WO2019041055A1

WO2019041055A1 - Método de estimación de aceite de olivas individuales en base a tecnologías no destructivas

Info

Publication number: WO2019041055A1
Application number: PCT/CL2018/050071
Authority: WO
Inventors: Marco Antonio MORA COFRÉ; Claudio Andrés FREDES MONSALVE; Evelyn VILLAGRA QUERO
Original assignee: Universidad Catolica Del Maule
Current assignee: Universidad Catolica Del Maule
Priority date: 2017-08-29
Filing date: 2018-08-24
Publication date: 2019-03-07
Anticipated expiration: 2020-02-29
Also published as: CL2017002192A1

Abstract

La presente invención se relaciona con un método de estimación de aceite de olivas individuales en base a tecnologías no destructivas, el cual puede ser utilizado en la industria. El método se lleva a cabo en base a características NIR y Color, comprendiendo las siguientes etapas: a. Seleccionar un conjunto de olivas que provienen del campo; b. Obtener características NIR y Color de Olivas; c. Agrupar olivas en base a características de color y NIR; d. Extraer aceite mediante un método de extracción; y e. Desarrollar un modelo de estimación.

Description

MÉTODO DE ESTIMACIÓN DE ACEITE DE OLIVAS INDIVIDUALES EN BASE A

TECNOLOGÍAS NO DESTRUCTIVAS.

CAMPO DE APLICACIÓN La presente invención se relaciona con un método de estimación de aceite de olivas individuales en base a tecnologías no destructivas, el cual puede ser utilizado en la industria agrícola.

ANTECEDENTES

En la actualidad, el método de referencia para la estimación de aceite, recomendado por el Consejo Olivícola Internacional, es el denominado método SOHXLET. Dicho método entrega el contenido de aceite desde una muestra seca que proviene del procesamiento de un grupo de olivas (mínimo 10 olivas). El problema que existe con el método actual es que el método destruye las muestras de olivas y que no se puede determinar con precisión el aporte de aceite de cada una de las olivas. El método SOXHLET es un método químico que es muy exacto, pero que genera desechos contaminantes, se requiere infraestructura de laboratorio, y requiere al menos 6 horas según norma para obtener el contenido de aceite.

Actualmente, algunas empresas olivícolas están utilizando tecnología NIR (near infrared reflectance, en ingles) destructiva para la estimación de aceite. Consiste en un sensor NIR (de diferentes fabricantes) que toma el espectro de una masa de olivas molidas. Esta propuesta aunque utiliza una tecnología no destructiva, el proceso es destructivo, pues muele las olivas. Además mantiene la falta de representatividad fundamental del método SOXHLET de la estimación de aceite, pues el aceite extraído corresponde a un conjunto de olivas.

El documento WO2016141451 A1 describe un nuevo método espectroscópico de transformada rápida de Fourier cercano al infrarrojo (FT-NIR) para detectar la autenticidad de los aceites de oliva virgen extra (EVOO) y determinar la clase y cantidad de un adulterante en EVOO.

El documento "The Detection and Quantification of Adulteration in Olive Oil by Near- Infrared Spectroscopy and Chemometrics" (Christy et al) describe un nuevo procedimiento para la clasificación y cuantificación de la adulteración de aceite de oliva puro por aceite de soja, aceite de flor de sol, aceite de maíz, aceite de nuez y aceite de avellana. El procedimiento se basa en un análisis quimiométrico de los espectros del infrarrojo cercano (NIR) de mezclas de aceite de oliva, que contenían diferentes adulterante.

RESUMEN DE LA INVENCIÓN La presente invención corresponde a un método para la estimación del contenido de aceite en olivas individuales en base a tecnologías no destructivas. En pocas palabras, se forman grupos de olivas con características similares considerando el color y las longitudes de onda NIR de absorción de luz de los ácidos grados. Dado que las olivas de los grupos son similares, el promedio de las características es representativo del conjunto de olivas (baja desviación estándar), y por ello es adecuado asociar dichas características promedio con el contenido de aceite. El modelo resultante permite estimar con un error aceptable por la empresa de producción de aceite el contenido de aceite de una oliva en base a características NIR y de color las cuales se miden sin necesidad de destruir las olivas.

El método permite estimar el aceite de olivas individuales sin destruirlas, lo que evita el trabajo de laboratorio que implica el destruir la muestra, y se pueden asociar mediante un modelo las características de las olivas medidas (Color y NIR) con el contenido de aceite obtenido como referencia mediante SOXHLET.

