Estudio comparativo de modelos de predicción obtenidos para propiedades de calidad en suelo, frutas y vegetales utilizando las técnicas de análisis multivariables PLS y PCR

Abstract

Las técnicas de análisis multivariables representan una novedosa alternativa que complementa el uso de tecnologías no destructivas durante el monitoreo de las propiedades de calidad de frutas, vegetales y el suelo. La investigación a partir de trabajos realizados previamente se enfoca en comparar y determinar la exactitud de los modelos de predicción para algunas de las propiedades principales que definen la calidad del suelo, frutas y vegetales utilizando las técnicas multivariables Mínimos Cuadrados Parciales (PLS) y Regresión de los Componentes Principales (PCR) Para ello se realizó un análisis de los resultados obtenidos en trabajos que conciernen a esta temática los cuales poseen cierto reconocimiento internacional donde, para obtener los modelos de predicción para SSC, pH, fuerza de resistencia a la compresión (Fc) y al pinchazo (F) y Nitrógeno (N) en suelo (80 tomates, 200 mandarinas y 165 muestras de suelo). Se relacionaron los valores reales del contenido de cada propiedad obtenidos a partir de las técnicas tradicionales con los datos logrados utilizando la técnica de espectroscopia a través del software especializado UNSCRAMBLER 7,5 utilizando las técnicas Mínimos Cuadrados Parciales (PLS) y Regresión de los Componentes Principales (PCR). Para evaluar los modelos con cada técnica se respetó el criterio: alto coeficiente de correlación (r), baja Raíz Media Cuadrada del Error de Calibración (RMSEC), Raíz Media Cuadrada del Error en la validación Cruzada (RMSECV), Error Normal de Predicción (SEP). Los resultados alcanzados demuestran que los métodos de análisis multivariables estudiados tienen el potencial para estimar las propiedades de calidad evaluadas y que los modelos obtenidos con PLS lograron resultados ligeramente superiores de los parámetros estadísticos a los obtenidos con PCR.