Imagen Hiperespectral en Campo para la Estimación del Contenido Graso sobre Seco en Aceitunas: Investigación en curso

Resumen

La evaluación precisa y no destructiva del contenido graso de aceitunas en condiciones de campo es crucial para optimizar los programas de cosecha, mejorar la calidad del aceite y avanzar en la introducción de la agricultura de precisión en los olivares. Este trabajo investiga el potencial de las imágenes hiperespectrales, adquiridas directamente en un olivar comercial en condiciones de iluminación natural, para la estimación del contenido graso de aceitunas en fase de maduración visibles en la superficie de los olivos. La investigación en curso se centra en el desarrollo de modelos de estimación capaces de, a partir de los perfiles espectrales de las aceitunas muestreadas, estimar con precisión su contenido graso sobre materia seca. Las primeras aproximaciones empleando Regresión de Mínimos Cuadrados Parciales (PLSR) arrojaron resultados prometedores considerando la limitada capacidad de este enfoque de modelado, lo que induce a la exploración del desempeño de modelos no lineales, más complejos y con mayor potencial descriptivo.