BREVE DESCRIPCIÓN DE LAS FIGURAS

La figura 1 represente unespectro de infrarrojo cercano NIR con un espectrómetro en modalidad de reflectancia, de acuerdo a una modalidad de la invención.

La figura 2 representa la obtención de bolsas de olivas similares mediante Kmeans++, de acuerdo a una modalidad de la invención.

La figura 3 represente un equipos qpara extraer aceite en paralelo con seis depósitos para las muestras secas, de acuerdo a una modalidad de la invención. La figura 4 represente un equipos qpara extraer aceite en paralelo con seis depósitos para las muestras secas, de acuerdo a una modalidad de la invención.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN

La presente invención corresponde a un método para estimar el contenido de aceite de olivas individuales en base a características NIR y Color. Dicho método estimador del contenido de aceite comprende las siguientes etapas: ) Obtener características NIR y Color de Olivas: A un conjunto de olivas que provienen del campo de la empresa productora de aceite se le obtienen características de color y NIR.

Las olivas de las bolsas provenientes del campo se ponen en una bandeja, preferentemente una bandeja plástica transparente. Mediante un ambiente iluminación difusa controlada, se obtiene una imagen sin golpes de luz ni sombras (defectos típicos de las imágenes adquiridas con luz direccional).

Se realiza la segmentación de cada una de las olivas mediante técnicas de tratamiento de imágenes obteniéndose como resultado la individualización de cada una de las olivas.

A las olivas individualizadas se les obtiene el color promedio en un modelo de color RGB y su transformación al modelo d c2c3. Se utiliza como característica de color el modelo c1 c2c3 pues corresponde a un modelo de color invariante a la iluminación, luego permite asegurar robustez de la característica de color frente a posibles variaciones de iluminación.

A cada una de las olivas de las cajas, se le obtiene su espectro de infrarrojo cercano NIR con un espectrómetro en modalidad de reflectancia tal como se muestra en la Figura 1 Los espectros obtenidos tienen la cantidad de puntos y resolución por punto en [nm] dependiendo del equipo utilizado.

El fenómeno estudiado es la absorción de luz por los ácidos grasos, yestado del arte indica que los ácidos grasos mayoritarios tienen una absorción de luz centrada en 1728 nm. Por lo anterior, el rango escogido varía entre los 1710 nm y 1735 nm que corresponden a 1 1 puntos del total de puntos de los espectros obtenidos. Lo anterior permite justificar de forma pertinente el uso de un grupo de longitudes de onda y no todo el espectro.

Según la descripción anterior, la oliva se representa con 3 puntos del modelo de color d c2c3 más los 1 1 puntos del espectro donde se produce la absorción de los ácidos grasos mayoritarios. En total el descriptor VIS-NIR de la Oliva tiene 14 puntos.

Luego de obtener las características VIS-NIR las cajas de olivas se congelan a una temperatura de -20 °C para detener la evolución de la degradación de la oliva. El estado del arte indica que el congelamiento de las olivas no altera el contenido de aceite (no así sus características de color y parámetros de calidad). En este sentido es posible guardar las bandejas de olivas congeladas en espera de la etapa de identificación de olivas similares.

) Agrupar olivas en base a características de color y NIR: Esta agrupación permite asociar adecuadamente características de una oliva al contenido de aceite entregado por el SOHXLET para obtener aceite de un grupo de olivas muy similares. Esto permite que las olivas consideradas para obtener la muestra seca tengan una baja desviación estándar de sus características.

La obtención de grupos de olivas similares se obtiene mediante una técnica de agrupación o clustering. El descriptor VIS-NIR de la oliva corresponde a un vector de 14 elementos constituido por los 3 canales del modelo c1 c2c3 y los 1 1 puntos del espectro NIR seleccionados para ácidos grasos principales. Se hace notar cada descriptor fue normalizado en la escala para darle igual importancia a ambos tipos de datos, considerando una normalización respecto de la media de cada elemento del descriptor. Se agrupan de olivas similares mediante el agrupamiento el descriptor VIS-NIR normalizado. El procedimiento de agrupamiento se basa en el algoritmo kmeans++, el cual agrupa descriptores según similaridad y necesita como parámetro el número de grupos. Se desarrollo un algoritmo de agrupamiento que permite encontrar el número máximo de grupos posibles teniendo cada un grupo un tamaño mínimo determinado. El estándar de extracción de aceite SOXHLET requiere una masa mínima de aproximadamente 15 olivas por extracción de un valor de aceite, además de la realización de mediciones en duplicado como medida de seguridad (muestra y contra-muestra), esto significa que cada bolsa tiene que tener un número mínimo de 30 olivas para muestra y contra-muestra de verificación. De las cajas donde están guardadas las olivas se sacan las olivas correspondientes indicadas por el agrupamiento y se almacenan en bolsas tal como se muestra en la Figura 2. Las bolsas se vuelven a congelar a la espera de la etapa de extracción de aceite por SOXHLET. ) Extraer aceite mediante SOXHLET: Cada una de las bolsas congeladas en la etapa anterior, tiene mínimamente 30 olivas, es posible realizar por bolsa al menos 2 mediciones de aceite, una para muestra y otra para contra-muestra. La contramuestra tiene un sentido de verificación del valor de obtenido de aceite, pues al ser de olivas similares, muestra y contra-muestra tienen que tener valores de aceite muy cercanos.

