Utilizou-se cromatografia gasosa e espectroscopia no infravermelho próximo para caracterizar quatro óleos comestíveis de origem vegetal diferentes (óleo de semente de girassol, óleo de soja, óleo de milho e óleo de amendoim). Com base nos dados de caracterização, foram estabelecidos modelos de análise discriminante por mínimos quadrados parciais (PLS-DA). Com isso, exploraram-se métodos de fusão de dados a nível de dados, construíram-se métodos e modelos para discriminar óleos comestíveis de diferentes origens vegetais baseados na fusão de dados cromatográficos e espectrais. Os resultados da análise de componentes principais (PCA) mostraram que a análise discriminante por cromatografia gasosa baseia-se principalmente nas informações da composição dos ácidos graxos, enquanto a espectroscopia no infravermelho próximo classifica principalmente com base na caracterização das ligações químicas de hidrogênio nas amostras. O modelo de fusão de dados apresentou sensibilidade e especificidade de 1,000, com erro de classificação de 0,000, reduzindo o erro médio de classificação na validação cruzada e demonstrando boa robustez do modelo. Em comparação com os resultados de modelos baseados em dados únicos, a estratégia de análise por fusão de dados aumentou a precisão da classificação e a robustez do modelo.

óleo comestível;origem vegetal;análise discriminante;cromatografia gasosa;espectroscopia no infravermelho próximo;fusão de dados