Identificación optimizada de las longitudes de onda relevantes en espectros NIR de aceituna

Abstract

En el presente trabajo se analiza un novedoso procedimiento de selección de las longitudes de onda que contienen la información más relevante para la estimación de aceite y humedad en aceitunas intactas. Para ello se partió de espectros NIR completos con 700 variables, en los que se analizó el efecto de los pre-tratamientos clásicos. Los resultados pusieron de manifiesto que estos pre-tratamientos pueden tener un efecto negativo, pues llegan a eliminar información espectral relacionada con los contenidos de aceite y agua. Además, los datos crudos, no tratados, ofrecieron estimaciones adecuadas. Este resultado es de gran relevancia a la hora de la simplificación de los modelos de estimación, pues promueve el uso individual de longitudes de onda, en contraposición a los pre-tratamientos clásicos, que requieren normalmente el espectro completo para realizar la corrección. A continuación se llevó a cabo una selección jerárquica de longitudes de onda aplicando un criterio basado en la covarianza entre variables y en la ortogonalización de los espectros respecto de la variable que se va seleccionando, método CovSel. Esta ortogonalización optimiza la selección, ya que los espectros NIR se caracterizan por la altísima correlación entre las longitudes de onda contiguas. La identificación de un número reducido de longitudes de onda permite avanzar en el desarrollo de dispositivos multiespectrales, sencillos y portátiles, como cámaras, que podrían ser utilizados tanto en campo, como en ambientes industriales y de laboratorio.