Evaluación de las pérdidas en patata durante su almacenamiento por punción y tecnología NIRS

  1. C. Jarén 1
  2. C. Pérez-Roncal 1
  3. J. I Ruiz de Galarreta
  4. A. López-Maestresalas 1
  5. R. Pérez-García
  1. 1 Universidad Pública de Navarra
    info

    Universidad Pública de Navarra

    Pamplona, España

    ROR https://ror.org/02z0cah89

Libro:
X Congreso Ibérico de Agroingeniería: Libro de actas
  1. F. Javier García-Ramos (ed. lit.)
  2. Pablo Martín-Ramos (ed. lit.)

Editorial: Universidad de Zaragoza

ISBN: 978-84-16723-79-9

Año de publicación: 2019

Páginas: 1221-1226

Congreso: Congreso Ibérico de Agroingeniería y Ciencias Hortícolas (10. 2019. Zaragoza)

Tipo: Aportación congreso

Resumen

La industria alimentaria se enfrenta al reto de ofrecer productos de mayor calidad, siendo los parámetros texturales los comúnmente empleados para el control de la misma. Factores como la variedad y el almacenamiento condicionan el destino de los tubérculos y tienen un impacto directo sobre su calidad. El objetivo de este estudio consistió en estudiar la viabilidad de la tecnología NIRS y de ensayos texturales para discriminar patatas en función de la calidad y el tiempo de almacenamiento. Se utilizaron 250 patatas de 25 variedades, que se conservaron refrigeradas en los 3 meses de ensayos. Cada 2 semanas se determinó el peso y la textura mediante ensayos de punción con texturómetro de 50 patatas (2 por variedad), además se adquirieron los espectros de reflectancia con un espectrofotómetro AOTF-NIR (1100-2300 nm). Por un lado, se analizaron los datos de peso y textura mediante un análisis de la varianza (ANOVA). Por otro, se realizó un análisis discriminante (DA) con las variables texturales y un análisis discriminante por mínimos cuadrados parciales (PLS-DA) con los datos espectrales, para conseguir diferenciar los tubérculos según el tiempo de almacenamiento. Se observó una disminución del peso medio y de la textura de las patatas a lo largo del almacenamiento, debido a la pérdida de humedad y, por tanto, de firmeza. El porcentaje de bien clasificados fue de un 40% para el DA desarrollado con las variables texturales, y de un 76,39% con el PLS-DA combinado con un pretratamiento de los datos espectrales con SNV y detrend.