Espectros NIR y longitudes de onda específicas para la estimación del contenido de aceite y agua en aceitunas
DOI:
https://doi.org/10.3989/gya.0457181Palabras clave:
Espectroscopia, Inspección de alimentos, Pre-tratamientos espectrales, Selección de variablesResumen
El contenido de aceite y agua en aceitunas es requerido para gestionar el manejo del cultivo, el momento de cosecha y el proceso de extracción de aceite. La simplificación de los procedimientos y de los equipos basados en espectroscopia NIR es de gran interés. Se desarrollaron modelos de estimación para el contenido de aceite y agua sobre peso fresco por regresión de mínimos cuadrados parciales con datos espectrales NIR (700 longitudes de onda). Para los datos de absorbancia crudos, el r2 para el conjunto de validación externa alcanzó 0.9 y 0.92 para el contenido de aceite y agua; y RPIQt fue 4,9 y 4,3 respectivamente. La identificación de una relación útil de la absorbancia relativa a 1724 nm y 1760 nm con el contenido de aceite, permitió restringir las longitudes de onda a tres. Para el contenido de aceite, el r2 alcanzó 0,88 y RPIQt fue 4,4. Para el contenido de agua, el valor de r2 fue de 0,84 y el RPIQt fue de 3,1. La calidad de la estimación con solo tres longitudes de onda fue comparable al obtenido con PLSR en 700 variables.
Descargas
Citas
Aenor, Asociación Española de Normalización y Certificación. 1973. Materias Grasas. Humedad y materias volátiles. Norma UNE 55-020-73, Madrid, España.
Aparicio R, Harwood J. 2000. Manual del aceite de oliva. Ediciones Paraninfo S.A. Madrid: Mundi-Prensa.
Bellon-Maurel V, Fernandez-Ahumada E., Palagos B, Roger JM, McBratney AB. 2010. Critical review of chemometric indicators commonly used for assessing the quality of the prediction of soil attributes by NIR spectroscopy. TrAC Trend. Anal. Chem. 29, 1073–1081.
Cayuela JA, Pérez-Camino MC. 2010. Prediction of quality of intact olives by near infrared spectroscopy. Eur. J. Lipid Sci. Technol. 112, 1209–1217. https://doi.org/10.1002/ejlt.201000372
Cayuela JA, García JM, Caliani N. 2009. NIR prediction of fruit moisture, free acidity and oil content in intact olives. Grasas Aceites 60, 194–202. https://doi.org/10.3989/gya.097308
Connor DJ, Centeno A, Gómez-del-Campo M. 2009. Yield determination in olive hedgerow orchards. II. Analysis of radiation and fruiting profiles. Crop Pasture Sci. 60, 443– 452. https://doi.org/10.1071/CP08253
Dytham C. 2010. Choosing and Using Statistics: A Biologist's Guide. Third Edition. Wiley-Blackwell. PMid:19924158
Fernández-Espinosa AJ. 2016. Combining PLS regression with portable NIR spectroscopy to on-line monitor quality parameters in intact olives for determining optimal harvesting time. Talanta 148, 216–228. https://doi.org/10.1016/j.talanta.2015.10.084
García Sánchez A, Ramos Martos N, Ballesteros E. 2005. Estudio comparativo de distintas técnicas analíticas (espectroscopía de NIR y RMN y extracción mediante Soxhlet) para la determinación del contenido graso y de humedad en aceitunas y orujo de Jaén. Grasas Aceites 56, 220–227.
Gómez-del-Campo M, Centeno A, Connor DJ. 2009. Yield determination in olive hedgerow orchards. I. Yield and profiles of yield components in north–south and east–west oriented hedgerows. Crop Pasture Sci. 60, 434–442. https://doi.org/10.1071/CP08252
Gomez-del-Campo M, García JM. 2013. Summer deficit-irrigation strategies in a hedgerow olive cv. Arbequina orchard: effect on oil quality. J. Agric. Food Chem. 61, 8899–8905. https://doi.org/10.1021/jf402107t PMid:23972260
Gracia A, León L. 2011. Non-destructive assessment of olive fruit ripening by portable near infrared spectroscopy. Grasas Aceites 62, 268–274. https://doi.org/10.3989/gya.089610
Guerrini L, Masella P, Angeloni G, Migliorini M, Parenti A. 2017. Changes in olive paste composition during decanter feeding and effects on oil yield: Effect of decanter feeding on olive oil yield. Eur. J. Lipid Sci. Technol. 119.
