Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica

Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica

Introducción. La combinación de curvas de calibración generadas por espectroscopía de infrarrojo cercano (NIR) con aprendizaje profundo ofrece una oportunidad para desarrollar métodos de discriminación de la calidad y origen del cacao, apoyando estrategias de valorización territorial y tra...

Descripción completa

Detalles Bibliográficos
Autores principales: Quesada-Arguedas, Paola, Hernández-Aguirre, Carlos, Vargas-Martínez, Alejandro, Mencía-Guevara, Alejandra
Formato: Online
Idioma:spa
Publicado: Universidad de Costa Rica 2024
Acceso en línea:https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465
id AGROCOST62465
record_format ojs
institution Universidad de Costa Rica
collection Agronomia Costarricense
language spa
format Online
author Quesada-Arguedas, Paola
Hernández-Aguirre, Carlos
Vargas-Martínez, Alejandro
Mencía-Guevara, Alejandra
spellingShingle Quesada-Arguedas, Paola
Hernández-Aguirre, Carlos
Vargas-Martínez, Alejandro
Mencía-Guevara, Alejandra
Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
author_facet Quesada-Arguedas, Paola
Hernández-Aguirre, Carlos
Vargas-Martínez, Alejandro
Mencía-Guevara, Alejandra
author_sort Quesada-Arguedas, Paola
description Introducción. La combinación de curvas de calibración generadas por espectroscopía de infrarrojo cercano (NIR) con aprendizaje profundo ofrece una oportunidad para desarrollar métodos de discriminación de la calidad y origen del cacao, apoyando estrategias de valorización territorial y trazabilidad de cacaos diferenciados. Objetivo. Validar la aplicabilidad de un método de discriminación de cacaos según su origen geográfico, mediante técnicas de espectroscopía NIR portátil y aprendizaje profundo. Materiales y métodos. Se recolectaron 193 muestras de granos de cacao fermentados y secos de diversas regiones de Costa Rica, utilizando 72 muestras para calibración y 121 para predicción. Las muestras se analizaron para determina su composición proximal, acidez titulable y compuestos fenólicos. Se empleó un espectrofotómetro NIR para recopilar datos espectrales (400-1700 nm). El preprocesamiento de los datos espectrales permitió desarrollar modelos de regresión para predecir características químicas. Para el modelo de clasificación geográfica, se eliminó el ruido de los espectros y se realizó un análisis de conglomerados, usando la distancia Gower y el método de agrupamiento Ward sobre los componentes obtenidos mediante Análisis de Componentes Principales (ACP). Resultados. La grasa fue el principal componente presente en el conjunto de muestras (>39,67%). El análisis espectral demostró que el NIR puede diferenciar el cacao según el grado de fermentación y el contenido de compuestos fenólicos. El modelo de regresión de mínimos cuadrados parciales extendida (XLS) mostró la mejor capacidad predictiva para las propiedades químicas. El agrupamiento por origen geográfico identificó cuatro grupos influenciados principalmente por propiedades químicas relacionadas con prácticas poscosecha. Conclusión. El modelo de regresión lineal empleado demostró ser superior en la predicción de características químicas proximales. Se observó que la limitada diversidad genética y las prácticas poscosecha estandarizadas podrían reducir la variabilidad de calidad asociada al origen geográfico, limitando la utilidad del NIR en la identificación del origen y la trazabilidad. Se sugiere explorar espectros más amplios y equipos adicionales para análisis multivariados avanzados.  
title Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
title_short Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
title_full Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
title_fullStr Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
title_full_unstemmed Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica
title_sort análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: desafíos para diferenciación geográfica
title_alt Quality analysis of cocoa using portable Near-Infrared Spectroscopy (NIR): Challenges towards geographical differentiation
publisher Universidad de Costa Rica
publishDate 2024
url https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465
work_keys_str_mv AT quesadaarguedaspaola qualityanalysisofcocoausingportablenearinfraredspectroscopynirchallengestowardsgeographicaldifferentiation
AT hernandezaguirrecarlos qualityanalysisofcocoausingportablenearinfraredspectroscopynirchallengestowardsgeographicaldifferentiation
AT vargasmartinezalejandro qualityanalysisofcocoausingportablenearinfraredspectroscopynirchallengestowardsgeographicaldifferentiation
AT menciaguevaraalejandra qualityanalysisofcocoausingportablenearinfraredspectroscopynirchallengestowardsgeographicaldifferentiation
AT quesadaarguedaspaola analisisdecalidaddecacaoutilizandoespectroscopiadeinfrarrojocercanoportabledesafiosparadiferenciaciongeografica
AT hernandezaguirrecarlos analisisdecalidaddecacaoutilizandoespectroscopiadeinfrarrojocercanoportabledesafiosparadiferenciaciongeografica
AT vargasmartinezalejandro analisisdecalidaddecacaoutilizandoespectroscopiadeinfrarrojocercanoportabledesafiosparadiferenciaciongeografica
AT menciaguevaraalejandra analisisdecalidaddecacaoutilizandoespectroscopiadeinfrarrojocercanoportabledesafiosparadiferenciaciongeografica
_version_ 1822054309041274880
