Modelado integrado hiperspectral-RGB para la estimación de las propiedades reológicas de la proteína de trigo y la...

Área de la Ciencia:

• Ciencias Agrícolas Ciencias Agrícolas
• Tecnología de teledetección Tecnología de teledetección.
• Ciencias de la alimentación Ciencias de la alimentación.

Sus antecedentes:

• La estimación precisa de las propiedades reológicas de la proteína de trigo y la masa es crucial para el control de calidad y la seguridad alimentaria.
• Se necesitan métodos no destructivos y de alto rendimiento para una evaluación eficiente de la calidad del trigo.

Objetivo del estudio:

• Establecer un marco de teledetección de múltiples fuentes para la estimación rápida y no destructiva de las proteínas de trigo y los rasgos reológicos.
• Evaluar la efectividad de diferentes modelos de aprendizaje automático y técnicas de extracción de características.

Principales métodos:

• Datos integrados de teledetección hiperespectrales y RGB.
• Características de ondalet extraídas (WF) e índices de color (CI).
• Selección de características empleadas (correlación de Pearson, SPA-VIF) y modelos predictivos (PLSR, XGBoost, MTL-AM).

Principales resultados:

• La fusión de los datos WF y RGB mejoró significativamente la precisión de la predicción.
• XGBoost y MTL-AM superaron el rendimiento de PLSR.
• El modelo combinado MTL-AM-XGBoost logró la mayor precisión para predecir el número de calidad del farinógrafo (FQN) (R2=0.982).

Conclusiones:

• El marco de teledetección desarrollado ofrece una solución efectiva para el monitoreo no destructivo y de alto rendimiento de la calidad funcional del trigo.
• Los modelos de aprendizaje automático, particularmente XGBoost y MTL-AM, muestran un gran potencial para predecir los rasgos de calidad del trigo.