Near-infrared spectroscopy and hyperspectral imaging for non-destructive quality inspection of potatoes

Resumen

La patata (Solanum tuberosum L.) es uno de los cultivos más importantes en el mundo, ocupando el quinto puesto en términos de producción. España es uno de los países europeos con mayor producción y consumo de estos tubérculos. Sin embargo, a pesar de ser un producto altamente valorado, la industria de la patata se enfrenta a la demanda cada vez más creciente de productos de calidad, sanos y libres de daños por parte de consumidores y organismo reguladores. La aceptación en el mercado de estos alimentos depende de varios factores, como son, el aspecto general, textura, color, ausencia de defectos físicos, etc. Resulta imprescindible por tanto suministrar productos de gran calidad que gusten al consumidor final. Con este objetivo, la presente tesis doctoral se centra en ofrecer herramientas para un mayor control de la calidad de manera no destructiva, eficaz y sostenible. Para ello, se presentan diferentes estudios en los cuales se han diseñado, desarrollado y evaluado técnicas espectroscópicas no destructivas para el análisis de calidad en tubérculos de patata. Se ha llevado a cabo en primer lugar una caracterización óptica de los tejidos de patata en el rango visible e infrarrojo (500-1900 nm) mediante el uso de Dobles Esferas Integradoras, para entender los efectos de absorción y dispersión que se producen en los tejidos biológicos y así poder diseñar sensores más eficientes para la evaluación de la calidad de forma no destructiva. Además, se ha realizado una clasificación y determinación de compuestos químicos en patata mediante espectroscopía NIR y el uso de técnicas quimiométricas de análisis multivariante. Por último, se ha diseñado y evaluado un sistema de detección de daños internos en patata, no apreciables a simple vista, mediante análisis de imágenes hiperespectrales obtenidas en el rango visible, de 400 a 1000 nm, e infrarrojo (1000-2500 nm) del espectro. Los resultados obtenidos en estos estudios muestran, por un lado, cómo los espectros de absorción están fuertemente influenciados por la alta concentración de agua de las muestras y, por otro, cómo los tejidos de patata son altamente dispersivos, con unos valores del factor de anisotropía muy cercanos a 1 a lo largo de todo el rango espectral estudiado. Además, se ha conseguido clasificar una colección de 18 cultivares de patata de acuerdo a su contenido en polifenoles, antocianinas y capacidad antioxidante, mediante el empleo de un equipo NIRS con tecnología AOTF, con una precisión de 86.1%. Esto permite la incorporación de estas metodologías en la selección de líneas con alta concentración de los compuestos químicos deseados en programas de mejora genética. De forma similar, se ha logrado estimar la concentración de proteína bruta (R2: 0.86; SEP: 0.68), nitrógeno (R2: 0.86; SEP: 0.11) y polifenoles (R2: 0.83; SEP: 1.33), en un grupo de muestras con alta variabilidad, de manera no destructiva empleando el mismo equipo combinado con análisis de regresión por mínimos cuadrados parciales. Finalmente, los resultados obtenidos en el análisis de imágenes hiperespectrales han permitido discriminar patatas sanas de aquéllas con daño interno con una fiabilidad superior al 98% mediante un análisis discriminante por mínimos cuadrados parciales. Al mismo tiempo, se ha logrado identificar la presencia de daño interno en tubérculos 5 horas después de haberlo inducido, con una precisión de 97.12%. Esto permite localizar tubérculos afectados en las primeras fases de desarrollo del daño y por tanto evitar que lleguen al consumidor final. Los resultados obtenidos en esta tesis doctoral podrían emplearse para una futura implementación de estas técnicas espectroscópicas no destructivas en líneas reales de manipulación y envasado de patata.