spelling AGROCOST624652025-01-17T15:49:21Z Quality analysis of cocoa using portable Near-Infrared Spectroscopy (NIR): Challenges towards geographical differentiation Análisis de calidad de cacao utilizando espectroscopía de infrarrojo cercano portable: Desafíos para diferenciación geográfica Quesada-Arguedas, Paola Hernández-Aguirre, Carlos Vargas-Martínez, Alejandro Mencía-Guevara, Alejandra Theobroma cacao L NIR multivariate analysis geographic origin post-harvest Theobroma cacao L NIR análisis multivariado origen geográfico poscosecha Introduction. The combination of calibration curves generated by Near-Infrared (NIR) spectroscopy with deep learning offers an opportunity to develop methods for discriminating the quality and origin of cocoa, supporting strategies for territorial valorization and traceability of differentiated cocoas. Objective. To validate the applicability of a method for discriminating cocoa according to its geographical origin using portable NIR spectroscopy and deep learning techniques. Materials and methods. A total of 193 sample of fermented and dried cocoa beans from different regions of Costa Rica were collected, using 72 samples for calibration and 121 for prediction. The samples were analyzed to determine their proximal composition, titratable acidity, and phenolic compounds. A NIR spectrophotometer was used to collect spectral data (400-1700 nm). Spectral data preprocessing allowed for the development of regression models to predict chemical characteristics. For the geographical classification model, noise was removed from the spectra, and cluster analysis was performed using the Gower distance and Ward’s clustering method on components obtained through Principal Component Analysis (PCA). Results. Fat was the main component present in the sample set (>39.67%). Spectral analysis demonstrated that NIR can differentiate cocoa based on the degree of fermentation and phenolic compound content. The extended partial least squares (XLS) regression model showed the best predictive capacity for chemical properties. Clustering by geographical origin identified four groups mainly influenced by chemical properties related to post harvest practices. Conclusion. The linear regression model used proved superior in predicting proximal chemical characteristics. It was observed that limited genetic diversity and standardized post-harvest practices could reduce the quality variability associated with geographical origin, limiting the utility of NIR in origin identification and traceability. It is suggested to explore broader spectra and additional equipment for advanced multivariate analyses.   Introducción. La combinación de curvas de calibración generadas por espectroscopía de infrarrojo cercano (NIR) con aprendizaje profundo ofrece una oportunidad para desarrollar métodos de discriminación de la calidad y origen del cacao, apoyando estrategias de valorización territorial y trazabilidad de cacaos diferenciados. Objetivo. Validar la aplicabilidad de un método de discriminación de cacaos según su origen geográfico, mediante técnicas de espectroscopía NIR portátil y aprendizaje profundo. Materiales y métodos. Se recolectaron 193 muestras de granos de cacao fermentados y secos de diversas regiones de Costa Rica, utilizando 72 muestras para calibración y 121 para predicción. Las muestras se analizaron para determina su composición proximal, acidez titulable y compuestos fenólicos. Se empleó un espectrofotómetro NIR para recopilar datos espectrales (400-1700 nm). El preprocesamiento de los datos espectrales permitió desarrollar modelos de regresión para predecir características químicas. Para el modelo de clasificación geográfica, se eliminó el ruido de los espectros y se realizó un análisis de conglomerados, usando la distancia Gower y el método de agrupamiento Ward sobre los componentes obtenidos mediante Análisis de Componentes Principales (ACP). Resultados. La grasa fue el principal componente presente en el conjunto de muestras (>39,67%). El análisis espectral demostró que el NIR puede diferenciar el cacao según el grado de fermentación y el contenido de compuestos fenólicos. El modelo de regresión de mínimos cuadrados parciales extendida (XLS) mostró la mejor capacidad predictiva para las propiedades químicas. El agrupamiento por origen geográfico identificó cuatro grupos influenciados principalmente por propiedades químicas relacionadas con prácticas poscosecha. Conclusión. El modelo de regresión lineal empleado demostró ser superior en la predicción de características químicas proximales. Se observó que la limitada diversidad genética y las prácticas poscosecha estandarizadas podrían reducir la variabilidad de calidad asociada al origen geográfico, limitando la utilidad del NIR en la identificación del origen y la trazabilidad. Se sugiere explorar espectros más amplios y equipos adicionales para análisis multivariados avanzados.   Universidad de Costa Rica 2024-11-22 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Article Artículo application/pdf text/html application/epub+zip https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465 10.15517/rac.v48i2.62465 Agronomía Costarricense; Agronomía Costarricense: Vol. 48, Issue 2 (July - December); 31-43 Agronomía Costarricense; Agronomía Costarricense: Vol. 48, Nº 2 (Julio - Diciembre); 31-43 2215-2202 0377-9424 10.15517/rac.v48i2 spa https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465/62564 https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465/62566 https://revistas.ucr.ac.cr/index.php/agrocost/article/view/62465/62572 Derechos de autor 2024 Agronomía Costarricense https://creativecommons.org/licenses/by-nc-nd/4.0

Ejemplares similares