracción volumétrica; CT: contracción tangencial; CR: contracción radial. 1Medias seguidas de la misma letra dentro de una misma columna, no difieren estadísticamente entre sí, por la prueba de Tukey (p>0,05). 2Valores entre paréntesis corresponden al coeficiente de variación respectivo.

Los valores de contracción para la especie están acorde con lo reportado por Tuisima et al. (2017) y considerados bajos según la clasificación de Durlo y Marchiori (1992). Las contracciones son mayores para la edad de 8 años y en ambas edades son mayores en la parte basal. Longitudinalmente se encontraron diferencias estadísticas significativas en contracción volumétrica para ambas edades en el nivel basal en relación a los otros dos niveles que fueron iguales. En G. crinita de 5 años, la contracción tangencial y radial presenta diferencias estadísticas significativas entre los 3 niveles cuyos valores disminuyen de la base al ápice. El mismo comportamiento se da para 8 años excepto para contracción tangencial entre el nivel intermedio y apical, los cuales no presentan diferencias significativas. Los coeficientes de variabilidad en el presente estudio son mayores a los de Tuisima et al. (2017).

Los parámetros estadísticos de los modelos NIR desarrollados para las propiedades físicas de G. crinita se presentan en la Tabla 3. Los resultados de calibración muestran que los modelos para densidad básica, contracción volumétrica y contracción radial alcanzaron valores elevados de coeficientes de determinación de calibración mientras que los valores de coeficientes de determinación para la predicción de las mismas variables, resultaron medios para la densidad básica y contracción volumétrica.

Tabla 3: Parámetros estadísticos de los modelos NIR desarrollados para las propiedades físicas de Guazuma crinita de 5 y 8 años. 

R2c: Coeficiente de determinación para la calibración; RMSE: Cuadrado del error estándar para la calibración; R2p: Coeficiente de determinación para la predicción; RMSEP: Cuadrado del error estándar de la predicción; SEP: Error estándar de la predicción; RPDp: razón entre las desviaciones estándar de los valores de referencia y predicción.

Los parámetros estadísticos de los modelos para densidad básica y contracción volumétrica obtenidos por NIR permiten una adecuada predicción. El para densidad básica (0,88) es mayor al reportado por Gouvea et al. (2011), quienes encontraron valores de de 0,84 y mayor a los encontrados por Schimleck et al. (2006) cuyo está en el rango de 0,64 a 0,76; así mismo, está dentro del rango obtenido por Reis-Milagres et al. (2013), quienes obtuvieron un de 0,80 a 0,98. El para contracción volumétrica (0,83) también resulta consistente para la predicción. El RPDp para densidad básica de 1,55 es satisfactorio según Schimleck et al. (2005) quienes señalan que valores iguales o superiores a 1,5 son suficientes para la predicción. Lo mismo ocurre con el RPDp de la contracción volumétrica (3,27); en tanto, Reis-Milagres et al. (2013) descartan que modelos con valores de RPDp por debajo de 1 sean buenos en la predicción; agregando Fujimoto et al. (2008) que mientras los valores de RPDp son más altos, la calibración es más confiable. Para contracción tangencial y radial los valores de son muy bajos por lo que la predicción no es útil; debido a que la data tomada para NIR, se realizó en 10 posiciones longitudinales sobre la cara transversal; en tanto, la medición de las contracciones se realizó en 3 posiciones entre la médula y la corteza: 0-33%, 33-66%, 66-100%; que sumado a la alta variabilidad en las contracciones radiales y tangenciales que superan el 20%, podría explicar la baja correlación en los resultados y corroborado por Costa et al. (2018) quien señala que los planos de corte radial y tangencial son los de mayor variabilidad.

Conclusiones

Acorde con los resultados obtenidos por ensayos destructivos y NIR se concluye que:

La densidad básica promedio obtenida para las edades de 5 y 8 años fue de 360 y 400 kg/m3 respectivamente, lo que permite clasificarla como madera de baja densidad.

La densidad básica, contracción volumétrica, tangencial y radial son mayores para la edad de 8 años y axialmente disminuyen de la base al ápice del árbol para ambas edades con variaciones estadísticas significativas.

Buenas correlaciones por NIR fueron obtenidas para los modelos desarrollados para densidad básica y contracción volumétrica para ambas edades; en tanto, que la contracción tangencial y radial no proporciona buena predicción.

Agradecimientos

A la empresa Reforestadora Amazónica SA, por el apoyo brindado en la colecta del material.

