Predicción de contenido de taninos en nueces mediante infrarrojo cercano utilizando transformada de wavelets...

Área de la Ciencia:

• Ciencia Agrícola
• Química Analítica
• Espectroscopía

Sus antecedentes:

• El contenido de taninos es crucial para el sabor y la evaluación de la calidad de las nueces.
• La detección precisa de taninos es vital para la gestión de la calidad de las nueces.

Objetivo del estudio:

• Desarrollar un método eficiente para predecir el contenido de taninos de las nueces.
• Utilizar la espectroscopía de infrarrojo cercano (NIR) y el aprendizaje automático para la cuantificación de taninos.

Principales métodos:

• Se recolectaron espectros NIR (4000-10000 cm⁻¹) de 180 muestras de nueces.
• Se procesaron los datos espectrales utilizando transformaciones matemáticas y la transformada continua de wavelets (CWT).
• Se construyó un modelo de random forest (RF) con interpretación SHAP para la predicción de taninos.

Principales resultados:

• El espectro de reflectancia del infrarrojo cercano se correlacionó positivamente con el contenido de taninos.
• Las transformaciones espectrales combinadas (diferencial de primer orden y CWT) mejoraron la precisión de la predicción.
• El modelo óptimo de RF logró un R² = 0.831 en el conjunto de validación.

Conclusiones:

• La combinación de transformaciones espectrales y análisis de wavelets mejora la precisión de la predicción de taninos en nueces.
• El modelo de RF ofrece una solución potencial para la cuantificación rápida y no destructiva de taninos.
• El algoritmo SHAP mejora la interpretabilidad del modelo predictivo para el control de calidad de las nueces.