Caracterização Inorgânica de Cogumelos Amanita Ponderosa: Abordagem em Data Mining
Loading...
Date
Journal Title
Journal ISSN
Volume Title
Publisher
Universidade de Évora
Abstract
A espécie silvestre de cogumelos Amanita ponderosa é característica de microclimas da Península Ibérica. Gastronomicamente é muito relevante, devido não só ao consumo tradicional das populações rurais, mas também devido ao seu valor comercial nos mercados gourmet. Desta forma a caracterização mineral de cogumelos comestíveis torna-se extremamente importante para os processos de certificação e comercialização.
O objetivo deste estudo focou a análise da composição inorgânica de corpos de frutificação de A. ponderosa (Ca, K, Mg, Na, P, Ag, Al, Ba, Cd, Cr, Cu, Fe, Mn, Pb e Zn) e seus respetivos substratos de solo de 24 pontos de amostragem diferentes do sudoeste da Península Ibérica (nomeadamente Alentejo, Andaluzia e Extremadura). A análise da composição mineral revelou alto conteúdo em macroelementos, tais como: potássio, fósforo e magnésio, presença de oligoelementos importantes e baixos teores de metais pesados
nos limites da Dose Diária Recomendada (DDR). O fenómeno de bioconcentração foi observado para alguns macro e microelementos, tais como K, Cu, Zn, Mg, P, Ag e Cd. Por outro lado, observou-se que os corpos de frutificação de Amanita ponderosa apresentam diferentes perfis inorgânicos de acordo com a
sua localização. Metodologias de Data Mining foram aplicadas de forma a estudar a composição mineral dos corpos de frutificação de A. ponderosa, tendo sido utilizado o método de agrupamento "k-means" recorrendo a Árvores de Decisão (DTs) de forma a explicar o modelo de segmentação. Os resultados apontaram que é possível gerar um modelo explicativo de segmentação, realizado com dados baseados na composição inorgânica de cogumelos e conteúdo mineral do solo, mostrando a possibilidade de relacionar esses
dois tipos de dados.
Description
Citation
Salvador, C., Martins, M.R., Vicente, H. & Caldeira, A.T., Caracterização Inorgânica de Cogumelos Amanita Ponderosa: Abordagem em Data Mining. In A. Teixeira, C. Galacho, H. Vicente, J. Teixeira, M. Figueiredo, P. Mendes & T. Ferreira Eds., Jornadas do Departamento de Química 2018, pp. 42, University of Évora Edition, Évora, Portugal, 2018.