Bibliografia:

Acevedo, M.; Kikata, Y. 1994. Atlas de maderas del Perú. Universidad Nacional Agraria la Molina - Universidad de Nagoya: Lima, Perú. 202p. [ Links ]

Ali, A.; Chirkova, J.; Terziev, N.; Elowson, T. 2010. Physical properties of two tropical wood species from Mozambique. Wood Material Science and Engineering 5 (3):151-161. [ Links ]

Alves, A.; Santos, A.; Rozenberg, P.; Paques L.; Charpentier, J.; Schwanninger, M.; Rodrigues, J. 2012. A common near infrared - based pártial least squares regression model for the prediction of Wood density of Pinus pinaster and Larix x eurolepis. Wood Science Technology 46(1-3):157-175. [ Links ]

Bolzon, G.; Carneiro, M.; Batista, F.; Schadosin, F.; Nisgoski, S. 2016. Wood and charcoal identification of five species from the miscellaneous group known in Brazil “Angelim” by near-ir and wood anatomy. Maderas-Cienc Tecnol 18(3): 505 - 522. [ Links ]

Cassia, V.; Bolzon de Muñiz, G.; Hein, P.; Magalhaes, W.; Carneiro, M. 2016. Nir spectroscopy can evaluate the crystallinity and the tensile and burst strengths of nanocellulosic films. Maderas-Cienc Tecnol 18(3): 493 - 504. [ Links ]

Costa, E.; Rocha, M.; Hein, P.; Amaral, E.; Dos Santos, l.; De Siqueira, l.; Trugilho; P. 2018. Influence of spectral acquisition technique and wood anisotropy on the statistics of predictive near infrared-based models for wood Density. Journal of Near Infrared Spectroscopy 26(2): 106-116. [ Links ]

Dallagnol, F. 2012. Estimativa de teores de carbono em seis espécies de bambu por espectroscopia no infravermelho próximo (NIR). Requisito parcial à obtenção do título de Mestre em Ciências Florestais, Universidade Federal do Paraná. Curitiba, Brasil. 129 p. [ Links ]

Diesel, K.; Da Costa, F.; Pimenta, A.; De Lima, C. 2014. Near-infrared spectroscopy and wavelength selection for estimating basic density in Mimosa tenuiflora (Willd.) Poiret wood. Wood Science Technology 48: 949-959. [ Links ]

Durlo, M.; Marchiori, J. 1992. Tecnologia da Madeira: retratibilidad. Santa Maria: CEPEF/FATEC, 33p. (Serie Técnica, 10). [ Links ]

Filgueira, T.; Chaves, M.; Paes, J.; Tarcísio, J.; Pereira, E. 2015. Características anatômicas e propriedades físico-mecânicas das madeiras de duas espécies de mogno africano. Cerne 21(4): 633-640. [ Links ]

Fujimoto, T.; Kurata, Y.; Matsumoto, K.; Tsuchikawa, S. 2008. Application of near infrared spectroscopy for estimating wood mechanical properties of small clear and full-length lumber specimens. Journal of Near Infrared Spectroscopy 16(6): 529-537. [ Links ]

Gonçalves, F.; Tarcísio, J.; Marius, R.; Eloi, M.; Cardoso, R. 2009. Densidade básica e variação dimensional de um híbrido clonal de Eucalyptus urophylla x Eucalyptus grandis. Árvore 33(2): 277-288. [ Links ]

Gouvea, F.; Trugilho, F.; Gomide, L.; Moreira Da Silva, R.; Andrade, R.; Nogueira, C. 2011. Determinação da densidade básica das madeiras de Eucalyptus por diferentes métodos não destrutivos. Revista Árvore 35(2): 349-358. [ Links ]

Hein, G.; Campos, A.; Trugilho, P.; Lima, J.; Chaix, G. 2009. Near infrared spectroscopy for estimating wood basic density in Eucalyptus urophylla and Eucalyptus grandis. Revista Cerne 15(2):133-141. [ Links ]

Lang, C.; Costa, C.; Camargo, C.; Durgante, M.; Vicentini, A. 2015. Near infrared spectroscopy facilitates rapid identification of both young and mature Amazonian tree species. PloS one 10(8):1-15. [ Links ]

Lengowski, E.; Bolzon, G.; klock, H.; Nisgoski, S. 2018. Potential use of NIR and spectroscopy to analyze chemical properties of thermally treated wood. Maderas-Cienc Tecnol 20(4): 627 - 640. [ Links ]

Normas Técnicas Peruanas de Madera. NTP. 2014. Madera. Método para determinar la densidad. NTP 251.011. 2014. Instituto Nacional de la Calidad: Perú [ Links ]

Normas Técnicas Peruanas de Madera. NTP. 2015. Madera. Método para determinar la contracción. NTP 251.012. 2015. Instituto Nacional de la Calidad: Perú [ Links ]

Panshin, A.; de Zeeuw, C. 1980. Textbook of wood technology. 4 ed. New York: Mc Graw-Hill. 722p. [ Links ]

Paredes, K.; Espinoza, E.; Ottenburghs, J.; Sterken, M.; Bongers, F.; Zuidema, P. 2018. Chemical differentiation of Bolivian Cedrela species as a tool to trace illegal timber trade. Forestry: An International Journal of Forest Research 91(5): 603-613. [ Links ]

Reis-Milagres, F.; Lívio, J.; Magaton, A.; Fantuzzi, H. 2013. Influência da idade na geração de modelos de espectroscopia NIR, para predição de propriedades da madeira de Eucalyptus spp. Revista Árvore 37(6): 1165-1173. [ Links ]