El método de extracción de aceite SOXHLET esta normalizado por el Consejo Olivícola Internacional, y consiste en extraer las grasas de una muestra seca utilizando un solvente apolar (hexano), haciendo circular en forma continua el hexano por la muestra durante un mínimo de 6 horas. El número de horas de uso de extractor es variable según el número de muestras secas, pero para realizar un modelo robusto se van a requerir centenas de horas en la extracción del terreno de la verdad de contenido de aceite. Es justamente esta una característica del proceso que se mejora con el método desarrollado. Si bien es cierto es necesario tener las referencias de aceite para construir el modelo, las estimaciones posteriores no requieren de extracción de aceite, y los tiempos involucrados son los que llevan las mediciones del color y del espectro NIR. Para disminuir el tiempo de extracción se utilizan equipos que tienen la capacidad de extraer aceite en paralelo, tal como es el caso de la Figura 3, que tiene 6 depósitos para las muestras secas.

La preparación de la muestra consiste en tomar un grupo de olivas, y molerlas con un molino pulverizador, y pesar de la muestra en peso fresco. Luego se lleva la muestra a un horno para sacarle el agua y dejar solo la materia seca la cual también se pesa. De la materia seca se extraen entre 2 a 5 gramos (según la norma del método SOXHLET) para extracción de grasa. La muestra seca se ingresa a un dedal de extracción de celulosa el cual se sumerge en hexano, y se hace recircular el solvente a través de la muestra por 6 horas para extraer aceite. Al final del proceso queda separado de la muestra, en un vaso con hexano. Este vaso se lleva a una estufa para evaporar el hexano y quedando así solo el aceite. Para calcular la cantidad de aceite se hace la diferencia entre el peso del vaso con aceite y el peso del vaso sin aceite. Los resultados de contenido de aceite están expresados en aceite de las olivas base peso seco. ) Desarrollar un modelo de estimación: Para el caso particular del procedimiento de la presente invención, se logran 62 muestras para extracción de aceite. Este valor es importante para poder indicar la técnica de validación del modelo a implementar. El modelo que asocia las 14 características VIS-NIR de una oliva individual con el contenido de aceite de las muestras corresponde a un modelo de regresión. En este caso, se desarrolla un modelo basado en Support Vector Machine for Regresión (SVR). La literatura muestra SVR corresponden a máquinas de aprendizaje que tienen ventajas sobre las Redes Neuronales y los modelos regresionales que definen polinomios. Dentro de las características positivas de los SVR se encuentran que no es necesario asumir un modelo polinomial, que su algoritmo de computo está muy bien definido matemáticamente y asegura encontrar un modelo óptimo, y que tiene pocos hiper-parámetros a definir (2 en el caso del SVR).

Debido al conjunto de datos, para validar el modelo se realiza Validación Cruzada Dejando Uno a fuera (Leave One-Out Cross Validation) LOOCV. Esta estrategia de validación permite validar modelos cuando existen pocos datos. En este caso LOOCV se ajusta al problema de estimación del contenido de aceite de olivas individuales, pues debido al costo de tiempo y logística necesaria para obtener las referencias de aceite, no es posible obtener cientos de datos para construir el modelo. El funcionamiento del LOOCV se presenta en la Figura 4, si se tienen N datos, se deja uno afuera y se estima un modelo con los restantes N-1 datos. En LOOCV se estiman N modelos, y evaluación del esquema corresponde al promedio de los N modelos.

EJEMPLO DE APLICACIÓN

El método de validación experimental corresponde al mencionado en la Etapa 4. Para N grupos de olivas similares las cuales fueron agrupadas por sus 14 características (3 Color + 1 1 NIR) se les extrajo aceite. Mediante LOOCV se realizaron N modelos de estimación dejando uno afuera, y se considera como resultado de la prueba estadística el promedio de los N modelos.

