Espectroscopía visible y del infrarrojo cercano para el análisis de nutrientes en tejido vegetal de caña de azúcar para producción de panela

Abstract

La espectroscopía de reflectancia en el infrarrojo cercano (NIRS) es una tecnología rápida, multiparamétrica, amigable con el ambiente, de bajo costo y gran exactitud, para el análisis de diversos componentes en alimentos, en suelo y en agricultura. El objetivo del presente estudio fue construir modelos de calibración NIRS, para la predicción de nutrientes en tejido vegetal de caña de azúcar, para producción de panela, cultivada en la región de la Hoya del río Suárez. Un total de 416 muestras de tejido fueron escaneadas en el segmento espectral Vis-NIR. El análisis quimiométrico, se realizó con el software WinISI V4.10, aplicando la regresión de mínimos cuadrados parciales modificados, junto a una validación cruzada. Se evaluaron cuatro modelos con diferentes tratamientos matemáticos y el rendimiento de las calibraciones, se hizo por medio de la validación externa, analizando las medidas de bondad de ajuste, como el coeficiente de determinación de la predicción, el error estándar de la predicción ajustado por el sesgo y la desviación predictiva residual. Los resultados muestran que el modelo de calibración para N presentó el mayor poder predictivo. Para macronutrientes, las calibraciones, con mayor poder predictivo, fueron P y K y para micronutrientes, el modelo para B, mientras que para Cu presentó el más bajo poder predictivo. Se encontraron modelos adecuados para la predicción de los contenidos de N, Ca y P; para los demás nutrientes, se recomienda ampliar el conjunto de calibración.