Gurdeniz G & Ozen B. 2009. Detection of adulteration of extra-virgin olive oil by chemometric analysis of mid-infrared spectral data. Food Chem. 116, 519–525. https://doi.org/10.1016/j.foodchem.2009.02.068
Herrera-Cáceres C, Pérez-Galarce F, Álvarez-Miranda E, Candia-Véjara A. 2017. Optimization of the harvest planning in the olive oil production: A case study in Chile. Comput. Electron. Agric. 141, 147–159. https://doi.org/10.1016/j.compag.2017.07.017
León-Moreno L. 2012. Usefulness of portable near infrared spectroscopy in olive breeding programs. Span. F. Agric. Res. 10, 141–148. https://doi.org/10.5424/sjar/2012101-184-11
León L, Rall, L, Garrido A. 2003. Análisis de aceituna intacta mediante espectroscopia en el infrarrojo cercano (NIRS): una herramienta de utilidad en programas de mejora de olivo. Grasas Aceites 54, 41–47. https://doi.org/10.3989/gya.2003.v54.i1.275
Morrone L, Neri L, Cantini C, Alfei B, Rotondi A. 2018. Study of the combined effects of ripeness and production area on Bosana oil's quality. Food Chem. 245, 1098–1104. https://doi.org/10.1016/j.foodchem.2017.11.061 PMid:29287327
Osborne BG, Fearn T, Hindle PT. 1993. Practical NIR spectroscopy with applications in food and beverage analysis. Second Edition. Addison-Wesley Longman Ltd: Harlow UK.
Rinnan A, Berg F, Engelsen SB. 2009a. Review of the most common pre-processing techniques for near-infrared spectra. Trends Anal. Chem. 28. https://doi.org/10.1016/j.trac.2009.07.007
Rinnan A, Nørgaard L, Frans van den Berg F, Thygesen J, Bro R. and Engelsen SB. 2009b. Data Pre-processing in Infrared Spectroscopy for Food Quality Analysis and Control, Edited by Da-Wen Sun, ISBN: 978-0-12-374136-3. PMCid:PMC2687315
Roger JM, Palagos B, Bertrand D, Fernandez-Ahumada E. 2011. CovSel: Variable selection for highly multivariate and multi-response calibration. Application to IR spectroscopy. Chemometr. Intell. Lab. Syst. 106, 216–223. https://doi.org/10.1016/j.chemolab.2010.10.003
Salguero-Chaparro L and Pe-a-Rodríguez F. 2014. On-line versus off-line NIRS analysis of intact olives. LWT - Food Sci. Technol. 56, 363–369.
Salguero-Chaparro L, Baeten V, Fernández-Pierna JA, Pe-a- Rodríguez, F. 2013. Near infrared spectroscopy (NIRS) for on-line determination of quality parameters in intact olives. Food Chem. 139, 1121–1126. https://doi.org/10.1016/j.foodchem.2013.01.002 PMid:23561217
Shenk JS, Workman JJ & Westerhaus MO. 2001. Application of NIR spectroscopy to agricultural products, in: Burns, D.A. & Ciurczak, E.W. (Eds.) 3 Handbook of near-infrared analysis. Marcel Dekker, Inc., New York, 419–474.
Sun D-W. 2009. Infrared Spectroscopy, for food quality analysis and control. (1st ed.). UK: Academic Press, (Chapter 1).
Trapani S, Migliorini M, Cecchi L, Valentina G, Roberto B, Valentina C, Giovanna F, Bruno Z. 2017. Feasibility of filter-based NIR spectroscopy for the routine measurement of olive oil fruit ripening indices. Eur. J. Lipid Sci. Technol. 119. https://doi.org/10.1002/ejlt.201600239
Trapani S, Guerrini L, Masella P, Parenti A, Canuti V, Picchi M, Caruso G, Gucci R, Zanonia B. 2017. A kinetic approach to predict the potential effect of malaxation time-temperature conditions on extra virgin olive oil extraction yield. J. Food. Eng. 195, 182–190. https://doi.org/10.1016/j.jfoodeng.2016.09.032
Zeaiter M, Roger JM, Bellon-Maurel V. 2005. Robustness of models developed by multivariate calibration. Part II: The influence of pre-processing methods. Trends Anal. Chem. 24, 437–445. https://doi.org/10.1016/j.trac.2004.11.023
Zeaiter M, Roger JM, Bellon-Maurel V, Rutledge DN. 2004. Robustness of models developed by multivariate calibration. Part I: The assessment of robustness. Trends Anal. Chem. 23, 157–170 . https://doi.org/10.1016/S0165-9936(04)00307-3
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2018 Consejo Superior de Investigaciones Científicas (CSIC)
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Puede consultar desde aquí la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.