Se realizaron experimentos con 2 grupos de datos:

Grupo 1: Se obtuvieron N=62 mediciones de aceite de olivas similares cuya muestra seca si contiene elementos del hueso.

Grupo 2: Se obtuvieron N=62 mediciones de aceite de olivas similares cuya muestra seca no contiene elementos del hueso.

Los resultados del error de la estimación de aceite considerando el promedio de los 62 modelos SVR se muestran en la siguiente tabla.

De los resultados se observa que no es necesario sacar el hueso a las olivas, pues el aporte de acierte del hueso es mínimo (1 %). Finalmente, sin sacar el hueso se obtiene un error porcentual de estimación de aceite del 7%.

Claims

REIVINDICACIONES

Un método para estimar el contenido de aceite de olivas individuales en base a características NIR y Color, CARACTERIZADO porque comprende las siguientes etapas:

a. Seleccionar un conjunto de olivas que provienen del campo;

b. Obtener características NIR y Color de Olivas;

c. Agrupar olivas en base a características de color y NIR;

d. Extraer aceite mediante un método de extracción; y

e. Desarrollar un modelo de estimación.

El método según la reivindicación 1 , CARACTERIZADO porque en la etapa Obtener características NIR y Color de Olivas, las olivas se colocan ponen en una bandeja.

El método según la reivindicación 2, CARACTERIZADO porque se obtiene una imagen sin golpes de luz ni sombras en un ambiente de iluminación difusa controlada.

El método según la reivindicación 3, CARACTERIZADO porque se realiza una segmentación de cada una de las olivas mediante técnicas de tratamiento de imágenes obteniéndose como resultado la individualización de cada una de las olivas.

El método según la reivindicación 4, CARACTERIZADO porque a las olivas individualizadas se les obtiene el color promedio en un modelo de color RGB y su transformación al modelo c1 c2c3.

6. El método según la reivindicación 5, CARACTERIZADO porque a cada una de las olivas se le obtiene su espectro de infrarrojo cercano NIR con un espectrómetro en modalidad de reflectancia.

7. El método según la reivindicación 6, CARACTERIZADO porque las olivas se congelan a una temperatura de -20 °C para detener la evolución de la degradación de la oliva.

8. El método según la reivindicación 1 , CARACTERIZADO porque la etapa de agrupar olivas en base a características de color y NIR comprende utilizar una metodología SOHXLET para obtener aceite de un grupo de olivas muy similares.

9. El método según la reivindicación 8, CARACTERIZADO porque la obtención de grupos de olivas similares se obtiene mediante una técnica de agrupación o clustering.

10. El método según la reivindicación 8, CARACTERIZADO porque las olivas similares se agrupan similares mediante un descriptor VIS-NIR normalizado.

1 1 . El método según la reivindicación 10, CARACTERIZADO porque las olivas agrupadas se almacenan en bolsas y se congelan.

12. El método según la reivindicación 1 1 , CARACTERIZADO porque en la etapa de extraer aceite mediante un método de extracción, el método de extracción es un método SOXHLET.

13. El método según la reivindicación 1 2, CARACTERIZADO porque el método SOXHLET es aplicado a las bolsas congeladas.

14. El método según la reivindicación 13, CARACTERIZADO porque comprende el paso de preparar la muestra, que consiste en tomar un grupo de olivas, y molerlas con un molino pulverizador, y pesar de la muestra en peso fresco.

15. El método según la reivindicación 14, CARACTERIZADO porque las muestras molidas se lleva la muestra a un horno para sacarle el agua y dejar solo la materia seca la cual también se pesa

16. El método según la reivindicación 15, CARACTERIZADO porque la materia seca se extraen entre 2 a 5 gramos para extracción de grasa y se ingresa a un dedal de extracción de celulosa el cual se sumerge en hexano, y se hace recircular el solvente a través de la muestra por 6 horas para extraer aceite.

17. El método según la reivindicación 1 6, CARACTERIZADO porque la muestra queda separada en en un vaso con hexano, el cual es llevado a una estufa para evaporar el hexano y quedando así solo el aceite.

18. El método según la reivindicación 1 6, CARACTERIZADO porque la etapa de desarrollar un modelo de estimación, se asocia las 14 características VIS-NIR de una oliva individual con el contenido de aceite de las muestras corresponde a un modelo de regresión.

19. El método según la reivindicación 16, CARACTERIZADO porque la etapa porque la validación del modelo se realiza mediante Validación Cruzada Dejando Uno a fuera (Leave One-Out Cross Validation) LOOCV.