Evaluación de la calidad de la patata mediante tecnología NIRS

La industria alimentaria se enfrenta al reto de ofrecer productos de calidad. Este trabajo analiza la viabilidad de la tecnología NIRS como herramienta para predecir la textura y clasificar los tubérculos según esta. Además de estudiar las variaciones de peso y color que ocurren durante el almacenamiento de diferentes variedades de patata. Tras 72 días, la pérdida de peso se situó en torno al 2,16%. Todas fueron oscureciéndose y la firmeza también fue reduciéndose en este periodo. El modelo de regresión PLS para la predicción de la textura a través de la fuerza de rotura de la piel obtuvo una R2p de 0,54. El modelo PLS-DA clasificó correctamente 76,39% de los tubérculos analizados. Por tanto, aunque los modelos desarrollados pueden discriminar entre valores altos y bajos del parámetro evaluado, no son lo suficientemente fiables, por lo que surge la necesidad de continuar investigando para obtener modelos robustos que permitan garantizar la calidad de las patatas.

The food industry faces the challenge of offering quality products. This work analysesthe viability of NIRS technology as a tool to predict texture and classify tubers according to it. It also studies the weight and colour variations that occur during the storage of different potato varieties. After 72 days, the weight loss was around 2.16%. All of them became darker and firmness also decreased in this period. The PLS regression model for predicting texture through skin breaking strength obtained an R2p of 0.54. The PLS-DA model correctly classified 76.39% of the analysed tubers. Therefore, although the models developed may discriminate between high and low values of the parameter evaluated, they are not reliable enough, so there is a need to continue research to obtain robust models to guarantee the quality of the potatoes.