Olimerca.- Con el fin de reemplazar los métodos subjetivos tradicionales para evaluar el grado de madurez del aceite de oliva en la aceituna, la Universidad de Milán ha desarrollado una herramienta de diagnóstico mediante un sistema de visión infrarrojo visible que, a través del análisis de las imágenes, es capaz de evaluar dicho grado de madurez.

En el estudio, según publica Teatro Naturale, se analizaron trece variedades de olivos de cuatro regiones del sur de Italia. Para objetivar la evaluación de la etapa de maduración, se adquirió la imagen RGB y los análisis espectroscópicos se realizaron utilizando un FT-NIR de sobremesa y un instrumento portátil vis / NIR.

El dispositivo de sobremesa estaba equipado con una sonda de fibra óptica y los espectros se recogieron en el rango de 800-2500 nm, resolución nominal de 1,6 nm; el espectrofotómetro de mano cubre el rango de 400-1000 nm, resolución nominal de 0,3 nm.

Los datos espectrales de las aceitunas se modelaron utilizando análisis discriminante de mínimos cuadrados (PLS-DA).

Los modelos PLS-DA calculados en las aceitunas de Calabria, Cerdeña y Abruzzo revelaron altas capacidades predictivas, es decir, sensibilidad, especificidad y precisión superiores al 83%. La capacidad predictiva de las muestras de Apulia podría mejorarse aumentando la variabilidad de las muestras, ya que solo se consideraron tres tiempos de muestreo para esta región.

Para comparar el rendimiento del modelado entre el FT-NIR de sobremesa y el dispositivo portátil vis / NIR, se realizó una prueba de McNemar que no mostró diferencias significativas entre los modelos PLS-DA globales. Finalmente, considerando el buen desempeño del modelo vis / NIR, se aplicó una selección de variables utilizando el algoritmo de intervalo PLS (iPLS).

Para reducir la complejidad mientras se mantiene el rendimiento del modelo construido utilizando el espectro completo vis / NIR (1647 variables), se seleccionaron 12 bandas (1,5 nm de ancho). El nuevo modelo mostró una mejora en términos de estabilidad y complejidad del modelo (sensibilidad 86%; especificidad 87%; precisión 87%) en comparación con los dos modelos globales construidos con la gama completa vis / NIR y NIR.

Los rendimientos de clasificación han sentado las bases para el desarrollo de sistemas simplificados para la determinación directa de la madurez de las aceitunas en el olivo, y sistemas automatizados de aplicación tanto en campo como en almazara para la selección de aceitunas en función del grado de madurez.