Rybníček, M.; Koňasoá, E.; Koňas, P.; Kolář, T. 2012. The decrease in basic density of spruce (Picea abies) in the past thirty years. Wood Research 57(4):531-544. [ Links ]

Santos, A.; Alves, A.; Simoes, R.; Pereira, H.; Rodrigues, J.; Schwanninger, M. 2012. Estimation of Wood basic density of Acacia melanoxylon (R. Br.) by near infrared spectroscopy. Journal of Near Infrared Spectroscopy 20(2): 267-274. [ Links ]

Schimleck, R.; Jones, P.; Peter, G.; Daniels, F.; Clark, A. 2005. Nondestructive estimation of Pinus taeda L. wood properties for samples from a wide range of sites in Georgia. Canadian Journal of Forest Research 35(1):85-92. [ Links ]

Schimleck, R.; Rezende, G.; Demuner, J.; Downes, M. 2006. Estimation of Whole-tree Wood Quality Traits Using Near Infrared Spectra from Increment Cores. Appita Journal 59(3): 231-234. [ Links ]

Silva, J.; Tarcísio, J.; Almeida, B.; Resende, V. 2006. Variação da retratibilidade da madeira de Eucalyptus grandis Hill ex. Maiden, em função da idade e da posição radial no tronco. Árvore 30(5):803-810. [ Links ]

Silva, D.; Pastore, T.; Soares, I.; De Barros, F.; Bergo, M.; Coradin, V.; Gontijo, A.; Herrera, M.; Belteton, C.; Braga, J. 2018. Determination of the country of origin of true mahogany (Swietenia macrophylla King) wood in five Latin American countries using handheld NIR devices and multivariate data analysis. Holzforschung 72(7): 521-530. [ Links ]

Soares, I.; Da Silva, D.; Bergo, M.; Coradin, V.; Braga, J.; Pastore, T. 2017. Avaliação de espectrômetro NIR portátil e PLS-DA para la discriminação de seis espécies similares de madeiras amazônicas. Química Nova 40(4):418-426. [ Links ]

Sotelo, C.; Hernandez, R.; Beaulieu, J.; Weber, J. 2008. Genetic variation in wood color and its correlations with tree growth and wood density of Calycophyllum spruceanum at an early age in the Peruvian Amazon. New Forests 35: 57-73. [ Links ]

Souza, M.; Magliano, M.; Camargos, J. 2002. Madeiras tropicales brasileiras. 2.ed. Brasilia: IBAMA, 152p. [ Links ]

Suckow, L.; Longui, E.; Lima, I.; Florsheim, S.; Aguiar, O. 2009. Anatomia da madeira e densidade básica de Angico-branco Anadenanthera colubrina (Vell.) Brenan. Instituto Florestal Serie Registrais 40: 131-135. [ Links ]

Valente, B; Evangelista, W; Silva, J; Della Lucia, R. 2013. Variabilidade radial e longitudinal das propiedades físicas e anatômicas da madeira de Angico-Vermelho. Scientia Forestalis 41(100):485-496. [ Links ]

Tsuchikawa, S.; Kobori, H. 2015. A review of recent application of near infrared spectroscopy to wood science and technology. Journal of Wood Science 61(3): 213-220. [ Links ]

Tuisima, L.; Odicio, J.; Weber, J.; Lluncor, D.; Lojka, B. 2017. Variation in wood physical properties within stems of Guazuma crinita, a timber tree species in the Peruvian Amazon. Madera y Bosques 23(1):53-61. [ Links ]

Tyson, A.; Schimleck, R.; Aguiar, M.; Abad, M.; Rezende, P. 2009. Adjusting near infrared wood property calibrations for central Brazil to predict the wood properties of samples from southern Brazil. Appita Journal 62(1):46-51. [ Links ]

Viana, L.; Trugilho, F.; Hein, G.; Silva, D.; Lima, T. 2010. Calibration models and near infrared spectroscopy for predicting chemical properties and basic density in eucalyptus wood. Ciência Florestal 20(2):367-376. [ Links ]

Vimal, K; Jaideep; Seema, B.; Ginwal, H.; Sachin, G. 2015. Multi-species NIR calibration for estimating holocellulose in plantation timber. Wood Science Technology 49: 769-793. [ Links ]

Weber, J.; Sotelo, C. 2008. Geographic variation in tree growth and wood density of Guazuma crinita Mart. in the Peruvian Amazon. New Forests 36(1):29-52. [ Links ]

Weber, J.; Sotelo, C.; Cornelius, J.; Ugarte, J. 2011. Genetic variation in tree growth, stem form and mortality of Guazuma crinita in slower and faster-growing plantations in the Peruvian Amazon. Silvae Genetica 60(2): 70-78. [ Links ]

Zobel, B.; Jett, J. 1995. Genetics of wood production. New York: Springer-Verlag, 256p. [ Links ]

Received: October 02, 2018; Accepted: July 16, 2019

Autor para correspondencia: mchavesta@lamolina.edu.pe

Creative Commons License This is an open-access article distributed under the terms of the Creative Commons Attribution License