Este artigo baseia-se na técnica de análise espectroscópica por reflexão difusa no infravermelho próximo para realizar um estudo qualitativo dos materiais de embalagem alimentar polietileno e polipropileno. Foram selecionados diferentes intervalos de comprimento de onda e aplicados diversos métodos de pré-processamento espectral. Utilizando a análise de componentes principais (Principal component analysis, PCA) combinada com três métodos de reconhecimento de padrões: SIMCA, discriminação bayesiana e K-vizinhos mais próximos, foram estabelecidos modelos qualitativos de previsão, e seu desempenho foi comparado com base na taxa de identificação correta. Os resultados mostraram que, na faixa de comprimento de onda de 1050 a 1550 nm, os modelos qualitativos criados pelos métodos SIMCA, discriminação bayesiana e K-vizinhos mais próximos apresentaram um bom desempenho. Os dados espectrais no infravermelho próximo das amostras plásticas foram processados usando seis métodos de pré-processamento espectral: normalização vetorial, transformação de variáveis padrão normal, centralização, filtragem de média móvel, suavização polinomial e diferenciação de primeira ordem, juntamente com os três métodos de reconhecimento mencionados. Na faixa de 1050~1550 nm, com três fatores principais, o modelo qualitativo K-vizinhos mais próximos baseado no espectro original demonstrou ser o melhor, com uma taxa de reconhecimento correta de 100% para os conjuntos de calibração e predição. Este estudo pode servir como referência para pesquisas rápidas de identificação do polietileno e polipropileno em materiais de embalagem alimentar.

espectroscopia no infravermelho próximo; plástico; análise de componentes principais; taxa de reconhecimento correta