One of the critical points in the orange processing industry is the fruit quality evaluations by destructive methods. Therefore, non-destructive analysis can represent an advance in the system. The reflectance spectroscopy technique of near infrared (NIR) was employed with spectrophotometer model Spectrum 100N associated with chemometric method regression of Partial Least Squares (PLS) to quantify the total sugars concentration in intact oranges (cv. Valencia). Reference values for total concentration sugars were obtained by high-performance liquid chromatography with chromatograph equipped Refractive Index detector (RI). Spectral data were pre-processed by Normal Standard Variation (SNV), centering on the middle and 1st derivative with 21 points. Chemometric data analysis was done using the software Pirouette for the calibration models construction with regression method of Partial Least Squares (PLS). After this step, the prediction was performed. The model presented Pearson correlation coefficients (r) prediction of 0.88 and Root Mean Square Error of Prediction (RMSEP) of 14.12 g L-1. Preliminary results show spectroscopy technique as an alternative non-destructive analysis for oranges quality determination, showing a strong correlation and low prediction error value.

Um dos pontos críticos da indústria de processamento de laranja é a avaliação da qualidade dos frutos por métodos destrutivos. Portanto, a análise não destrutiva pode representar um avanço no sistema. A técnica de espectroscopia de reflectância no infravermelho próximo (NIR) foi empregada com o espectrofotômetro modelo Spectrum 100N associado à regressão do método quimométrico dos mínimos quadrados parciais (PLS) para quantificar a concentração de açúcares totais em laranjas intactas (cv Valencia). Os valores de referência para a concentração total de açúcares foram obtidos por cromatografia líquida de alto desempenho com detector de índice de refração (RI) equipado com cromatografia. Os dados espectrais foram pré-processados pela Variação Padrão Normal (SNV), centrando-se no meio e 1ª derivada com 21 pontos. A análise de dados quimiométricos foi feita usando o software Pirouette para a construção dos modelos de calibração com o método de regressão de mínimos quadrados parciais (PLS). Após este passo, a previsão foi realizada. O modelo apresentou a predição de coeficientes de correlação de Pearson (r) de 0,88 e o erro quadrático médio da Predição (RMSEP) de 14,12 g L-1. Os resultados preliminares mostram a técnica de espectroscopia como uma análise alternativa não destrutiva para determinação de qualidade de laranjas, mostrando uma forte correlação e baixo valor de erro de predição.